python简单的股票双均线策略收益率展示

　　前言：
　　简单的展示下如何使用matplotlib 绘制出收益率，可以简单的参考下。
　　import pandas as pd
　　import numpy as np
　　import tushare as ts
　　import seaborn
　　import matplotlib.pyplot as plot
　　import matplotlib as mpl
　　mpl.rcParams[＂font.sans-serif＂] = [＂SimHei＂] # 设置matplotlib可以显示汉语
　　mpl.rcParams[＂axes.unicode_minus＂] = False
　　#pd.set_option()就是pycharm输出控制显示的设置
　　pd.set_option(＂expand_frame_repr＂, False)#True就是可以换行显示。设置成False的时候不允许换行
　　pd.set_option(＂display.max_columns＂, None)# 显示所有列
　　#pd.set_option(＂display.max_rows＂, None)# 显示所有行
　　pd.set_option(＂colheader_justify＂, ＂centre＂)# 显示居中
　　pro = ts.pro_api(＂tushare的TOKEN＂)
　　data = pro.daily(ts_code=＂000001.SZ＂, start_date=＂20180101＂, end_date=＂20190101＂)
　　#print(data.head())
　　data.set_index(＂trade_date＂,inplace=True) #设置索引覆盖原来的数据
　　print(data.head())
　　data[＂SMA_20＂] = data[＂close＂].rolling(20).mean() #简单移动平均线计算
　　data[＂SMA_60＂] = data[＂close＂].rolling(60).mean()
　　data[[＂close＂, ＂SMA_20＂, ＂SMA_60＂]].plot(figsize=(10, 6)) #画图
　　plot.show()
　　#计算股票收益，有两种计算收益率方法：1.离散收益率 2.连续收益率
　　data[＂position＂] = np.where(data[＂SMA_20＂] > data[＂SMA_60＂], 1, -1) #当20日均线大于60日均线时记录1，反之记录-1
　　data[＂returns＂] = np.log(data[＂close＂]/data[＂close＂].shift(1)) #连续收益率计算
　　#data[＂returns_dis＂] = data[＂close＂]/data[＂close＂].shift(1) - 1 #离散收益率计算
　　data[＂strategy＂] = data[＂position＂].shift(1)*data[＂returns＂]
　　data[＂returns＂].cumsum().apply(np.exp).plot(figsize=(10, 6)) #计算累计收益并输出图，np.exp方法返回x的指数
　　plot.show()
　　data[＂returns＂].hist(bins=50) #绘制直方图
　　plot.show()