如何使用python做量化交易

　　介绍
　　首先我不是量化工程师，我只是个后端工程师；其次我对量化也不感兴趣，自己有几把刷子还是了解的，自己不适合做量化交易：自己没有优秀的模型设计能力自己是个长线投资，一般一个股票都是至少拿一年以上，短线的涨跌无所谓99的量化模型，现实其实没什么价值，看看K线图也不错。优秀的模型比拼的是网络延时和算力。
　　但通过编程来改善选股还是有其一定的价值。
　　语言的选择
　　python！实在是太方便了，你只要有一丢丢的编程基础就可以了。如下几行代码就可以获得某个股票最近一段时间的5日均值和收盘价格：ctp接口，通过tushare接口获取信息importtushareastsimportdatetimeasdtimportmatplotlib。pyplotasplt无效的key，请自行去官网申请ts。settoken（xxxxxxxxxxxx3036b50fd47b983bf51dc843fe3d）defgetHistoryTrade（pro，code，lastDay）：查找到最近的数据code：股票代码lastDay：最近几日enddtdt。datetime。now（）。strftime（Ymd）timetempdt。datetime。now（）dt。timedelta（dayslastDay）startdttimetemp。strftime（Ymd）dfpro。daily（tscodecode，startdatestartdt，enddateenddt）倒序dfdf。iloc〔：：1〕计算5日ma值df〔ma5〕df〔close〕。rolling（window5）。mean（）图表方式呈现plt。plot（df〔tradedate〕，df〔close〕，labelclose）plt。plot（df〔tradedate〕，df〔ma5〕，label5ma）plt。show（）ifnamemain：prots。proapi（）显示新城控股最新40个交易日的信息getHistoryTrade（pro，601155。SH，40）
　　说明python环境的安装
　　我建议在windows下安装，可以使用，anaconda这个安装包，安装python环境的同时，并安装大量和计算相关的库，方便后续使用。可视化开发工具
　　vscode
　　pycharm
　　都可以股票信息的获取
　　我使用的是Tushare数据，当然你也可以使用其他的接口。
　　你只要在官网注册一个免费等级的账号，就能够满足你的需求；记得获取api的token。
　　在使用前需要pip安装pipinstalltushare
　　几个接口调用方法：具体Tushare数据defgetStock（pro）：获取stock信息，保存tscode，symbol的对应关系datapro。stockbasic（exchange，liststatusL，fieldstscode，symbol，name，area，industry，listdate）写入文件fopen（log。txt，w，encodingutf8）foriindata。values：f。write（str（i））f。close（）defgetMA（code，lastDay）：获取n日均线和均量enddtdt。datetime。now（）。strftime（Ymd）timetempdt。datetime。now（）dt。timedelta（dayslastDay）startdttimetemp。strftime（Ymd）通用行情接口dfts。probar（tscodecode，startdatestartdt，enddateenddt，ma〔5，6，18，30，36，60〕）dicdf。todict（records）print（dic〔0〕）pandas库学习
　　Pandas是Python的一个数据分析包，该工具为解决数据分析任务而创建。
　　Pandas纳入大量库和标准数据模型，提供高效的操作数据集所需的工具。
　　Pandas提供大量能使我们快速便捷地处理数据的函数和方法。
　　Pandas是字典形式，基于NumPy创建，让NumPy为中心的应用变得更加简单比如我们要计算最近10日收盘价的5日均线：df〔ma5〕df〔close〕。rolling（window5）。mean（）10日均线：df〔ma10〕df〔close〕。rolling（window10）。mean（）matplotlib库学习
　　有了计算数据，我们也需要直观的表格图方便我们看出效果。
　　matplotlib是python绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式，通过学习各种图表的接口，可以做出让你满意的效果。
　　最后
　　事实上，你只需要很基本的python基础就可以完成一些量化模型：
　　数据的来源只要熟悉几个api接口的使用；
　　矩阵的数据计算需要你熟悉pandas库；
　　可视化需要你了解matplotlib。这些你都可以在1周的时间完全掌握。