用Python選一個本身的股票池2

時間 2020-06-02

標籤 python 一個本身股票欄目 Python 简体版

原文原文鏈接

吾生也有涯，而知也無涯。以有涯隨無涯，殆已！python

入市有風險，投資需謹慎，本文不做爲任何投資參考依據。git

前面經過形態和一些基本面的數據進行了選股，這篇文章就來研究一下類似度選股以及趨勢選股吧。github

類似度

咱們通常比較在乎股票的收盤價，好比均線或者各類指標若是須要計算一段序列值，咱們通常選擇收盤價做爲序列中的值，就像5日均線計算的是五日的收盤價的均值同樣。編程

那麼天天的收盤價就是一個個數字，一年的收盤價就是一串大概220個數字的序列，這個序列在數學上咱們能夠用向量來表示，而向量與向量之間是能夠計算餘弦類似度的，經過這個類似度計算咱們能夠比較一下兩支股票的類似程度。微信

餘弦類似度的值在-1與1之間，越類似就越接近1，反之越接近-1.app

它的公式以下:ide

假設咱們對對一支股票很熟悉，那麼和它走勢極其類似的股票咱們是否是能夠認爲會在之後也跟咱們熟悉的那支股票大概一致呢？或者說，在某個特定的行情下，在手動選出了我認爲有利的趨勢股票，在經過類似度找到其餘的股票或許是件不錯的事。函數

這裏研究一下最近一百個交易日內與平安銀行(000001)這隻股票最類似的前十隻股票。code

爲了不交易日範圍相差太大的狀況，好比雖然都是最近100個交易日，可是被計算的股票已經停牌了10個交易日或者它沒有上市超過10個交易日，因此應該將這些狀況給篩選掉。orm

還有就是股票之間的價格差距過大，那麼經過兩隻股票的價格來進行類似度比較顯然不夠合理，因此這裏選擇股票的漲幅大小來進行類似度比較。

# 計算餘弦類似度的函數
def cos(vector_a, vector_b):
    vector_a = np.mat(vector_a)
    vector_b = np.mat(vector_b)
    num = float(vector_a * vector_b.T)
    denom = np.linalg.norm(vector_a) * np.linalg.norm(vector_b)
    cos = num / denom
    return cos

def select_by_similarity(data_path, code_name, top_size=10):
    day_range = 100
    # 交易日的起始截至時間作大不能超過這個間隔
    max_delta = timedelta(days=7)

    all_df = load_all_local_data(data_path, tail_size=day_range)
    # code_name = "000001.SZ"
    if code_name not in all_df:
        print("要比對的股票不在當前下載的股票數據中")

    vector_a = all_df[code_name].pct_chg
    start_date_a = vector_a.index[0]
    end_date_a = vector_a.index[-1]

    ret = []
    for ts_code, df in all_df.items():
        if ts_code == code_name:
            continue

        if len(df) < 100:
            print("股票[%s]交易日不足%s" % (ts_code, day_range))
            continue

        vector_b = df.pct_chg
        start_date_b = vector_b.index[0]
        end_date_b = vector_b.index[-1]

        # 計算開始結束交易日之間的時間間隔
        start_delta = abs(start_date_a - start_date_b)
        end_delta = abs(end_date_a - end_date_b)
        if start_delta > max_delta or end_delta > max_delta:
            print("股票[%s]與股票[%s]交易日間隔過大!" % (ts_code, code_name))
            continue

        cos_similarity = cos(vector_a, vector_b)
        ret.append((ts_code, cos_similarity))

    ret.sort(key=lambda x:x[1])
    print("類似度前%s的結果以下" % top_size)
    print(ret[-top_size:])

    print("最不類似的股票前%s的結果以下:" % top_size)
    print(ret[:top_size])
    return ret[-top_size:]

結果以下:

類似度前10的結果以下
[('601838.SH', 0.8413642902505222), ('600036.SH', 0.8435001924441485), ('601169.SH', 0.8446885175520177), ('600016.SH', 0.8460465823734755), ('601009.SH', 0.8472997719986147), ('601336.SH', 0.8493514488651387), ('601998.SH', 0.8501435442736384), ('601318.SH', 0.8515548626391685), ('601997.SH', 0.8723615980483687), ('601166.SH', 0.8951643562949727)]
最不類似的股票前10的結果以下:
[('600179.SH', -0.28209061607471647), ('002107.SZ', -0.2760541800360499), ('600630.SH', -0.2698469313704402), ('000790.SZ', -0.25063912833911006), ('002950.SZ', -0.24371742830236853), ('601718.SH', -0.24320952954633515), ('002603.SZ', -0.23229949296048), ('002022.SZ', -0.2298724102455836), ('688399.SH', -0.22925118956499124), ('688068.SH', -0.2222771289248757)]

能夠發現最類似的是601838(成都銀行)。

兩隻股票最近的走勢以下

數據來自新浪財經

能夠發現，雖然價格不一樣，可是類似度不管是經過計算公式計算仍是人眼觀察都有比較強的類似度的。

趨勢選股

世上指標千千萬，獨愛均線，

首先，咱們誰都不能預測將來，那麼各類指標都是滯後的，均線也不例外，咱們能看到的只有過去跟如今，既然如此就簡單點吧，那些計算如此複雜的指標真的能比均線看的遠一些麼？

關於均線還有一些衍生的玩法，好比不一樣頻率的均線的密集程度來判斷趨勢的啓動與結束，以及股價與均線的差別值來判斷股價的偏離程度，也是由於這些衍生的玩法，讓我以爲對於一個想作趨勢交易的我以爲，均線於我而言，遠遠足夠了。

經過均線的密集程度判斷趨勢的開端。

然後面趨勢是漲仍是跌，誰知道呢。

def select_by_trend(data_path, code_name, ma_lst=None):
    fp = path.join(data_path, ("%s-.csv" % code_name))
    if not path.exists(fp):
        print("股票[%s]不存在本地數據" % code_name)

    df = pd.read_csv(fp, index_col="trade_date", parse_dates=["trade_date"])
    ohlc_columns = ["open", "high", "low", "close"]
    df = df[ohlc_columns]

    if ma_lst is None:
        ma_lst = [5, 20, 60, 120, 220]

    max_ma = max(ma_lst)
    ma_name_lst = []
    for ma in ma_lst:
        ma_name = "ma_%s" % ma
        ma_name_lst.append(ma_name)
        df[ma_name] = df.close.rolling(ma).mean()

    # 設置圖片大小
    plt.figure(figsize=(10,6))

    # 過濾掉沒有最長均線數據的交易日
    df2 = df.iloc[max_ma:]

    # 繪製k線圖
    ax = ohlc_plot(df2[ohlc_columns])

    # 繪製均線圖
    df2[ma_name_lst].plot(ax=ax)
    plt.savefig("ma.png")
    plt.show()

結果以下:

下面是本人用於分析的基本圖表，僅供參考。也歡迎討論。
代碼以下:

def select_by_nobody(data_path, code_name, ma_lst=None, threshold=20, atr_period=14, diff_ma=20):
    fp = path.join(data_path, ("%s-.csv" % code_name))
    if not path.exists(fp):
        print("股票[%s]不存在本地數據" % code_name)

    df = pd.read_csv(fp, index_col="trade_date", parse_dates=["trade_date"])
    ohlc_columns = ["open", "high", "low", "close"]
    df = df[ohlc_columns]

    if ma_lst is None:
        ma_lst = [5, 20, 60, 120, 220]

    max_ma = max(ma_lst)
    # 計算均線
    ma_name_lst = []
    for ma in ma_lst:
        ma_name = "ma%s" % ma
        ma_name_lst.append(ma_name)
        df[ma_name] = df.close.rolling(ma).mean()

    # 默認以20日最高價做爲上突破閾值, 20日最低價做爲下突破閾值
    threshold_high_name = "threshold_high%s" % threshold
    threshold_low_name = "threshold_low%s" % threshold
    df[threshold_high_name] = df.high.rolling(threshold).max()
    df[threshold_low_name] = df.low.rolling(threshold).min()

    # 默認atr的計算時間範圍是14天
    # talib通常經過包裝好的whl包安裝
    # 參考: https://www.lfd.uci.edu/~gohlke/pythonlibs/
    import talib
    atr_name = "atr%s" % atr_period
    df[atr_name] = talib.ATR(df.high, df.low, df.close, atr_period)

    # 默認計算乖離率收盤價與20日均線的差值, 而後將這個差值比上收盤價, 這個值被稱爲乖離率
    # 經過乖離率能夠觀察收盤價與均值之間的差別，差別越大則可能回彈的機率比較大
    if diff_ma not in ma_lst:
        ma_name = "ma%s" % diff_ma
        df[ma_name] = df.close.rolling(ma).mean()

    diff_name = "diff%s" % diff_ma
    df[diff_name] = (df["close"] - df[ma_name]) / df["close"]

    # 設置圖片大小
    plt.figure(figsize=(10,18))

    # 配置子圖
    ax1 = plt.subplot(311)
    ax2 = plt.subplot(312)
    ax3 = plt.subplot(313)

    # 過濾掉沒有最長均線數據的交易日
    df2 = df.iloc[max_ma:]

    # 繪製k線圖
    ohlc_plot(df2[ohlc_columns], ax1)

    # 繪製均線圖
    df2[ma_name_lst].plot(ax=ax1)

    # 繪製上下最高最低突破線
    df2[[threshold_high_name, threshold_low_name]].plot(ax=ax1)

    # 繪製atr
    df2[atr_name].plot(ax=ax2)

    # 繪製乖離率
    df2[diff_name].plot(ax=ax3)

    plt.savefig("nobody.png")
    plt.show()

結果以下: