Python量化交易進階講堂-股票分筆數據跨週期處理

《Python實戰-構建基於股票的量化交易系統》小冊子主要側重於 Python 實戰講解，但在內容設計上提供了前置基礎章節幫助讀者快速掌握基礎工具的使用。同時咱們會持續更新一些關於Python和量化相關擴展文章，幫助你們夯實基礎和增值學習效果。目前已經推出以下文章：

在小冊子《股票數據分析：差別化分析經常使用股票交易數據接口》一節中介紹了獲取日級別股票行情數據的方法，其實最原始的數據是分筆交易數據，行情軟件的各類週期的數據都是經過分筆數據跨週期的轉換造成的。

本次專欄篇咱們來介紹分筆交易數據的獲取和處理方法。

首先使用tushare庫get_tick_data()接口獲取浙大網新2019-08-08的歷史分筆數據，以下所示：

df = ts.get_tick_data('600797',date='2019-08-08',src='tt')
print(df.head(10))
""" time price change volume amount type 0 09:25:05 7.89 0.09 385 303765 賣盤 1 09:30:03 7.90 0.01 591 466402 買盤 2 09:30:06 7.90 0.00 371 292885 賣盤 3 09:30:08 7.91 0.01 96 75837 買盤 4 09:30:12 7.92 0.01 43 34021 買盤 5 09:30:15 7.90 -0.02 1 790 賣盤 6 09:30:18 7.90 0.00 61 48143 買盤 7 09:30:21 7.91 0.01 15 11860 買盤 8 09:30:24 7.91 0.00 5 3955 買盤 9 09:30:27 7.90 -0.01 10 7900 賣盤 """
複製代碼

返回值中time時間、price成交價格、change價格變更、volume成交手、amount成交金額(元)、type買賣類型【買盤、賣盤、中性盤】。

將分筆數據的行索引轉換爲時間序列，以下所示：

df_tick.index = pd.to_datetime(df_tick.time)
df_tick.drop(axis=1, columns='time', inplace=True)
print(df_tick.head(10))
""" price change volume amount type time 2019-08-10 09:25:05 7.89 0.09 385 303765 賣盤 2019-08-10 09:30:03 7.90 0.01 591 466402 買盤 2019-08-10 09:30:06 7.90 0.00 371 292885 賣盤 2019-08-10 09:30:08 7.91 0.01 96 75837 買盤 2019-08-10 09:30:12 7.92 0.01 43 34021 買盤 2019-08-10 09:30:15 7.90 -0.02 1 790 賣盤 2019-08-10 09:30:18 7.90 0.00 61 48143 買盤 2019-08-10 09:30:21 7.91 0.01 15 11860 買盤 2019-08-10 09:30:24 7.91 0.00 5 3955 買盤 2019-08-10 09:30:27 7.90 -0.01 10 7900 賣盤 """
複製代碼

Pandas中提供了resample()方法對時間序列進行重採樣，此處將獲取到的tick數據合成一分鐘數據。以下所示：

print(df_tick.price.resample('1min', closed='left', label='left').ohlc().head(20))
""" open high low close time 2019-08-10 09:25:00 7.89 7.89 7.89 7.89 2019-08-10 09:26:00 NaN NaN NaN NaN 2019-08-10 09:27:00 NaN NaN NaN NaN 2019-08-10 09:28:00 NaN NaN NaN NaN 2019-08-10 09:29:00 NaN NaN NaN NaN 2019-08-10 09:30:00 7.90 7.92 7.90 7.92 2019-08-10 09:31:00 7.91 7.92 7.90 7.91 2019-08-10 09:32:00 7.90 7.91 7.89 7.90 2019-08-10 09:33:00 7.89 7.91 7.89 7.90 2019-08-10 09:34:00 7.91 7.92 7.90 7.92 2019-08-10 09:35:00 7.92 7.94 7.91 7.93 2019-08-10 09:36:00 7.93 7.93 7.92 7.92 2019-08-10 09:37:00 7.93 7.93 7.91 7.91 2019-08-10 09:38:00 7.90 7.91 7.90 7.90 2019-08-10 09:39:00 7.90 7.90 7.89 7.90 2019-08-10 09:40:00 7.89 7.90 7.89 7.90 2019-08-10 09:41:00 7.90 7.90 7.89 7.89 2019-08-10 09:42:00 7.89 7.90 7.88 7.89 2019-08-10 09:43:00 7.89 7.89 7.88 7.89 2019-08-10 09:44:00 7.88 7.89 7.86 7.86 """

複製代碼

處理非交易時間段的NaN數據， 將全部列都爲NaN的行刪除，以下所示：

df_min_ohlc = df_min_ohlc.dropna(axis=0,how='all') # NAN值刪除 全部值都爲缺失值時才刪除該行
print(df_min_ohlc.head())
""" open high low close time 2019-08-10 09:25:00 7.89 7.89 7.89 7.89 2019-08-10 09:30:00 7.90 7.92 7.90 7.92 2019-08-10 09:31:00 7.91 7.92 7.90 7.91 2019-08-10 09:32:00 7.90 7.91 7.89 7.90 2019-08-10 09:33:00 7.89 7.91 7.89 7.90 """
複製代碼

接下來咱們能夠調用小冊子《股票數據可視化：自定義Matplotlib版股票行情界面》的代碼繪製K線圖了，分別繪製1min和15min級別的K線圖，以下圖所示：

另外tushare還提供了其餘與分時交易數據相關的接口，好比： get_sina_dd()接口獲取大單交易數據，默認爲大於等於400手，也可經過vol參數指定返回具體成交量的交易數據，以下所示：

# 獲取大單交易數據,默認爲大於等於400手,數據來源於新浪財經。
data=ts.get_sina_dd('600797',date = '2019-08-08')
print(data.head(10))
""" code name time price volume preprice type 0 600797 浙大網新 15:00:00 8.01 253542 8.01 買盤 1 600797 浙大網新 14:56:18 8.01 45700 8.01 賣盤 2 600797 浙大網新 14:54:39 8.01 116400 8.01 買盤 3 600797 浙大網新 14:18:18 8.00 50000 8.00 買盤 4 600797 浙大網新 13:35:57 8.02 53100 8.01 賣盤 5 600797 浙大網新 13:33:57 8.03 42200 8.03 買盤 6 600797 浙大網新 13:25:18 8.01 64100 8.01 買盤 7 600797 浙大網新 13:25:15 8.01 41800 8.01 買盤 8 600797 浙大網新 13:22:57 8.04 135500 8.03 買盤 9 600797 浙大網新 13:22:00 8.01 44600 8.01 買盤 """

複製代碼

get_today_ticks()接口獲取當前交易日已經產生的分筆明細數據，不過要在交易進行中使用。

get_realtime_quotes()獲取實時分筆數據，能夠實時取得股票當前報價和成交信息，其中一種場景是，寫一個python定時程序來調用本接口（可兩三秒執行一次，性能與行情軟件基本一致），而後經過DataFrame的矩陣計算實現交易監控，可實時監測交易量和價格的變化。

get_today_all()一次性獲取當前交易全部股票的行情數據（若是是節假日，即爲上一交易日，結果顯示速度取決於網速）。以下所示：

data=ts.get_today_all()
print(data)
""" [Getting data:]############################################################ code name ... mktcap nmc 0 688388 嘉元科技 ... 1.470680e+06 3.365835e+05 1 688333 鉑力特 ... 7.000000e+05 1.571451e+05 2 688188 柏楚電子 ... 2.425100e+06 5.555751e+05 3 688122 西部超導 ... 2.370954e+06 2.133204e+05 4 688099 晶晨股份 ... 6.166800e+06 5.598821e+05 5 688088 虹軟科技 ... 2.791250e+06 2.612927e+05 6 688066 航天宏圖 ... 1.011336e+06 2.293842e+05 7 688033 天宜上佳 ... 2.216313e+06 2.145303e+05 8 688029 南微醫學 ... 1.628215e+06 3.735600e+05 ... ... ... ... ... ... 3743 600234 *ST山水 ... 1.447488e+05 1.447488e+05 3744 600228 ST昌九 ... 1.607191e+05 1.607191e+05 3745 600217 中再資環 ... 7.179371e+05 6.818769e+05 3746 600209 ST羅頓 ... 1.290693e+05 1.290693e+05 3747 600193 ST創興 ... 1.552611e+05 1.552611e+05 3748 600186 *ST蓮花 ... 1.741720e+05 1.741720e+05 3749 600179 ST安通 ... 3.836408e+05 1.737990e+05 3750 600163 中閩能源 ... 3.568091e+05 3.568091e+05 3751 600149 ST坊展 ... 1.927411e+05 1.927411e+05 [3752 rows x 15 columns] """
其中返回值包括code代碼、name名稱、changepercent漲跌幅、trade現價、open開盤價、high最高價、low最低價、settlement昨日收盤價、volume成交量、turnoverratio換手率、amount成交金額、per市盈率、pb市淨率、mktcap總市值、nmc流通市值。
複製代碼

關於完整代碼能夠加入小冊子交流羣獲取。更多的量化交易內容歡迎你們訂閱小冊子閱讀