30天学会量化交易模型 Day01

### 更新一个支持python的自动下单券商接口 #####

http://121.41.137.161:9091/hub/help/api
开通条件: 
http://www.30daydo.com/article/44236
 
 Day 01 ---- Pandas
github同步代码： https://github.com/Rockyzsu/stock

 本人是一个会一点pyhton语言的菜鸟，对量化交易很好奇，准备在30天内学会量化交易。每天更新一篇文章，视乎个人每天宽裕的时间有多少，时间多就多写点，如果时间仓促就可能写的粗略一些，但每天都会坚持去写。
 
第一天
首先要找到获取股票市场的数据来源，python支持几个股票接口。 个人采用tushare。
 
对于tushare，使用最多的数据类型就是pandas中的DataFrame了。
 
先导入包：


创建对象 Series
1、可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：

（np.nan是一个空值）

通过传递一个numpy array，时间索引以及列标签来创建一个DataFrame：


通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：

 
查看不同列的数据类型：

 
查看数据
 
查看frame中头部和尾部的行：


显示索引、列和底层的numpy数据：


describe()函数对于数据的快速统计汇总：


 对数据的转置：

 
数据选择
虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式： .at, .iat, .loc, .iloc 和 .ix
选择一个单独的列，这将会返回一个Series，等同于df.A：
 

通过进行选择，这将会对行进行切片

 
通过标签选择
使用标签来获取一个交叉的区域
 

通过标签来在多个轴上进行选择


标签切片


 

通过位置选择
 
通过传递数值进行位置选择（选择的是行）
 



通过数值进行切片，与numpy/python中的情况类似
 



 
通过指定一个位置的列表，与numpy/python中的情况类似
 



 
获取特定的值
 



 
布尔索引
 
1. 使用一个单独列的值来选择数据：



2. 使用where操作来选择数据：



 3.  使用isin()方法来过滤：



相关操作
 
  统计（相关操作通常情况下不包括缺失值）
 
执行描述性统计：
 



 
 
Pandas读取excel数据：

#-*-coding=utf-8-*-

__author__ = 'rocky'

import pandas as pd

import numpy as np

def excel_op():

    df=pd.read_excel("mystock.xls")

    print df.head()



excel_op()

（前提是需要安装xlrd 一个python对excel操作的包）
 



pandas中有Nan的非法数据，需要怎样处理呢？
 
可以使用 
code=code.fillna(0)
这个fillna(0) 函数，用来填充NaN的部分。 
 
填充后是这样子的：



这样对数据进行遍历的时候就可以通过 if data ！=0 来判断是非非法。 因为没有其他表达式可以判断NaN
 
 
对于一些超大的excel或者csv文件，怎样读才能提高效率呢 ？

df = pd.read_csv('test.csv', chunksize=10000)

for chunk in df:

    # TODO: process the chunk as a normal DataFrame

上面的参数就把csv文件分割为10000份，然后每份进行处理。
 
 
对dataframe的每一行进行遍历：

    for index,row in df.iterrows():

        print row[u'代码'],row[u'资金发生数']

上面的代码会循环输出每一行的 “代码”列和“资金发生数”列。
 

 下一篇：30天学会量化交易模型 Day02
http://30daydo.com/article/13
 
python数据分析之 A股上市公司按地区分布与可视化
http://30daydo.com/article/388 

转载请注明：http://30daydo.com/article/11
公众号：