python均線周期轉換(日線->周線)

開發(fā)工具jupyter,使用的版本基于python3.8

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 數(shù)據從網易股票接口下載
# http://quotes.money.163.com/service/chddata.html?code=0000002&start=20150101&end=20200925&fields=TCLOSE;HIGH;LOW;TOPEN;LCLOSE;CHG;PCHG;TURNOVER;VOTURNOVER;VATURNOVER;TCAP;MCAP
# 下載后闰挡,通過筆記本程序另存為utf8格式
stock_data = pd.read_csv("D:\\temp\\robot\\000002.csv")
# 對數(shù)據進行重排序(下載數(shù)據是按照日期降序的派殷,因此需要重新進行升序排列)
stock_data.sort_values(by="日期",inplace=True,ascending=True)

# 設定轉換的周期:周'W'糙麦,月'M',季度'Q'蕴侣,五分鐘'5min'泊交,12天'12D'
period_type = 'W'
# 設置索引為DatetimeIndex, TimedeltaIndex or PeriodIndex類型
stock_data.set_index('日期', inplace=True)
# 把普通索引轉換成時間索引雁歌,resample函數(shù)只支持時間索引
stock_data.index = pd.to_datetime(stock_data.index)

# 將日線數(shù)據轉換成周線數(shù)據
# 1.進行轉換宏浩,用一周中最后一個交易日的變量值,賦值給周線每個變量值
# 2.周線的【漲跌額】等于一周中每日【漲跌額】相加
# 3.周線的【漲跌幅】等于一周中每日【漲跌幅】相乘
# 4.周線的【開盤價】等于一周中第一個交易日的【開盤價】
# 5.周線的【最高價】等于一周中【最高價】的最大值
# 6.周線的【最低價】等于一周中【最低價】的最小值
# 7.周線的【成交量】等于一周中【成交量】相加
# 8.周線的【成交額】等于一周中【成交額】想加
period_stock_data = stock_data.resample(period_type).last()
period_stock_data['漲跌額'] = stock_data['漲跌額'].resample(period_type).sum()
period_stock_data['漲跌幅'] = stock_data['漲跌幅'].resample(period_type).apply(lambda x:(x/100+1.0).prod() - 1.0)*100
period_stock_data['開盤價'] = stock_data['開盤價'].resample(period_type).first()
period_stock_data['最高價'] = stock_data['最高價'].resample(period_type).max()
period_stock_data['最低價'] = stock_data['最低價'].resample(period_type).min()
period_stock_data['成交量'] = stock_data['成交量'].resample(period_type).sum()
period_stock_data['成交金額'] = stock_data['成交金額'].resample(period_type).sum()

# 刪除那些一周都沒有交易數(shù)據的
period_stock_data = period_stock_data[period_stock_data['股票代碼'].notnull()]
period_stock_data.reset_index(inplace=True)
# period_stock_data

# 畫周線均線圖
period_stock_data['MA5'] = period_stock_data.收盤價.rolling(5).mean()
period_stock_data['MA10'] = period_stock_data.收盤價.rolling(10).mean()
period_stock_data['MA20'] = period_stock_data.收盤價.rolling(20).mean()
#period_stock_data['EMA5'] = period_stock_data.收盤價.ewm(span = 5).mean()
#period_stock_data['EMA10'] = period_stock_data.收盤價.ewm(span = 10).mean()
#period_stock_data['EMA20'] = period_stock_data.收盤價.ewm(span = 20).mean()
#period_stock_data[['收盤價', 'MA5', 'MA10', 'MA20']].plot(subplots = False, figsize = (12,8))
period_stock_data[['MA5', 'MA10', 'MA20']].plot(subplots = False, figsize = (12,8))

下面是運行效果:


image.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末靠瞎,一起剝皮案震驚了整個濱河市比庄,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌较坛,老刑警劉巖印蔗,帶你破解...
    沈念sama閱讀 206,311評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異丑勤,居然都是意外死亡华嘹,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,339評論 2 382
  • 文/潘曉璐 我一進店門法竞,熙熙樓的掌柜王于貴愁眉苦臉地迎上來耙厚,“玉大人,你說我怎么就攤上這事岔霸⊙” “怎么了?”我有些...
    開封第一講書人閱讀 152,671評論 0 342
  • 文/不壞的土叔 我叫張陵呆细,是天一觀的道長型宝。 經常有香客問我,道長,這世上最難降的妖魔是什么趴酣? 我笑而不...
    開封第一講書人閱讀 55,252評論 1 279
  • 正文 為了忘掉前任梨树,我火速辦了婚禮,結果婚禮上岖寞,老公的妹妹穿的比我還像新娘抡四。我一直安慰自己,他們只是感情好仗谆,可當我...
    茶點故事閱讀 64,253評論 5 371
  • 文/花漫 我一把揭開白布指巡。 她就那樣靜靜地躺著,像睡著了一般隶垮。 火紅的嫁衣襯著肌膚如雪藻雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,031評論 1 285
  • 那天岁疼,我揣著相機與錄音阔涉,去河邊找鬼缆娃。 笑死捷绒,一個胖子當著我的面吹牛,可吹牛的內容都是我干的贯要。 我是一名探鬼主播暖侨,決...
    沈念sama閱讀 38,340評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼崇渗!你這毒婦竟也來了字逗?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 36,973評論 0 259
  • 序言:老撾萬榮一對情侶失蹤宅广,失蹤者是張志新(化名)和其女友劉穎葫掉,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體跟狱,經...
    沈念sama閱讀 43,466評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡俭厚,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 35,937評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了驶臊。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片挪挤。...
    茶點故事閱讀 38,039評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖关翎,靈堂內的尸體忽然破棺而出扛门,到底是詐尸還是另有隱情,我是刑警寧澤纵寝,帶...
    沈念sama閱讀 33,701評論 4 323
  • 正文 年R本政府宣布论寨,位于F島的核電站,受9級特大地震影響,放射性物質發(fā)生泄漏葬凳。R本人自食惡果不足惜贞铣,卻給世界環(huán)境...
    茶點故事閱讀 39,254評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望沮明。 院中可真熱鬧辕坝,春花似錦、人聲如沸荐健。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,259評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽江场。三九已至纺酸,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間址否,已是汗流浹背餐蔬。 一陣腳步聲響...
    開封第一講書人閱讀 31,485評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留佑附,地道東北人樊诺。 一個月前我還...
    沈念sama閱讀 45,497評論 2 354
  • 正文 我出身青樓,卻偏偏與公主長得像音同,于是被迫代替她去往敵國和親词爬。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,786評論 2 345