在浩瀚如烟的股票中，如何将好股选择出来？长线、中线、短线个股如何筛选？国内外政治、经济、地缘博弈基本面对股市的影响有多大，怎样将其纳入股票选择买卖的决策因子？公司财报、未来规划、公司所处行业发展前景怎么影响个股走势？MACD、CCI、布林带等技术指标对个股未来走势的影响？
股票多、影响买卖决策的因素多，将股票大牛、自身实战经验提炼为可供计算机量化处理、识别、执行的标准模型，由计算机选出符合自身投资理念的股票，是人生一大乐事。本人已通过两个月的时间建立起了自己的选股交易模型，此后，将在知乎将模型的建立过程与各位分享，也希望大家多多交流指导，不断丰富优化量化分析模型。此文先介绍模型的第一步--获取股票行情数据。
本模型所有的个股、指数、基本面的数据均来自于Tushare社区。Tushare大数据社区tushare.pro首先在python中安装 tushare、pandas、numpy库，其中pandas、numpy库中有丰富的数据处理函数，可自行在网上查阅资料学习。
在上面的Tushare大数据社区中注册，获得一个ID
根据Tushare的接口，编制个股历史行情数据(日线)，本模型使用python 3.8编译器，代码编辑器使用Visual Studio Codimport tushare as ts
import pandas as pd
import time
import os
import tus.chdir(r'D:\xxx\xx\xxxx\STOCK\tushare') #保存数据文件的绝对路径,可自行设置
pro = ts.pro_api('设置自己在Tushare上注册的ID')#不同的数据有积分要求
pd.set_option('expand_frame_repr', False)#True就是可以换行显示。设置成False的时候不允许换行
pd.set_option('display.max_columns', None)# 显示所有列
#pd.set_option('display.max_rows', None)# 显示所有行
pd.set_option('colheader_justify', 'centre')# 显示居中
#df_daily = pro.daily() 获取所有股票日行情信息
#df_basic = pro#.stock_basic() 获取所有股票基本信息
def get_all_stockdata(st_date, ed_date):
trade_d = pro.trade_cal(exchange='SSE', is_open='1', start_date=st_date, end_date=ed_date, fields='cal_date')
# 上面代码用于获取所有股票的代码、名称、交易日期等信息
for date in trade_d['cal_date'].values:
# 先获得所有股票的行情数据
df_daily = pro.daily(trade_date=date)
# 再获取所有股票的基本信息
df_basic = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,ex#change,name,area,industry,list_date')
#行情数据跟基本信息数据合并生成一个csv数据文件
#on='ts_code'以ts_code为索引，合并数据，how='outer'，取并集
df_all = pd.merge(left=df_basic, right=df_daily, on='ts_code', how='outer')
#删除symbol列数据，跟ts_code数据重复
df_all = df_all.drop('symbol', axis=1)
#强制转换成str字符串格式
df_all['ts_code'] = df_all['ts_code'].astype(str)
# 保存数据，不保存索引，如果index=True，则保存索引会多出一列
df_all.to_csv(str(date) + '_ts.csv', index=False, encoding='gbk')
print(df_all)
print('%s is downloaded.' % (str(date)))
return df_all
if __name__=="__main__":
get_all_stockdata('', '')#获取从7月16日至17的数据
