Python量化炒股的获取数据函数—get_industry()
利用get_industry()函数可以查询一只或多只股票所属的行业，其语法格式如下： get_industry(security, date=None) security：标的代码。类型为字符串，形式如下“000001.XSHE”，或为包含标的代码字符串的列表，形如[“000001.XSHE”...
Python量化炒股的获取数据函数—get_security_info()
利用get_security_info()函数可以获取一只股票（基金或指数）的信息，其语法格式如下： get_security_info(code) 参数code是证券代码。返回值是pandas.DataFrame类型。 单击聚宽JoinQuant量化炒股平台中的“策略研究/研究环境”命令，进入Jupyter Noteboo...
Python量化炒股的获取数据函数— get_billboard_list()
利用get_billboard_list()函数可以获取指定日期区间内的龙虎榜数据，其语法格式如下： get_billboard_list(stock_list, start_date, end_date, count) 各项参数的意义get_billboard_list()函数有4个参数，具体如下： stock_list：...
Python量化炒股的获取数据函数—get_fundamentals()
要利用Python编写股票量化炒股策略，就必须获取股票的数据（如收盘价、5日均价、上一时间点价格），还要选出操作的股票，这些都需要用到获取数据函数。 获取多只股票单个数据字段函数history()利用history()函数可以获取多只股票的单个数据字段历史数据，返回数据格式为DataFrame或Dictÿ...
Python量化炒股常用的Matplotlib包
Python量化炒股常用的Matplotlib包Matplotlib 是一个用于创建数据可视化的 Python 库，可以绘制各种类型的图表，包括折线图、柱状图、散点图、饼图等。它提供了类似于 MATLAB 的界面，使得用户可以轻松地生成高质量的图形。 Matplotlib 的主要特点： 灵活性： 可以绘制几乎所有类型的统计图表...
Python量化炒股常用的Pandas包
Python量化炒股常用的Pandas包Pandas 是一个基于 NumPy 的数据处理库，提供了高性能、易用的数据结构和数据分析工具。下面是一些关于 Pandas 包的相关知识： 主要数据结构： Series：类似于带有索引的一维数组，可以存储不同类型的数据。DataFrame：二维表格数据结构，...
Python量化炒股的获取数据函数—get_index_weights()
Python量化炒股的获取数据函数—get_index_weights()获取指数成分股权重函数get_index_weights()可以获取一个指数给定日期在平台交易的成分股权重，其语法格式如下： get_index_weights(index_id, date=None) 该函数的参数与获取指数成分股代码函数get_index_stocks()相同&#x...
Python量化炒股的数据信息获取— 获取上市公司股东和股本信息
Python量化炒股的数据信息获取— 获取上市公司股东和股本信息获取上市公司股东和股本信息，即获取上市公司的十大股东信息、十大流通股东信息、股东股份质押信息、股东股份冻结信息、股东户数信息、大股东减持信息和上市公司股本变动信息。 获取上市公司的十大股东信息上市公司的十大股东数据，都存放在STK_SHAREHOLDER_TOP10表中，该表保存在finan...
Python量化炒股的获取数据函数—get_concept_stocks()
Python量化炒股的获取数据函数—get_concept_stocks()利用get_concept_stocks()函数可以获取一个概念板块给定日期在平台可交易的成分股列表，其语法格式如下： get_concept_stocks(concept_code, date=None) 各项参数的意义参数date和返回值，都与get_index_s...
Python量化炒股的统计数据图
Python量化炒股的统计数据图单只股票的收益统计图查看单只股票的收盘价信息 单击聚宽JoinQuant量化炒股平台中的“策略研究/研究环境”命令，进入Jupyter Notebook的研究平台。然后单击“新建”按钮，创建Python3文件，输入如下代码如下： import pandas as pd import seaborn as sn...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。