『Python學習』海龜法則學習
阿新 • • 發佈：2019-01-01
2、
import pandas as pd # 匯入上證指數的原始資料 index_data = pd.read_csv(r"C:\Users\LCG22\Desktop\work\learn\Python\PythonLearn\DataSet\all_trading_data\index data\sh000001.csv", parse_dates=['date']) # 保留這幾個需要的欄位 index_data = index_data[["date", "high", "low", "close", "change"]] # 對資料按照 [date] 交易日期從小到大排序 index_data.sort("date", inplace=True) N1 = 20 N2 = 10 # 通過 rolling_max 方法計算最近 N1 個交易日的最高價 index_data['最近N1個交易日的最高點'] = pd.rolling_max(index_data['high'], N1) #對於上市不足 N1 天的資料， 取上市至今的最高價 index_data['最近N1個交易日的最高點'].fillna(value=pd.expanding_max(index_data['high']), inplace=True) # 通過相似的計算方法計算最近 N2 個交易日的最低價 index_data['最近N2個交易日的最低點'] = pd.rolling_min(index_data['low'], N1) index_data['最近N2個交易日的最低點'].fillna(value=pd.expanding_min(index_data['low']), inplace=True) # 噹噹天的 [close] > 昨天的 [最近N1個交易日的最高點] 時， 將 [收盤發出的訊號] 設定為 1 buy_index = index_data[index_data['close'] > index_data['最近N1個交易日的最高點'].shift(1)].index index_data.loc[buy_index, '收盤發出的訊號'] = 1 # 噹噹天的 [close] < 昨天的 [最近N2個交易日的最低點] 時， 將 [收盤發出的訊號] 設定為0 sell_index = index_data[index_data['close'] < index_data['最近N2個交易日的最低點'].shift(1)].index index_data.loc[sell_index, '收盤發出的訊號'] = 0 # 計算每天的倉位， 當天持有上證指數時， 倉位為 1 ， 當天不持有上證指數時， 倉位為 0 print '!!'*10 index_data['當天的倉位'] = index_data['收盤發出的訊號'].shift(1) print '@@'*10 index_data['當天的倉位'].fillna(method='ffill', inplace=True) # 取 1992 年之後的資料， 排出較早的資料 index_data = index_data[index_data['date'] >= pd.to_datetime('19930101')] # 當倉位為 1 時， 買入上證指數， 當倉位為 0 時， 空倉。 計算從 19920101 至今的資金指數 index_data['資金指數'] = (index_data['change'] * index_data['當天的倉位'] + 1.0).cumprod() initial_idx = index_data.iloc[0]['close'] / (1 + index_data.iloc[0]['change']) index_data['資金指數'] *= initial_idx # 輸出資料到指定檔案 index_data[['date', 'high', 'low', 'close', 'change', '最近N1個交易日的最高點', '最近N2個交易日的最低點', '當天的倉位', '資金指數']].to_csv(r'C:\Users\LCG22\Desktop\work\learn\Python\PythonLearn\DataSet\testResult\turtle.csv', index=False, encoding='gbk') index_data['海龜法則每日漲跌幅'] = index_data['change'] * index_data['當天的倉位'] year_rtn = index_data.set_index('date')[['change', '海龜法則每日漲跌幅']].\ resample('A', how=lambda x: (x+1.0).prod() - 1.0) * 100 print year_rtn print '執行結束'