Skip to content

victorgau/PyConTW2017

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 
 
 

Repository files navigation

PyCon TW 2017 - 土炮股票分析系統

投影片網址: https://goo.gl/JVLhRh

影片網址: https://bit.ly/2qASbEu

這個主題主要是想要藉由實際的例子引起財管相關的學生對 Python 的學習興趣。所以,這個分享裡面的例子,被做了很多的簡化,如果真的想要自己做一套分析系統,範例裡面不足的地方,使用者需要自行斟酌如何加以修改。

需要注意的地方:

  • Pandas data-reader 裡面關於 Yahoo 的 API 在 2017/05 之後已經無法使用,使用 google 作為 data source 時,無法使用{股票編號}.tw 的方式來讀取台灣股票的歷史股價。替代的方式是使用 quandl 來做存取。這部分請見 quandl 那份 .ipynb 的程式。
  • 頻繁的 request 歷史股價可能會被當作是攻擊,而導致資料存取失敗。
  • 資料可以先讀到資料庫內,方便以後 off-line 的使用。如果是使用 mongoDB,可以參考 dbtools。不過這個也是簡易版。
  • 範例中的策略並沒有考慮股票的 split/merge 或股利的發放等等,對股價造成的改變。實際運用上需要做一些調整,如:
df['open'] = df['open'] * df['adj close'] / df['close']
  • 範例裡面的策略,並沒有考慮實際可能的買價,而是以訊號產生當天的開盤價為買價,或訊號產生前一天的收盤價為賣價。這個實際上是不太合理的,可能會讓實際回測的結果大大的優於實際操作的結果。可以比較下面這兩行程式的回測結果,再思考一下怎麼修改。
df['positions'] = df['signals'].cumsum()

# 產生訊號隔天買進或賣出
df['positions'] = df['signals'].cumsum().shift()

還有很多問題,請在讀完 code 之後,自行修改... :p

相關 PyCon TW 2017 講題:

相關資料:

About

Files for PyCon TW 2017

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published