利用python数据分析处理进行炒股实战行情
作为一个新手，你需要以下3个步骤：
1、用户注册 > 2、获取token > 3、调取数据
数据内容：
包含股票、基金、期货、债券、外汇、行业大数据，
同时包括了数字货币行情等区块链数据的全数据品类的金融大数据平台，
为各类金融投资和研究人员提供适用的数据和工具。
1、数据采集
我们进行本地化计算，首先要做的，就是将所需的基础数据采集到本地数据库里
本篇的示例源码采用的数据库是MySQL5.5，数据源是xxx pro接口。
我们现在要取一批特定股票的日线行情
部分代码如下：
# 设置xxxxx pro的token并获取连接
# 公众号：信息技术智库
ts.set_token('xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx')
pro = ts.pro_api()
# 设定获取日线行情的初始日期和终止日期，其中终止日期设定为昨天。
start_dt = '20100101'
time_temp = datetime.datetime.now() - datetime.timedelta(days=1)
end_dt = time_temp.strftime('%Y%m%d')
# 建立数据库连接,剔除已入库的部分
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
# 设定需要获取数据的股票池
stock_pool = ['603912.SH','300666.SZ','300618.SZ','002049.SZ','300672.SZ']
total = len(stock_pool)
# 循环获取单个股票的日线行情
for i in range(len(stock_pool)):
try:
df = pro.daily(ts_code=stock_pool[i], start_date=start_dt, end_date=end_dt)
# 打印进度
print('Seq: ' + str(i+1) + ' of ' + str(total) + ' Code: ' + str(stock_pool[i]))
上述代码的注释部分已将每行代码的功能解释清楚了，实际上数据采集的程序主要设置三个参数：获取行情的初始日期，终止日期，以及股票代码池。
当我们获取数据后，就要往本地数据库进行写入（存储）操作了，
本篇代码用的是SQL语言，需提前在数据库内建好相应的表，表配置和表结构如下：
库名：stock 表名：stock_all
其中 state_dt 和 stock_code 是主键和索引。state_dt 的格式是 ‘yyyy-mm-dd'（例：'2018-06-11'）。
这样的日期格式便于查询，且在MySQL内部能够进行大小比较。
2、数据预处理
无论是量化策略还是单纯的机器学习项目，数据预处理都是非常重要的一环。
以机器学习的视角来看，数据预处理主要包括
- 数据清洗
- 排序
- 缺失值或异常值处理
- 统计量分析
- 相关性分析
- 主成分分析（PCA）
- 归一化等
本篇所要介绍的数据预处理比较简单
只是将存在本地数据库的日线行情数据整合成一份训练集数据，
以用于后续的机器学习建模和训练。
在介绍具体的示例代码之前，我们需要先思考一个问题，
应用有监督学习的算法对个股进行建模
- 我们的输入数据有哪些，
- 我们期望得到的输出数据又是什么？
这个问题的答案因人而异，因策略而异。
这个问题本身是将市场问题转化为数学问题的一个过程。
依赖的是量化宽客自己的知识体系和对市场的理解。
回到正题，本篇示例我们将以最简单的数据进行分析，
我们输入端的数据是个股每日基础行情，输出端数据是股价相较前一交易日的涨跌状态。
简单点说就是，我们向模型输入今天的基础行情，让模型预测明天股价是涨还是跌。
在代码实现方式上，
- 采用面向对象的思想，
- 将整个数据预处理过程和结果，封装成一个类，每次创建一个类实例，
- 就得到了特定条件下的一份训练集。
示例代码如下：
class data_collect(object):
def __init__(self, in_code,start_dt,end_dt):
ans = self.collectDATA(in_code,start_dt,end_dt)
def collectDATA(self,in_code,start_dt,end_dt):
# 建立数据库连接，获取日线基础行情(开盘价，收盘价，最高价，最低价，成交量，成交额)
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
sql_done_set = "SELECT * FROM stock_all a where stock_code = '%s' and state_dt >= '%s' and state_dt <= '%s' order by state_dt asc" % (in_code, start_dt, end_dt)
cursor.execute(sql_done_set)
done_set = cursor.fetchall()
if len(done_set) == 0:
raise Exception
self.date_seq = []
self.open_list = []
self.close_list = []
self.high_list = []
self.low_list = []
self.vol_list = []
self.amount_list = []
for i in range(len(done_set)):
self.date_seq.append(done_set[i][0])
self.open_list.append(float(done_set[i][2]))
self.close_list.append(float(done_set[i][3]))
self.high_list.append(float(done_set[i][4]))
self.low_list.append(float(done_set[i][5]))
self.vol_list.append(float(done_set[i][6]))
self.amount_list.append(float(done_set[i][7]))
cursor.close()
db.close()
# 将日线行情整合为训练集(其中self.train是输入集，self.target是输出集，self.test_case是end_dt那天的单条测试输入)
self.data_train = []
self.data_target = []
最终这个类实例化后是要整合出三个数据：
1. self.train ：训练集中的输入端数据，本例中是每日基础行情。
2. self.target ：训练集中的输出数据，本例中相较于前一天股价的涨跌，涨为1，不涨为0。并且在排序上，每条 t 交易日的self.train里的数据对应的是 t+1 天股价的涨跌状态。
3. self.test_case ：在 t 末交易日的基础行情数据，作为输入端，用于模型训练完成后，对第二天的涨跌进行预测。
3、SVM建模
机器学习中有诸多有监督学习算法
SVM是比较常见的一种，本例采用SVM算法进行建模。
关于SVM的理论原理本篇不做详述，以下仅从实践角度进行建模介绍。
先贴一段建模、训练并进行预测的代码大家感受一下：）
model = svm.SVC() # 建模 model.fit(train, target) # 训练 ans2 = model.predict(test_case) # 预测
三行代码，让人想起了把大象装冰箱分几步的冷笑话……
不过这侧面也说明Python在数据挖掘方面的强大之处：简单，方便，好用。
本例用的机器学习框架是scikit-learn是个非常强大的算法库。
熟悉算法原理的朋友可以查阅官方API文档，可修改模型参数，进一步调优模型；
亦可尝试其他算法比如决策树，逻辑回归，朴素贝叶斯等。
