【AI选股】如何通过python调用wencai包实现AI选股(请移步新文章)

这篇具有很好参考价值的文章主要介绍了【AI选股】如何通过python调用wencai包实现AI选股(请移步新文章)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


请移步:通过pywencai访问同花顺问财接口实现智能选股

前言

i问财是同花顺旗下专业的机器人智能选股问答平台,致力于为投资者提供宏观数据、新闻资讯、A股、港美股、新三板、基金等各类方案。wencai是i问财的策略回测接口的Pythonic工具包,满足量化爱好者和数据分析师在量化方面的需求。


提示:以下是本篇文章正文内容,下面案例仅供参考

一、wencai问财如何实现AI选股?

1.实用基础篇(wencai选股函数与使用方法)

注意:由于近期接口地址有变动,pip安装或升级完毕,需要按如下替换步骤更新后方可使用如下代码,否则将无法访问到数据,或者程序接口会报错。(如无法访问,详见http://t.csdn.cn/nVWS7)

=导入问财包=
安装:pip install wencai
升级:pip install wencai --upgrade
替换:将我的压缩包解压,覆盖python安装目录下Lib\site-packages\下的wencai目录。(个别地址和函数有修改,修改后才可以使用wencai及更好的使用问财)

将以下代码保存为文件:wencai_xg.py

# -*- coding: utf-8 -*-

# 文件名:wencai_xg.py
import wencai as wc
# 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path
wc.set_variable(cn_col=True)

def xg_wencai(query,perpage=20):
    '''
    功能:调用问财接口筛选股票
    参数:query查询条件,perpage反馈的条目数
    '''
    import wencai as wc
    # 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path
    wc.set_variable(cn_col=True)
    r = wc.search(query,perpage)
    return r.round(3)

if __name__ == '__main__':
    # 实用基础篇
    if 1:
    	# 选股条件
        query = '非st;非停牌;股价大于5元;流通市值50亿到750亿;股价突破444日均线;'
        # 控制一次最多选多少支股票
        perpage = 10
        df = xg_wencai(query,perpage)
        print(df)
        # df_table(df,query)
        # 写入EXCEL文件
        df.to_excel("xg_wencai.xlsx", encoding="utf8")
        # 有人说我只要股票代码
        code_list = df['股票代码'].values.tolist()
        # 取5只股票代码
        print(code_list[0:5]) 

注:query 是选股的口语化条件说梦,使用中文分号间隔。也可以在问财的网页段先试试,看看别人都是怎么写的条件。

引用方法:将以上文件保存到wencai_xg.py,在同目录调用使用如下方法即可。

from wencai_xg import xg_wencai
query = '非st;非停牌;股价大于5元;流通市值50亿到750亿;股价突破444日均线;'
perpage = 10
df = xg_wencai(query,perpage)

对于大多数情况,只要学会修改query 条件,即可实现AI选股。

2.进阶发挥篇(附可转债数据处理演示)

2.1 进阶相对就复杂了一些,入股只是选股,入门的内容已经足够用。进阶增加了一些美化输出和数据处理的内容,给大家示例以下数据如何加工处理,并列举可转债相关数据处理。运行那段就将if后的0改为1即可。
文件名:wencai_xg.py

# -*- coding: utf-8 -*-
import pandas as pd
import os
# 在当前目录下生成wencai目录,写入EXCEL文件放在该目录
BASEDIR=os.path.dirname(os.path.realpath(__file__))+'/wencai/'
# 如果目录不存在则新建该目录
if not os.path.exists(BASEDIR):
    os.makedirs(BASEDIR)
    
# ===============表格美化输出===============
def df_table(df,index):
    import prettytable as pt
    #利用prettytable对输出结果进行美化,index为索引列名:df_table(df,'market')
    tb = pt.PrettyTable()
    df = df.reset_index(drop = True)
    tb.add_column(index,df.index)
    for col in df.columns.values:#df.columns.values的意思是获取列的名称
        tb.add_column(col, df[col])
    print(tb)

# ===============导入问财包===============
# 安装:pip install wencai
# 升级:pip install wencai --upgrade
# 替换:将我的压缩包解压,覆盖python安装目录下Lib\site-packages\下的wencai目录。(个别地址和函数有修改,修改后才可以使用wencai及更好的使用问财)

import wencai as wc
# 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path
wc.set_variable(cn_col=True)

def xg_wencai(query,perpage=20):
    '''
    功能:调用问财接口筛选股票
    参数:query查询条件,perpage反馈的条目数
    '''
    import wencai as wc
    # 若需中文字段则cn_col=True,chromedriver路径不在根目录下需指定execute_path
    wc.set_variable(cn_col=True)
    r = wc.search(query,perpage)
    return r.round(3)

if __name__ == '__main__':
    # 实用基础篇
    if 0:
    	# 选股条件
        query = '非st;非停牌;股价大于5元;流通市值50亿到750亿;股价突破444日均线;'
        # 控制一次最多选多少支股票
        perpage = 10
        df = xg_wencai(query,perpage)
        # print(df)
        df_table(df,query)
        # 写入EXCEL文件
        df.to_excel("xg_wencai.xlsx", encoding="utf8")
        

    # 进阶发挥篇
    if 1:
        query='人气排名'# 查询最近的热门股
        query='可转债概念 特高压'# 查询特高压相关概念的可转债
        df = wc.search(query,perpage=20)
        df = df.apply(pd.to_numeric, errors='ignore')
        print(df)
        # 以下三行,某些条件筛选后不包含该列信息,则会报错,将列注释掉即可。
        df = df.drop('所属概念',axis=1) 
        df['正股价-转股价'] = round((df['最新价'] - df['未清偿可转债转股价格']),2)
        df['正股较转股价溢出率'] = round(df['正股价-转股价']/df['未清偿可转债转股价格'],2)
        df_table(df,query)
        df.to_excel(BASEDIR+"wencai_search2.xlsx", encoding="utf8")

3.数据分析篇(调节参数分析数据背后的数据)

此处列举了几种数据统计的方法,具体数据意义大家一块研究。要执行代码,只需要将以下代码复制在进阶篇后面,运行那段就将if后的0改为1即可。

    if 0:
        '''策略回测,周期内的涨幅'''
        query='中证1000,30日涨幅小于10%,股价在30日均线上,沪深主板;市盈率小于20,市值从小到大排列;'
        start_date='2021-01-01'
        end_date='2022-08-30'
        period='4'
        transaction = wc.get_strategy(query=query,
                                       start_date=start_date,
                                       end_date=end_date,
                                       period=period,
                                       fall_income=1,
                                       lower_income=5,
                                       upper_income=9,
                                       day_buy_stock_num=3,
                                       stock_hold=5)
        r = transaction.history_pick(trade_date='2020-08-05', hold_num=10)
        df = r.round(3)
        df_table(df,'get_strategy')
        df.to_excel(BASEDIR+"wencai_get_strategy.xlsx", encoding="utf8")


    if 0:
        '''获取策略报告'''
        query='非停牌;非st;今日振幅小于5%;量比小于1;涨跌幅大于-5%小于1%;流通市值小于20亿;市盈率大于25小于80;主力控盘比例从大到小'
        start_date='2022-01-01'
        end_date='2022-08-05'
        period='1'
        r = wc.get_strategy(query=query,
                            start_date=start_date,
                            end_date=end_date,
                            period=period,
                            fall_income=1,
                            lower_income=5,
                            upper_income=9,
                            day_buy_stock_num=1,
                            stock_hold=2)
        print(r.profit_data) # 累计收益数据
        print(r.backtest_data) # 报告评级
        print(r.condition_data) # 准确回测语句
        print(r.history_detail(period='1')) # 历史明细查询
        print(r.history_pick(trade_date='2022-08-03', hold_num=1)) # 策略选股
        df_table(r.profit_data,'profit_data')
        df_table(r.history_pick(trade_date='2022-08-03', hold_num=1),'history_pick')
        

    if 1:
        '''获取回测分析'''
        query='非st;非停牌;周线MACD红柱上移;日线j小于-10'
        start_date='2022-01-01'
        end_date='2022-08-06'
        period='1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16' #设置多个K线范围,可分别观察这些股票在不同交易区间的涨跌幅
        print('query:',query,'\nstart_date',start_date,'end_date',end_date,'period',period)

        r = wc.get_scrape_report(query=query,
                                start_date=start_date,
                                end_date=end_date,
                                period=period,
                                benchmark='1A0001')
        print(r.report_data) # 报告评级
        print(r.backtest_data)	# 回测分析
        print(r.condition_data)  # 准确回测参数
        print(r.history_detail(period='1')) # 历史明细查询                                 

        # 检查5天的收益情况,修改n
        n = 5
        df = r.history_detail(period=str(n))
        df = df.round(3)
        # print(df)
        df_table(df,'get_scrape_report')
        df.to_excel(BASEDIR+"wencai_get_scrape_report.xlsx", encoding="utf8")

总结

首先,感谢同花顺i问财给我们提供了这么好的智能化工具。它使用很快捷,可以节省收集资料的时间,还给出你历史统计数据。i问财的答案简单明了,没有太多的主观色彩,是一个便捷客观的选股软件。另外同花顺提供的BackTest量化策略平台也很不错,这里有一个非常简单有效的历史统计工具,它主要有三个板块:回测预测,策略分析,事件回测。需要的人可以常去打卡访问。
pywencai,量化交易,金融,数据分析,python
其次,要感谢wencai的开发者。wencai是i问财的策略回测接口的Pythonic工具包,满足量化爱好者和数据分析师在量化方面的需求。
软件仓库:https://github.com/GraySilver/wencai

对问财的应用,个人也只是摸了个皮毛,但数据处理的基础框架已为各位奉上,希望能帮到大家。代码个人都测试过。如有人运行报错,请仔细检查开头的要求。再有问题,可在评论中留言。

最后,再次感谢同花顺和wencai包的开发者。大家也且用且珍惜吧。文章来源地址https://www.toymoban.com/news/detail-666877.html

到了这里,关于【AI选股】如何通过python调用wencai包实现AI选股(请移步新文章)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • [Python] 如何通过ctypes库来调用C++ 动态库 DLL?

    ctypes是Python的一个外部库,它提供了一种灵活的方式来调用C语言的动态链接库(DLL)或共享库(SO)。通过ctypes,我们可以在Python中直接调用 C语言编写的函数和变量 ,从而实现跨语言的互操作。 ctypes 它提供了与 C 兼容的数据类型,并允许调用 DLL 或共享库中的函数。可使用该模

    2024年01月19日
    浏览(37)
  • ai智能体如何实现函数调用?我的猜测

    ai智能体,又名ai agent,是一种基于ai大模型推理能力,具有外部感知、工具使用、信息反馈的智能系统。 自从2023年3月autoGPT发布以来,已经诞生了许多ai agent框架。他们大多遵循这个基本的结构: 大部分框架基本都提供了让开发者自定义添加行为与函数调用的方法。openai在

    2024年01月21日
    浏览(37)
  • 如何通过python写接口自动化脚本对一个需要调用第三方支付的报名流程进行测试?

    对于需要调用第三方支付的报名流程进行接口自动化测试,可以通过以下步骤来编写Python代码: 1. 确认API需求 首先,需要确认报名流程的API需求和预期功能。这涉及到对业务需求的理解和API设计的分析。 2. 安装依赖库 在Python程序中,需要安装requests库(用于发送HTTP请求)和

    2024年02月10日
    浏览(68)
  • Python调用Open-AI接口实现ChatGPT

    一、前言 近年来,人工智能技术的广泛应用,为社会带来了自动化和智能化的效率提升。自然语言处理技术的快速发展也提供了更多的人工智能应用场景。本文将介绍如何使用Python编程语言,结合Open-AI接口实现ChatGPT的简单应用。 二、介绍 ChatGPT是一个能够执行在线对话的人

    2024年02月10日
    浏览(55)
  • 【AI】Python调用讯飞星火大模型接口,轻松实现文本生成

    随着chatGPT的出现,通用大模型已经成为了研究的热点,由于众所周知的原因,亚太地区调用经常会被禁,在国内,讯飞星火大模型是一个非常优秀的中文预训练模型。本文将介绍如何使用Python调用讯飞星火大模型接口,实现文本生成等功能。 1. 安装API库 需要安装库,在命令

    2024年02月09日
    浏览(65)
  • 通过python如何实现视频提取音频,并将音频转文本

    大致思路: (1)使用moviepy库中的VideoFileClip类读取视频文件,并将其转换为音频文件; (2)使用pydub库中的splitonsilence函数将音频文件分割成多个音频片段,以便进行语音识别; (3)使用SpeechRecognition库中的Recognizer类进行语音识别,并将识别结果写入文本文件中 注意: 将

    2024年02月05日
    浏览(65)
  • 小市值选股策略代码分享(附python源码)

    小市值选股策略的核心在于通过综合分析公司的基本面、行业定位、财务健康状况以及市场趋势, 来寻找那些被市场低估但具备显著成长潜力的股票,同时也要重视风险管理和投资组合的多样化。   今天来给大家分享下小市值策略代码如下:   以上是一个简洁的小市值策略

    2024年02月05日
    浏览(37)
  • 通过python调用OpenAI的API

    一、需要注册OpenAI账号 这个网上很多教程,随便搜索一大片,只是需要科学上网。。。 二、 获取OpenAI的API密钥 登陆OpenAI的API地址:https://platform.openai.com/  创建API KEY, 创建好的key记得立刻复制出来 ,因为创建完成后无法再次查看   三、安装python安装包openai 安装openai安装包

    2024年02月01日
    浏览(58)
  • 帝国CMS如何通过灵动标签调用日期时间的方法

    灵动标签调用时间默认的代码不行。用以下代码即可: =date(\\\"Y-m-d H:i:s\\\",$bqr[newstime])? 这样就可以了

    2024年02月03日
    浏览(50)
  • 聊聊不同集群的微服务如何通过feign调用

    之前业务部门的某项目微服务调用关系如下图 后因业务改造需要,该项目需要将服务A部署到另外一个集群,但服务A仍然需要能调用到服务B,调用关系如下图 之前调用方式是负责服务B的开发团队提供相应的feign客户端包给到服务A开发团队,服务A开发团队直接将客户端包引入

    2024年02月13日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包