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

2024-03-13 09:40

本文主要是介绍【AI选股】如何通过python调用wencai包实现AI选股(请移步新文章),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如何通过python调用wencai包实现AI选股

  • 请移步:[通过pywencai访问同花顺问财接口实现智能选股](http://t.csdn.cn/LIiWO)
  • 前言
  • 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)
    • 2.进阶发挥篇(附可转债数据处理演示)
    • 3.数据分析篇(调节参数分析数据背后的数据)
  • 总结


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_pathwc.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 = 10df = 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_pathwc.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 = 10df = 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nn = 5df = 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。
在这里插入图片描述
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。

这篇关于【AI选股】如何通过python调用wencai包实现AI选股(请移步新文章)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/804426

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

Python Websockets库的使用指南

《PythonWebsockets库的使用指南》pythonwebsockets库是一个用于创建WebSocket服务器和客户端的Python库,它提供了一种简单的方式来实现实时通信,支持异步和同步... 目录一、WebSocket 简介二、python 的 websockets 库安装三、完整代码示例1.

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("