如何使用Python api 函數寫股票策略

寫策略需要了解的語法包括兩方面，一方面是語言本身的語法（包括相關庫），另一方面是量化平臺提供的api。量化平臺提供的api幫助文件里都有了,本文主要介紹寫策略經常用到的庫（datetime、numpy、pandas）中的一些函數。

1、 利用datetime庫做日期、時間操作

利用context.now可以獲得當前策略運行的時間，返回的是datetime.datetime格式。datetime.datetime格式可以很方便的進行日期、時間操作。比如timedelta可以很方便的在日期上做日、小時、分鐘、秒的運算。例如，需要策略運行時間1天前的時間，可以這樣寫：context.now+datetime.timedelta(days=-1)，返回的便是一天前的時間。

2、 利用pandas做數據變頻。

量化平臺一般只提供分鐘或者日頻的數據，如果我們需要周、月的數據怎么辦呢？pandas的resample函數可以很好的解決這個問題。舉個例子，假如我們需要滬深300每月最后一個交易日的收盤價，我們可以這樣寫：

d= get_history(100,'1d','close')[‘000300.SH’].resample(‘m’，how=’last’)

3、利用set格式選取交集

有的時候我們利用不同標準會得到不同的股票池，如果想得到不同股票池的共同股票，那么可以使用set格式。Set格式可以很方便的進行交集、并集等集合運算。這里舉一個例子，比如我們通過設置一定的財務數據條件會得到一個dataframe，記作df。df的列為股票代碼，但可能并不都是我們所需的，比如我們只想得到滬深300的成份股，那么可以這樣操作：1、s=get_index_constituents(‘000300.SH’) 得到滬深300的成份股。2、z=set(s) & set(df.columns) 得到交集z。3、得到的z是set格式，需要轉換為list格式，可以這樣操作 zl=list(z)。4、利用pandas 函數 篩選出我們需要的個股 d=df.loc[:zl] d即位我們所需要的數據。

4、 利用try…except跳過出錯部分代碼

有時候我們會遇到一些不是很重要的問題，但是由于遇到這類問題會報錯，從而影響程序執行，這時我們希望的是忽略這些錯誤就可以了。下面舉一個例子說明try…except 的用法。

比如：我們用p表示一只股票某一時刻的價格，v表示這只股票的成交量，我們想計算p/v，但是有可能該股票沒有成交量（停牌，或者漲跌停了）這時直接計算就會出錯，程序會跳出。這是我們可以try…except做如下處理：

try:d=p/v

except:d=0

意思就是如果計算p/v發生錯誤，那么就將d賦值為0

5、 利用pickle模塊保存變量

有時候我們需要將當前工作空間的變量保存下來，這時可以使用pickle來解決，舉個例子，假如目前工作空間有a,b,c三個變量，我們可以進行如下操作：1、f=open(‘file.pkl’,’wb’) 建立一個文件鏈接。2、import pickle;pickle.dump([a,b,c],f) 這樣就可以保存了。讀取時1、f=open(‘file.pkl’,’rb’) 2、import pickle;z=pickle.load([a,b,c],f) 這樣將讀取的變量都保存到了z變量中，通過z[0],z[1],z[2]可以獲取a,b,c變量。