为何股票量化交易要用到pandas库？

欢迎使用社区 Markdown 编辑器写文章！

在学习pandas的时候有时候我会觉得非常奇怪，为什么美国的投资公司这么重视Pandas，甚至在招聘要求上注明量化投资分析师要掌握pandas呢？例如我见到Gelber Group的交易员岗位中，注明了这样的一句话：“经济学、金融、统计学或相关领域的学士学位，且具有以下的编程经验 - Python（NumPy、pandas 和相关库）。”
后来我也去登录一下美股的股票库，觉得是以下几个原因：
首先，美股上市公司的股票量大，全美国大概有2万支上市公司股票，可能有人觉得不是很多，但中国上证加深证加起来也不过5千几只股票，即使再加上香港4千多，也不过是美股一半的体量左右。而要在这一定时间内查找2万只股票中有那些可以在近期进行投资，可以说是一顿非常花时间的操作，而如果能靠计算机分析，这会是一个很有效率的工具。

其次，现金账户交易规则不同。A股主要是当天买的股票最早第二个交易日才能卖（T+1），美股没有此方面的限制, 当日可卖（T+0），这就决定了你必须在最短的时间内决定是否购入和出售手中的股票。而且更厉害的是高频交易的投资公司，平均每次持仓时间极短，用量变来达到质变，甚至还要求交易员自己写计算机程序。所以割起韭菜来，已经不是用人力了，而是自动化收割了。
不过，在中国，现时是没有高频交易这样的事的，因为单日开仓交易量超过10手的，会被纳入“日内开仓交易量异常”等的导常交易行为。

再次，美国股票下跌过程中也有进行对冲的工具，即可以买跌获利，如浑水之类的公司，这个时候，如果想稳健一点，用计算机每天计算出好几个能互冲的投资组合，理论上可以抵挡不少的市场风险，达到持续收益的目的。

所以在美国金融市场，可以见到很多投资公司有一个专门的量化投资部门或量化投资公司，而交易员和分析员大多数是数学出身，或是计算机程序员，他们除了会研究股票，还会研究那类型的CPU能提高交易速度，也会修改代码，努力减少每个bug。因为他们清楚，这些虽然不会让他们赚到多少钱，但往往会减少他们会亏的钱。这就是我们审计中常说的——风险控制比盈利重要。
注意：我是审计师，不是程序员。

国内涉及证券的两个库分别为tushare、baostock，由于tushare需要积分，我只好介绍baostock库，它对个人用户除了能免费使用外，还不需要注册，对初学者比较友好。而且它能提供大量上市公司历年财务数据，行情数据。
如果是Anaconda运行环境，即通过Anaconda prompt进入命令行。

一般我们用Jupyter Notebook的话，就一定要在Anaconda prompt输入pip install baostock才能成功安装。
安装成功后，我们就可以通过baostock接口查询到股票数据，具体使用方法可以到官网查找：http://baostock.com/baostock/index.php/Python_API文档

不过官网的代码只有最基本的功能，且没有中文，一般来说我都会作一些修改，如我的日K线代码：

##历史K线指标
import baostock as bs  ##调用baostock库
import pandas as pd    ##调用pandas库
# 登陆系统
lg = bs.login()
# 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg
#code：股票代码，sh或sz.+6位数字代码
rs = bs.query_history_k_data_plus("sh.000001",
    "date,code,open,high,low,close,preclose,volume,amount,pctChg",##以半角逗号分隔。此参数不可为空；
    start_date='2017-01-01', end_date='2021-06-30', frequency="d")##查询的起始日
##frequency：数据类型，默认为d，日k线；d=日k线、w=周、m=月、5=5分钟、15=15分钟、30=30分钟、60=60分钟k线数据
# 设定一个空集
data_list = []
while (rs.error_code == '0') & rs.next():##rs.error_code：当为“0”时表示连接成功，当为非0时表示失败；next()返回下一个项目
    # 获取一条记录，将记录合并在一起
    data_list.append(rs.get_row_data())#当以上的条件成立时，将数据放到空集中
result = pd.DataFrame(data_list, columns=rs.fields)##导入pandas中
result.rename(columns={'date':'日期'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'code':'证券号'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'open':'开盘价'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'high':'最高价'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'low':'最低价'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'close':'收盘价'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'preclose':'昨日收盘价'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'volume':'成交数量(股)'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'amount':'成交金额(元)'},inplace=True) #将表头的名称改成统一的名称
result.rename(columns={'pctChg':'涨跌幅'},inplace=True) #将表头的名称改成统一的名称
result["成交金额(元)"].astype(float)

# 输出到excel文件
with pd.ExcelWriter("d:\历史K线指标.xlsx", mode='a',engine='openpyxl') as writer:
    result.to_excel(writer,index=False)  
print(result)

# 登出系统
bs.logout()

结果如下：

由于我查的是2017年度至2021年6月30日的数据,数据量不多，我直接用EXCEL的图表进行分析。

可见，最近几个月上证的成交金额渐渐升高。
代码说明：

1、 lg = bs.login()是必须要用到的代码，没有这一行的话，就不能连接到库，当然没有网络的话也是连接不到的。

2、 bs.query_history_k_data_plus是一个专门用来查询K线指标的函数，在baostock库还有很多不同的函数，主要的函数如下：

基本上代码不用改，只改函数命令就可以得出不同的结果。

3、 while (rs.error_code == ‘0’) & rs.next():是一个条件语句，如果不等于0，就表示连接不成功，所以当=0时，和还有下一个数据时，我们可以进行合并。

4、 合并用了append()函数，目的用于在列表末尾添加新的对象，rs.get_row_data()就是这些新的对象了。

5、 result.rename(columns={‘date’:’日期’},inplace=True)是一个将列名替换的语句，意思就是将原来用英文表示的date替换成中文‘日期’。

从这段代码我们可以将baostock库理解成一个固定了格式的爬虫库，使用的目的其实就是为了获得一个数据接口，然后将数据转化成pandas格式，以便我们进行数据分析。

本作品采用《CC 协议》，转载必须注明作者和本文链接