Python——量化分析介绍（六）

这是奔跑的键盘侠的第111篇文章

写着写着，突然发现之前的标题“常用命令介绍”已经跟内容有点脱轨了，写的已经不只是命令了……

差不多该收收尾了，最近有点小意外，两周多没更新，好的，接下来继续看我的精彩表演。。

依旧，先贴一下目录：

├── README
├── MyQuant_v1 #量化分析程序目录
   ├── __init__.py
   ├── data #数据处理目录
   │   ├── __init__.py

   │   ├── basic_crawler.py# 爬取股票基础信息存入MongoDB数据库.

   │   └── data_crawler.py  #爬取指数、股票数据

   ├──util # 公用程序
   │   ├── __init__.py

   │   ├── stock_util.py#获取股票交易日期，所有股票代码

   │   └── database.py #链接数据库

   ├── backtest #回测
   │   ├── __init__.py

   │   └── _backtest_ #计划写一下回测走势图

   ├── factor #因子
   │   ├── __init__.py
   │   └──_ factor_.py #不准备开发
   ├── strategy #策略
   │   ├── __init__.py
   │   └── _strategy_ #计划简单写个，主要用于回测
   ├── trading #交易
   │   ├── __init__.py

   │   └── _trading_ #不准备开发

   └── log #日志目录
          ├── __init__.py
          ├── backtest.log #不准备开发

           └── transactions.log#不准备开发

其实写到上一篇开始，我自己已经有点晕了，主要是数据库这块没有系统的学习过，可能会打马虎眼先过去，因为数据库计划排到明年初这个样子，眼前已经完全没精力恶补了，就酱紫吧先。

1

先来捋一下前面几节的思路

从第三篇文章中的util # 公用程序data_crawler.py入手，先爬取历史数据（指数和个股），存入数据库，只是随便爬了两个代码测试一下。

第四篇就是紧接着第三篇深入了一下，将所有个股和几个指数爬取并存入数据库，crawl和crawl_index。

然后，第五篇就介绍了stock_util.py，如何提取a股所有的股票代码get_all_codes（从第四篇爬取的数据库取）、提取交易日期get_trading_dates（根据第四篇指数数据提取，个股可能会交易日停盘而指数不会）。还有 basic_crawler.py，提取股票基础信息——股本，主要用于后续的市值计算，从而过滤出相应市值规模的股票池。一些其他的指标就略了……

2

关于接下来的内容

挑比较不能省略的步骤来写，至少有数据可以完成回测，于是需要一个买卖策略。目前暂定写一个超级简单的，上穿、下穿均价线买入、卖出的策略，再来一个净值回测的曲线图。差不多，就算告一段落了，毕竟，如果真要自己全套搞一下，可能一两个月搞不定。如果有对代码不感兴趣，但是对量化分析感兴趣的童鞋，可以去现成的量化分析平台模拟，比如JoinQuant聚宽量化交易平台，直接使用平台上现成的指标，组合一个自己想要的策略，然后进行回测。如果满足不了自己的胃口，平台还支持自己写指标组合使用，相比python从头到尾捋一遍简直爽到炸……几分钟就能搞一个策略测测结果神马的

好了，今天没有什么硬干货，洗洗睡吧～