自己做量化交易软件(15)通通量化AI框架的选股器设计
前面我们学会了单只股票的分析，回测功能。下面我们开始设计选股器和量化分析的功能。
在设计选股器之前，我们先要学习一些python基本操作技巧。
一、股票代码处理技巧
1、数字类型转换
我们获取的数据格式都不相同，特别是股票代码，有些是数字1，有些是字符1，有些股票代码带后缀，例如’60000.SH’，‘000001.SZ’，‘000001.XSHE’，'000300.XSHG’等等。无论什么方式，我们都做一些简单的转化为通通标准股票代码格式。
深圳股票代码： ‘000001.SZ’
上海股票代码： ‘600000.SH’
指数代码：‘000300.ZS’
各种数据转化函数命令如下：
#数字int转换为字串strs_code=str(n_code) #字串str转换为数字intn_code=int(s_code)
代码演示：
n_code=10#数字int转换为字串strs_code=str(n_code) print(s_code,type(s_code))#字串str转换为数字intn_code=int(s_code)print(n_code,type(n_code))
输出结果：
10 <class ‘str’>
10 <class ‘int’>
2、字符串处理
我们看到字串’10’ ，不够长度6，需要在前面补’0’。
字串数值前面补0，用函数zfill()，看下面演示代码和结果：
s_code='10'#字串数字前补够0s_code= s_code.zfill(6)
输出结果:
000010 <class ‘str’>
3、补上股票后缀
看下面股票代码演示：
#通通股票代码转换def ttsn(s):s=s.strip()if (len(s)<6 and len(s)>0):s=s.zfill(6)+'.SZ'if len(s)==6:if s[0:1]=='0':s=s+'.SZ'else:s=s+'.SH'return s#聚宽股票代码转换def jqsn(s):s=s.strip()if (len(s)<6 and len(s)>0):s=s.zfill(6)+'.XSHE'if len(s)==6:if s[0:1]=='0':s=s+'.XSHE'else:s=s+'.XSHG'return s
二、股票数据中的股票代码处理技巧
pandas是基于numpy构建的，为时间序列分析提供了很好的支持。pandas中有两个主要的数据结构，一个是Series，另一个是DataFrame。
Series 类似于一维数组与字典(map)数据结构的结合。它由一组数据和一组与数据相对应的数据标签（索引index）组成。这组数据和索引标签的基础都是一个一维ndarray数组。可将index索引理解为行索引。 Series的表现形式为：索引在左，数据在右。
DataFrame是一个类似表格的数据结构，索引包括列索引和行索引，包含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame的每一行和每一列都是一个Series，这个Series的name属性为当前的行索引名/列索引名。
股票数据一般用pandas包的 DataFrame 来存放。
上述的方法无法对 DataFrame整列数据处理。用循环操作又充分发挥了Python的速度慢的弱点，因此可以用一些Python的技巧来提高速度。
DataFrame序列中的股票格式转换可以用类似下面的命令来瞬间完成。
#短字串补全快速运算base.code=['0'*(6-len(x)) + x for x in base.code.astype(str)]
三、股票代码的运算
我们通过若干算法，例如财务数据或者技术指标等策略， 筛选了一批数据。怎样通过这些数据建立我们的目标备选股票池。并且完成股票池之间的逻辑运算。
例如 股票池的合并、黑名单的过滤等等运算。我们可以充分利用Python的特征和优势，来快速完成股票池运算。
我们可以充分利用这些不同数据特性，快速完成所需工作。
1、pandas和numpy数据相互转换
下面给出DataFrame中的股票代码转列表例子，重点要看说明和记住例子，演示代码如下：
import pandas as pdimport numpy as npimport HP_data as hp#获取业绩报告数据'''report_data返回数据格式 如下：code,代码name,名称esp,每股收益eps_yoy,每股收益同比(%)bvps,每股净资产roe,净资产收益率(%)epcf,每股现金流量(元)net_profits,净利润(万元)profits_yoy,净利润同比(%)distrib,分配方案report_date,发布日期'''#获取获取第4季度的业绩报告数据t=hp.get_report_data(,4) #选取eps_yoy,每股收益同比(%)的排名前20位股票数据。top20=t.sort_values(by='eps_yoy',ascending=False).head(20)#获取股票代码的Series序列，带原始数据索引S_code=top20.code#dataframe重建索引，从0开始顺序S_code2 = S_code.reset_index(drop=True)#将股票代码Series序列转为列表list数据l_code=S_code.tolist()#将列表list转为array序列数据，与Series序列区别是无索引。a_code=np.array( l_code)#将array序列数据转为 Series序列，增加了从0开始顺序自然索引。S_code3= pd.Series(a_code, name = 'code')#部分数据内容输出结果print('\n----S_code-----获取股票代码的Series序列，带原始数据索引')print(S_code)print('\n----S_code2-----重建索引，从0开始顺序')print(S_code2)print('\n----l_code-----将股票代码Series序列转为列表list数据')print(l_code)print('\n----a_code-----将列表list转为array序列数据，与Series序列区别是无索引。')print(a_code)print('\n----S_code3-----将array序列数据转为 Series序列，增加了从0开始顺序自然索引。')print(S_code3)
程序运行结果如下图：
2、列表（list）和集合（set）相互转换
Python数据格式有列表（list）和集合（set）。
列表有重复数据，并且 有序。
集合无重复数据，并且无序。
我们可以利用集合(set)的无重复特性，将股票代码转化为集合(set)，能够快速完成股票代码去掉重复，股票代码池的合并，剔除股票黑名单等运算。
（1） 列表运算
#假定我们通过策略1筛选出股票池列表bk1bk1=['600000', '600001', '600002', '600003', '600004', '000001', '000010']#我们通过策略2筛选出股票池列表bk2，我们可以看到前面3个数据重复。bk2=['600000', '600001', '600002','600981', '600080', '600191']#给bk1查入数据数据,list.insert(i, 数据) bk1=bk1.insert(1, '300751') #在指定位置插入元素#给bk2增加数据bk2=bk2.append('600390')#删除bk2最后一个数据bk2=bk2.pop() #将最后一位的元素删除#删除bk1中间第3个数据。bk1=bk1.pop(3) #删除指定位置的元素
（2） 集合运算
python的set和其他语言类似, 是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素. 集合对象还支持union(联合), intersection(交), difference(差)和sysmmetric difference(对称差集)等数学运算。
sets 支持 x in set, len(set),和 for x in set。作为一个无序的集合，sets不记录元素位置或者插入点。因此，sets不支持 indexing, slicing, 或其它类序列（sequence-like）的操作。
集合t,s支持一系列标准操作，包括并集、交集、差集和对称差集，例如：
a = t | s # t 和 s的并集
b = t & s # t 和 s的交集
c = t – s # 求差集（项在t中，但不在s中）
d = t ^ s # 对称差集（项在t或s中，但不会同时出现在二者中）
下面给出集合运算的演示。
#建立集合st1,st2print('\n----st1----')st1=set(['002027', '600061', '600080','600659'])print(st1)print('\n----st2----')st2=set(['000001', '600061', '600088','000002'])print(st2)#集合中增加可以通过列表list增加，再转换为集合set。#也可以通过集合并集运算来增加元素。print('\n----st1---- st1中增加600090')st1=st1.union(set(['600090']))print(st1)print('\n----a = st1 | st2-----')#集合运算a = st1 | st2 # st1 和 st2的并集print(a)print('\n----b = st1 & st2 -----')b = st1 & st2 # st1和 st2的交集print(b)print('\n----c = st1 - st2 -----')c = st1 - st2 # 求差集（项在st1中，但不在st2中）print(c)print('\n----d = st1 ^ st2-----')d = st1 ^ st2 # 对称差集（项在st1或st2中，但不会同时出现在二者中）print(d)print('\n----st2 remove 600088-----')#集合元素删除st2=st2.difference(set(['600088']))print(st2)print(type(st1),type(st2))
程序运行结果如下图：
（3）列表和集合转换
我们根据算法需要，利用列表和集合的特性，来实现我们的要求
#假定我们通过策略1筛选出股票池列表bk1，但又股票重复bk1=['600000', '600001', '600002', '600001', '600000', '000001', '000010','000002']print('\n-----列表bk1----')print(bk1)print('\n-----集合A----')#转换为集合A来去掉重复A=set(bk1)print(A)print('\n-----列表bk2----')#将结果转为列表bk2bk2=list(A)print(bk2)print('\n-----列表bk2排序----')#对bk2进行排序bk3=bk2.sort()print(bk2)
程序运行结果如下图：
今天我给大家介绍了关于股票代码和股票板块运算的基本知识。下次开始设计有关选股器画面的设计。
