Python金融应用之提取交易日+合并截面数据

西瓜财经资讯 11-23 105

前言：

目前咱们对“python提取股票wind行业”大约比较珍视，同学们都需要剖析一些“python提取股票wind行业”的相关知识。那么小编也在网络上搜集了一些有关“python提取股票wind行业””的相关知识，希望你们能喜欢，兄弟们一起来学习一下吧！

NO.160

2020.07.15

工欲善其事，必先利其器

- 前言 -

◆ ◆ ◆ ◆

今天，小咖来讲讲如何利用Python提取最近交易日、前一周交易日、前一月交易日、前一季度交易日等，并提取各个交易日的PE截面数据然后合并成单一表格，最终将导出以下结果。

资料来源：西瓜财经资讯

- 利用python进行金融处理 -

◆ ◆ ◆ ◆

为了实现以上功能需要进行以下完整步骤：

第一步：安装各种包

资料来源：西瓜财经资讯

第二步：提取交易日数据

资料来源：西瓜财经资讯

（1）首次使用Python的wind接口时，需要进行如下操作：wind客户端——量化——修复插件——修复Python接口。

（2）在导入“包”时已经导入了Windpy，并设置为w，之后的语句直接使用w即可。

（3）语句需要以w.start() 开始，否则所有与wind相关的程序都无法运行，但只要运行一次后不用重复运行。

（4）通常我们需要根据当天日期来查找最近交易日，为了实现python运行的自动化，先确定当天日期，主要使用today1=datetime.today() ，并利用datetime.strftime将其转为str。

（5）以当天日期为要素，然后根据wind的wsd函数得到沪深300最近365个交易日收盘价，这里为了便利不再将其转化为dateframe。注意得到的frame1为升序排列，因此最近交易日在最后一行，且一共有两列，第一列为日期。（为了下图的可视化小咖还是进行了dateframe转换的操作，但是如果单纯根据本文语句则无法显示如下dateframe）

资料来源：西瓜财经资讯

（6）设置timedelta这一空list，然后利用循环从表格中提取日期要素。frame1.Data[i][t]可以直接提取数据，i从0开始代表列数，t从0开始代表行数。由于frame1为升序排列，所以frame1.Data[0][-1]即代表第一列+倒数第二行，即前一交易日的日期数据。然后根据append将提取出的各个交易日合并至timedelta中。

资料来源：西瓜财经资讯

第三步：提取科创板成分上述交易日的PE数据

资料来源：西瓜财经资讯

（1）根据wset函数获取科创板成分，不用生成dateframe可以直接提取科创板代码，原理同上面的frame1。code的结果如下：

资料来源：西瓜财经资讯

（2）先用timedelta[0]即最近交易日得到一个有证券名称和和最近交易日PE的基础表。之前我们往往通过以下语句得到dateframe：

date1=w.wss(code,"sec_name,pe_ttm","tradeDate="+timedelta[0])

data1frame=pd.DataFrame(data=np.mat(date1.Data).T,index=date1.Codes)

但是经过对wind的探索，发现通过增加"error,"和“usedf=True”可以直接生成dateframe，语句如下：

error,data1=w.wss(code,"sec_name,pe_ttm","tradeDate="+timedelta[0],usedf=True)

资料来源：西瓜财经资讯

（3）根据剩下交易日生成各个日期的PE截面数据并直接在循环中合并。