- 1 环境配置
- Python 3.10
- Numpy、Pandas、Tushare、xlwt
- 2 获取K线数据
#适用场景：1）已经有合适的标的，寻找合适买点
#2）网格交易中，寻找买点
#3）娱乐可用，不构成投资参考
#缺点：想要获取其他股票数据时需要改股票代码
#解法：把股票代码定义为全局变量并用标识符代替
import tushare as ts
import xlwt
import numpy as np
import pandas as pd
#1. 获取数据
#输入股票代码，获取K线数据
#以工业富联（601138）为例
data=ts.get_k_data('601138')
#查看获取的K线数据类型
print(type(data))
#2.保存数据文件
#创建一个空的EXCLE文件，以股票代码命名
print("创建K线数据文件")
writer = pd.ExcelWriter("C:/UsersAdministrator/Desktop/1.量化交易/1.下载k线数据/1.data/601138.xlsx")
print("开始写入K线数据")
data.to_excel(writer,sheet_name='工业富联',startcol=0,index= False)
writer.save()
print("数据保存完成")
- 3 数据格式如下
- 4 数据分析（Minitab)
4.1 查看直方图，判断大概的数据分布类型，这里只看开盘价格和收盘价格，由于P<0.05，可以看到开盘价格和收盘价格是不服从正态分布的。
Mark：1）H0： 开盘/收盘价格服从正态分布， H1： 开盘/收盘价格不服从正态分布
2）P值：表示接受H0时，出错的概率（https://wenku.baidu.com/view/7a89c20c763231126edb114e?aggId=efb93d2a00d8ce2f0066f5335a8102d276a26109）
4.2 再用做一个分布识别（https://zhuanlan.zhihu.com/p/54314609）
这里还是看不出服从的分布类型，因为也无法预测某一成本的价格的胜率，和网格的区间是多少。
- 5 假设服从正态分布，该怎么做？
5.1 如果股价持续低迷，收盘价格总体均值一定低于样本均值13.211，暂且设为12，以样本标准差估计样本总体的标准差，
服从概率分布N（12,4.89）
至此估计出收盘价格分布。
5.2 解决文首提出的问题
1）已经有合适的标的，寻找合适买点
2022/6/21 收盘价格为 9.72 若此时建仓，败率为0.1512
2)网格起始点为均值12，仓位分成三份，9.789买入一份，7.578买入第二份，最终平均价格为8.315，胜率为95.5331%
- 6 此文只计算胜率，不计算收益率。
