量化分析：把Tushare数据源，规整成PyalgoTrade所需格式

量化分析：把Tushare数据源，规整成PyalgoTrade所需格式

分析A股历史数据，首先需要确定数据来源。如果只想做日k线、周k线的技术分析，可以用PyalgoTrade直接从yahoo、google等下载数据，用不着Tushare。但是，如果想做分钟k线的技术分析，或者想了解基本面和消息面的数据，就用得着Tushare了。

PyalgoTrade使用的基本数据格式有两种，一是Yahoo格式，二是NinjaTrader格式。

Yahoo格式的数据分段为：

• 日线数据：Date,Open,High,Low,Close,Volume,Adj Close
• 分钟数据：Date Time,Open,High,Low,Close,Volume,Adj Close

Tushare提供的数据格式，日k线、分钟线均为：

• date：日期
• open：开盘价
• high：最高价
• close：收盘价
• low：最低价
• volume：成交量
• price_change：价格变动
• p_change：涨跌幅
• ma5：5日均价
• ma10：10日均价
• ma20:20日均价
• v_ma5:5日均量
• v_ma10:10日均量
• v_ma20:20日均量
• turnover:换手率[注：指数无此项]

把Tushar数据转换成Yahoo格式，原本很简单。但我对Pandas不熟，只好找来相关pdf书，加上Baidu，在Jupyter Notebook中，边学边练，实验多次，最终搞定。

1. import tushare as ts
2. import pandas as pd
3. # 得到15分钟数据（股票300336,始于2016-01-01,止于2016-05-24,15分钟数据）
4. data = ts.get_hist_data('300336','2016-01-01','2016-05-24','15')
5. # 数据存盘
6. data.to_csv('15-300336-2016.csv')
7. # 读出数据，DataFrame格式
8. df = pd.read_csv('15-300336-2016.csv')
9. # 从df中选取数据段，改变段名；新段'Adj Close'使用原有段'close'的数据
10. df2 = pd.DataFrame({'Date Time' : df['date'], 'Open' : df['open'],
11. 'High' : df['high'],'Close' : df['close'],
12. 'Low' : df['low'],'Volume' : df['volume'],
13. 'Adj Close':df['close']})
14. # 按照Yahoo格式的要求，调整df2各段的顺序
15. dt = df2.pop('Date Time')
16. df2.insert(0,'Date Time',dt)
17. o = df2.pop('Open')
18. df2.insert(1,'Open',o)
19. h = df2.pop('High')
20. df2.insert(2,'High',h)
21. l = df2.pop('Low')
22. df2.insert(3,'Low',l)
23. c = df2.pop('Close')
24. df2.insert(4,'Close',c)
25. v = df2.pop('Volume')
26. df2.insert(5,'Volume',v)
27. # 新格式数据存盘，不保存索引编号
28. df2.to_csv("15-1.csv", index=False)