Python 量化投资之对分时数据中换手量的分析
成交手指的是每笔买卖流动的股票数量，现行股票交易所用
手方便表示成交数量，一手相当于股票一百股，各类炒股软件中的成交量一般用手表示
当某日开盘初出现集中的大量 买入/卖出 ， 即成交手出现连续峰值的情况（大概如下图所示情形）， 分析该股在当日的趋势
设计的关键， 是为了找出某日开盘时的集中峰值， 在这里我首先设定分界线， 默认 10 点前为开盘初， 统计全天的换手量平均值，以及开盘初的换手量平均值， 当开盘初的换手量大于全天的某倍数（默认为2）时， 即认定当日开盘初的换手量为集中峰值；
但将今日的换手量平均值作为比较， 在实际运用中可能无法实施， 所以另一策略是统计 前一日 的平均换手量作为参考（在此尚未实现）
运算时间较长， 暂无结果
- Python 3.x
- 安装所需第三方模块
- 分时数据（
tushare）
运行tick_data.py
| no. | param | type | mean | format | default | necessary | demo |
|---|---|---|---|---|---|---|---|
| 1 | tick_file_prefix |
str |
分时数据文件目录前缀 | / | none |
true |
"F:\\files\\sharesDatas\\tushare_tick_data\\" |
| 2 | end_date |
str |
终止日期 | 'yyyymmdd' | '00000000' |
false |
'20190426' |
| 3 | end_time |
str |
开盘初的终止时间 | 'hh:mm:ss' |
'10:00:00' |
false |
'11:00:00' |
| 4 | multiple |
int/float |
设定倍数 | / | 2 |
false |
2.5 |