利用python对大盘短期的赚钱效应分析

最新推荐文章于 2026-06-22 11:02:51 发布

原创

最新推荐文章于 2026-06-22 11:02:51 发布 · 2.5k 阅读

收录于

当前文章被以下社区和专栏收录：

本文介绍了一个使用Python进行大盘分析的程序，通过tushare库获取数据，重点分析了最近7天的市场热度、赚钱概率和成交额，旨在评估短期投资的赚钱效应。通过pyecharts和pyplot绘制图表，展示数据并为后续的市场观察、选股等模块打下基础。

这次来做一个比较简单的大盘分析程序，用于复盘，判断短期市场的热度，趋势，效应。
本次用到了新版的tushare库，导入时，要注意设置好自己的token。这里我把自己的token隐去了。

首先，导入相关的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import  datetime

import seaborn as sns
from pyecharts import Bar,Line
from pyecharts import online
online() # needed for online viewing
#以下解决方案是针对可视化时，用pyecharts
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

import tushare as ts
ts.set_token('you_token')
pro=ts.pro_api()

我们选择看最近7天的情况：

from pandas.tseries.offsets import Day
now=datetime.now()

st=now-6*Day()
dates=pd.date_range(st,periods=7)
date_str=dates.strftime('%Y%m%d')

#把提取的7天的行情数据保存起来。由于tushare只能这样
df_dailys=[]
for i in range(0,7):
    df_dailys_temp=pro.daily(trade_date=date_str[i])
    df_dailys.append(df_dailys_temp)  

D1=df_dailys[6]
D2=df_dailys[5]
D3=df_dailys[4]
D4=df_dailys[3]
D5=df_da

标签