导语：
本文主要介绍了关于python中使用动量交易策略的相关知识，希望可以帮到处于编程学习途中的小伙伴
说明
动量交易策略。动量是物体质量和速度的乘积。动量一方面描述了物体的运动状态，另一方面也描述了惯性的大小。
在证券市场中，我们还可以将证券的价格比作移动的物体。当价格上涨时，可以说价格有上涨的动力，当价格下跌时，可以说价格有下跌的动力。这个动量可能会继续上升或下降，并且动量可能会越来越小，直到运动状态发生变化。
1、股票资产组合的中期收益存在持续性，即中期价格具有一定方向持续震荡的动量效应。
2、python
差分法用于求动量，即用今天的价格减去前一个时间段（m个周期）的价格。
实例
# 导入相关模块
import numpy as np
import tushare as ts
import pandas as pd
import mplfinance as mpf
import matplotlib.pyplot as plt
token = 'Your token' # 输入你的接口密匙，获取方式及相关权限见Tushare官网。
pro = ts.pro_api(token)
df = pro.daily(ts_code='000001.SZ') # daily为tushare的股票数据接口。
# 将获取到的DataFrame数据进行标准化处理，转换为方便自己使用的一种规范格式。
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(
columns={
'trade_date': 'Date', 'open': 'Open',
'high': 'High', 'low': 'Low',
'close': 'Close', 'vol': 'Volume'},
inplace=True) # 重定义列名，方便统一规范操作。
df['Date'] = pd.to_datetime(df['Date']) # 转换日期列的格式，便于作图
df.set_index(['Date'], inplace=True) # 将日期列作为行索引
df = df.sort_index() # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。
本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈