炒股软件定制代码的算法

我们炒股软件定制通过若干算法，例如财务数据或者技术指标等策略， 筛选了一批数据。怎样通过这些数据建立我们的目标备选炒股池。并且完成炒股池之间的逻辑运算。

例如 炒股软件定制炒股池的合并、黑名单的过滤等等运算。我们可以充分利用Python的特征和优势，来快速完成炒股池运算。

我们炒股软件定制可以充分利用这些不同数据特性，快速完成所需工作。

1、pandas和numpy数据相互转换

下面炒股软件定制给出DataFrame中的炒股代码转列表例子，重点要看说明和记住例子，演示代码如下：

import pandas as pd

import numpy as np

import HP_data as hp

#炒股软件定制获取业绩报告数据

report_data返回数据格式 如下：

code,代码

name,名称

esp,每股收益

eps_yoy,每股收益同比(%)

bvps,每股净资产

roe,净资产收益率(%)

epcf,每股现金流量(元)

net_profits,净利润(万元)

profits_yoy,净利润同比(%)

distrib,分配方案

report_date,发布日期

#炒股软件定制获取获取2015年第4季度的业绩报告数据

t2015=hp.get_report_data(2015,4)

#选取eps_yoy,每股收益同比(%)的排名前20位炒股数据。

top20=t2015.sort_values(by='eps_yoy',ascending=False).head(20)

#炒股软件定制获取炒股代码的Series序列，带原始数据索引

S_code=top20.code

#dataframe重建索引，从0开始顺序

S_code2 = S_code.reset_index(drop=True)

#炒股软件定制将炒股代码Series序列转为列表list数据

l_code=S_code.tolist()

#炒股软件定制将列表list转为array序列数据，与Series序列区别是无索引。

a_code=np.array( l_code)

#炒股软件定制将array序列数据转为 Series序列，增加了从0开始顺序自然索引。

S_code3= pd.Series(a_code, name = 'code')

#炒股软件定制部分数据内容输出结果

print('\n----S_code-----获取炒股代码的Series序列，带原始数据索引')

print(S_code)

print('\n----S_code2-----重建索引，从0开始顺序')

print(S_code2)

print('\n----l_code-----将炒股代码Series序列转为列表list数据')

print(l_code)

print('\n----a_code-----将列表list转为array序列数据，与Series序列区别是无索引。')

print(a_code)

print('\n----S_code3-----将array序列数据转为 Series序列，增加了从0开始顺序自然索引。')

print(S_code3)