Scikit Learn 股票投资：p7

▌前言

本次教程内容和之前的类似，但是新增了一个S&P500指数的数据读取， 并利用之前教程的split方法提取股票的对应价格(Price)

▌视频

▌视频出处

视频系列：Scikit-learn Machine Learning with Python and SKlearn

本视频出处：Scikit Learn Machine Learning for investing Tutorial with Python p. 7

哔哩哔哩：Scikit Learn Machine Learning for investing Tutorial with Python p. 7

▌数据下载

下载地址：数据

百 度 云： 地址 密码: yyq8

SP500指数数据： 链接 密码：k08j

▌内容

本教程主要目的是获取股票的对应价格和SP500指数的对应价格，并保存在CSV文件当中。
而对于如何在html文件中获取相应的股票，教程用了之前的split方法，下面提及到的</-small><-big><-b>在html的源码中可以查看得到：

#读取html后并以</small><big><b>作为split，提取第一位元素，然后将后面'</b></big>'作为结束    
stock_price =  float(source.split('</small><big><b>')[1].split('</b></big>')[0])

提取完股票价格之后，我们将之前获取的unix_time重新转为SP500指数里面的日期格式，"%Y/%m/%d", ex.“2001/01/02”.

转换后，将SP500的日期和股票的日期对上并赋予对应的价格。

之所以用到try 和 except， 是因为在雅虎得到的SP500指数数据没有区分工作日和周末，所以会出现日期对应不上的错误。 所以except下面的代码的作用是：如果日期对应不上，那么就往后减259200秒，等于3日(259200=60秒*60分钟*24小时*3日)。

try:
    sp500_date = datetime.fromtimestamp(unix_time).strftime('%Y/%m/%d')
    row = sp500_df[(sp500_df.index ==sp500_date)]
    sp500_value = float(row['Adj Close'])
except:
    sp500_date = datetime.fromtimestamp(unix_time-259200).strftime('%Y/%m/%d')
    row = sp500_df[(sp500_df.index ==sp500_date)]
    sp500_value = float(row['Adj Close'])

▌源代码

import matplotlib.pyplot as plt
from sklearn import datasets
import pandas as pd
import os
import time
from datetime import datetime

#获取数据的具体路径
path = '../intraQuarter'

#定义一个function，默认值为Total Debt/Equity (mrq)，以后可以更改为其他
def Key_Stats(gather="Total Debt/Equity (mrq)"):
    statspath = path+'/_KeyStats'

    #os模块提供的walk方法很强大，能够把给定的目录下的所有目录和文件遍历出来。
    #方法：os.walk(path),遍历path，返回一个对象，他的每个部分都是一个三元组,('目录x'，[目录x下的目录list]，目录x下面的文件)
    stock_list = [x[0] for x in os.walk(statspath)]

    df = pd.DataFrame(columns = ['Date','Unix','Ticker','DE Ratio', 'Price','SP500'])

    #读取sp500的数据
    sp500_df = pd.DataFrame.from_csv('SPY.csv')

    #stock_list[1:] -- skip the root folder
    for each_dir in stock_list[1:25]:
        #os.listdir(each_dir)：列出each_dir下的目录和文件
        each_file = os.listdir(each_dir)
        ticker = each_dir.split("\\")[1]
        if len(each_file) > 0:
            for file in each_file:
                #将文件名转换为时间序列
                date_stamp = datetime.strptime(file, '%Y%m%d%H%M%S.html')
                #转换为unix_time
                unix_time = time.mktime(date_stamp.timetuple())    
                full_file_path = each_dir+'/'+file
                #读取html文件
                source = open(full_file_path, 'r').read()
                try:
                    #读取html后并以gather + ':</td><td class="yfnc_tabledata1">作为split，提取第一位元素，然后将后面</td>作为结束
                    value = float(source.split(gather + ':</td><td class="yfnc_tabledata1">')[1].split('</td>')[0])

                    try:
                        sp500_date = datetime.fromtimestamp(unix_time).strftime('%Y/%m/%d')
                        row = sp500_df[(sp500_df.index ==sp500_date)]
                        sp500_value = float(row['Adj Close'])
                    except:
                        sp500_date = datetime.fromtimestamp(unix_time-259200).strftime('%Y/%m/%d')
                        row = sp500_df[(sp500_df.index ==sp500_date)]

                        sp500_value = float(row['Adj Close'])
                    #读取html后并以'</small><big><b>'作为split，提取第一位元素，然后将后面'</b></big>'作为结束    
                    stock_price =  float(source.split('</small><big><b>')[1].split('</b></big>')[0])   
#                    print('stock_price:', stock_price, 'ticker:', ticker)    
                    #将数据叠加并保存在字典里面
                    df = df.append({'Date':date_stamp,
                                    'Unix':unix_time,
                                    'Ticker':ticker,
                                    'Price':stock_price,
                                    'SP500':sp500_value,
                                    'DE Ratio':value}, ignore_index=True)
                except Exception as e:
                    pass

    #将gather="Total Debt/Equity (mrq)" 中的多余符号替换掉，用作文件名          
    save = gather.replace(' ','').replace('(','').replace(')','').replace('/','')+ ('.csv')
    print(save)
    df.to_csv(save)

Key_Stats()

▌最后

虽然分c君_BingWong只是作为一名搬运工，连码农都称不上。 但制作代码中的注释、翻译和搬运都花了很多时间，请各位大侠高抬贵手，在转载时请注明出处。