金融巨蟒。使用python进行库存分析。
Fin的Python项目详细描述
finpy
==
financial python
=
=
=
=
=
安装要求:python 3
如果您使用windows,还可以下载windows安装包。
简介
=
我计划扩展这些功能。如果您有任何建议,请告诉我。
您可以在Blacksburg98(Yahoo Dot com)联系我
我已经尽可能多地使用docstring,因此,您可以在python shell中尝试这些命令
以获取更多信息。
:
从finpy.utils import get掴tickdata
从finpy.equity import equity
从finpy.portfolio import portfolio
帮助(portfolio
请转到https://github.com/blacksburg98/finpy以提交问题有任何问题。
建议:
这将是存储下载的库存数据的区域。
setenv finpydata~/stock_data
tutorial 1
==
“
tutorial 1
加载库存数据并打印
”“
导入matplotlib
matplotlib.use('agg')matplotlib fix在多处理下
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
import datetime as dt
from finpy.utils import get廑tickdata
import finpy.fpdateutil as du
如果1,1)
dt廑end=dt.datetime(2010,12,31)
ls廑symbols=['aapl','goog','ibm','msft']
ldt廑u timestamps=du.getnysedays(dt廑start,dt廑end,dt廑timeofday)
all廑stocks=get廑tickdata(ls廑symbolsldt_timestamps=ldt_timestamps)
fig=plt.figure()
ax=fig.add_subblot(111)
对于ls_符号中的勾号:
ax.plot(ldt_timestamps,all_stocks[tick].normalized())
legend=ls_符号
ax.legend(legend,loc=2)
fig.autofmt_xdate()
svg_file='tutorial1.pdf'
fig.savefig(svg_file)
==
financial python
=
=
=
=
=
安装要求:python 3
如果您使用windows,还可以下载windows安装包。
简介
=
我计划扩展这些功能。如果您有任何建议,请告诉我。
您可以在Blacksburg98(Yahoo Dot com)联系我
我已经尽可能多地使用docstring,因此,您可以在python shell中尝试这些命令
以获取更多信息。
:
从finpy.utils import get掴tickdata
从finpy.equity import equity
从finpy.portfolio import portfolio
帮助(portfolio
请转到https://github.com/blacksburg98/finpy以提交问题有任何问题。
建议:
这将是存储下载的库存数据的区域。
setenv finpydata~/stock_data
tutorial 1
==
“
tutorial 1
加载库存数据并打印
”“
导入matplotlib
matplotlib.use('agg')matplotlib fix在多处理下
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
import datetime as dt
from finpy.utils import get廑tickdata
import finpy.fpdateutil as du
如果1,1)
dt廑end=dt.datetime(2010,12,31)
ls廑symbols=['aapl','goog','ibm','msft']
ldt廑u timestamps=du.getnysedays(dt廑start,dt廑end,dt廑timeofday)
all廑stocks=get廑tickdata(ls廑symbolsldt_timestamps=ldt_timestamps)
fig=plt.figure()
ax=fig.add_subblot(111)
对于ls_符号中的勾号:
ax.plot(ldt_timestamps,all_stocks[tick].normalized())
legend=ls_符号
ax.legend(legend,loc=2)
fig.autofmt_xdate()
svg_file='tutorial1.pdf'
fig.savefig(svg_file)