zhoujie/Quant_Code
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

增加交易策略、交易指标、量化库代码等文件夹

Browse Source
This commit is contained in:
Win_home
2025-04-27 15:54:09 +08:00
parent ca3b209096
commit f57150dae8
589 changed files with 854346 additions and 1757 deletions
Download Patch File Download Diff File Expand all files Collapse all files

132
1.交易策略/999.其他策略/1.松鼠SF08_基于盘口数据的择时趋势策略/使用文档/过程文件/单独/merged_tickdata _old.py Normal file
View File

@@ -0,0 +1,132 @@
'''
Author: zhoujie2104231 zhoujie@me.com
# Date: 2024-02-25 17:51:46
LastEditors: zhoujie2104231 zhoujie@me.com
LastEditTime: 2024-03-07 22:48:22
# 使用说明：使用前需要调整的相关参数如下
# 1.确定python到csv文件夹下运行,
# 2.统一代码的添加:主力连续为888,指数连续可以用999,次主力连续可以使用889,其他的可以不用添加统一代码,注释掉。
# 3.文件夹下的文件名按照datetime进行排序修改
# 4.data按照时间排序需要根据参数修改['业务日期','最后修改时间','最后修改毫秒']，如果前面文件名按照时间修改好了,不用修改
# 5.使用gbk或者utf-8编译
'''
import pandas as pd
import os
# import datetime as dt
def split_alpha_numeric(string):
"""
Split a string into alphabetical and numerical characters.
Args:
string: The string to split.
Returns:
A tuple containing two strings, the first containing the alphabetical
characters and the second containing the numerical characters.
"""
alpha_chars = ""
numeric_chars = ""
for char in string:
if char.isalpha():
alpha_chars += char
elif char.isdigit():
numeric_chars += char
return alpha_chars, numeric_chars
#第一中方法：
# 获取当前目录下的所有csv文件
all_csv_files = [file for file in os.listdir('.') if file.endswith('.csv')]
# csv需要筛选的文件名字符
sp_char = '_2021'
# 获取当前目录下的所有文件名包含sp_char的csv文件
csv_files = [sp_file for sp_file in all_csv_files if sp_char in sp_file]
print("csv_files:", csv_files)
# 另一种遍历方式
# folder_path = "D:/data_transfer/ag888"
# name_chr = "202309"
# csv_files = []
# for root, dirs, files in os.walk(folder_path):
# for file in files:
# if file.endswith('.csv'):
# # 获取文件名（不包含扩展名）
# filename = os.path.splitext(file)[0]
# match_file = re.search(r'(?<=^.{7}).{6}(?=.{2})',filename)
# try:
# if match_file.group() == name_chr:#
# full_filename = filename + ".csv"
# csv_files.append(full_filename)
# else:
# #print("文件夹中有csv文件，但没有文件名含%s的csv文件"%(name_chr))
# pass
# except AttributeError:
# continue
# else:
# #print("文件夹中没有csv文件")
# pass
# 将当前的数据按照文件名进行排序，生成list文件
#csv_files.sort(key=lambda x: int(x.split('.')[0]))
# 创建新的DataFrame来存储合并后的数据
merged_df = pd.DataFrame()
# 循环遍历每个csv文件
for file in csv_files:
# 读取csv文件，并使用第一行为列标题，编译不通过可以改为gbk
df = pd.read_csv(file, header=0, encoding='gbk')
# 删除重复行
df.drop_duplicates(inplace=True)
# 将数据合并到新的DataFrame中
merged_df = pd.concat([merged_df, df], ignore_index=True)
# 删除重复列
merged_df.drop_duplicates(subset=merged_df.columns.tolist(), inplace=True)
# 重置行索引
merged_df.reset_index(inplace=True, drop=True)
print("合约代码:", merged_df["合约代码"])
# 插入新的数据
# code_value = csv_files[0].split
# merged_df.insert(loc=1,column="统一代码", value="rb888")
alpha_chars, numeric_chars = split_alpha_numeric(merged_df["合约代码"][0])
print("Alphabetical characters:", alpha_chars)
# print("Numerical characters:", numeric_chars[1])
# 添加主力连续的合约代码，主力连续为888，指数连续可以用999，次主力连续可以使用889，表头用“统一代码”
code_value = alpha_chars + "888"
print("code_value characters:", code_value)
merged_df.insert(loc=1,column="统一代码", value=code_value)
# 将合并后的数据保存到csv文件中
folder_path = "合成tick数据2019-2021"
if not os.path.exists(folder_path):
os.mkdir('合成tick数据2019-2021')
# sorted_merged_df = merged_df.sort_values(by= ['业务日期','最后修改时间','最后修改毫秒'], ascending=[True, True, True])
# sorted_merged_df.to_csv('./合成tick数据/%s.csv'%(code_value), index=False)
merged_df['时间'] = pd.to_datetime(merged_df['时间'])
sorted_merged_df = merged_df.sort_values(by = ['时间'], ascending=True)
sorted_merged_df.to_csv('./合成tick数据2019-2021/%s%s.csv'%(code_value,sp_char), index=False)
del merged_df
del sorted_merged_df
#merged_df.to_csv('./合成tick数据/%s.csv'%(code_value), index=False) #数据按照时间排序，前面文件夹按照时间修改好了可以直接用这里
# 打印提示信息
print("CSV文件合并成功！")

134
1.交易策略/999.其他策略/1.松鼠SF08_基于盘口数据的择时趋势策略/使用文档/过程文件/单独/merged_tickdata.py Normal file
View File

@@ -0,0 +1,134 @@
'''
Author: zhoujie2104231 zhoujie@me.com
# Date: 2024-02-25 17:51:46
LastEditors: zhoujie2104231 zhoujie@me.com
LastEditTime: 2024-03-17 16:59:35
# 使用说明：使用前需要调整的相关参数如下
# 1.确定python到csv文件夹下运行,
# 2.统一代码的添加:主力连续为888,指数连续可以用999,次主力连续可以使用889,其他的可以不用添加统一代码,注释掉。
# 3.文件夹下的文件名按照datetime进行排序修改
# 4.data按照时间排序需要根据参数修改['业务日期','最后修改时间','最后修改毫秒']，如果前面文件名按照时间修改好了,不用修改
# 5.使用gbk或者utf-8编译
'''
import pandas as pd
import os
# import datetime as dt
def split_alpha_numeric(string):
"""
Split a string into alphabetical and numerical characters.
Args:
string: The string to split.
Returns:
A tuple containing two strings, the first containing the alphabetical
characters and the second containing the numerical characters.
"""
alpha_chars = ""
numeric_chars = ""
for char in string:
if char.isalpha():
alpha_chars += char
elif char.isdigit():
numeric_chars += char
return alpha_chars, numeric_chars
#第一中方法：
# 获取当前目录下的所有csv文件
all_csv_files = [file for file in os.listdir('.') if file.endswith('.csv')]
# csv需要筛选的文件名字符
sp_char = '_2023'
# 获取当前目录下的所有文件名包含sp_char的csv文件
csv_files = [sp_file for sp_file in all_csv_files if sp_char in sp_file]
print("csv_files:", csv_files)
# 另一种遍历方式
# folder_path = "D:/data_transfer/ag888"
# name_chr = "202309"
# csv_files = []
# for root, dirs, files in os.walk(folder_path):
# for file in files:
# if file.endswith('.csv'):
# # 获取文件名（不包含扩展名）
# filename = os.path.splitext(file)[0]
# match_file = re.search(r'(?<=^.{7}).{6}(?=.{2})',filename)
# try:
# if match_file.group() == name_chr:#
# full_filename = filename + ".csv"
# csv_files.append(full_filename)
# else:
# #print("文件夹中有csv文件，但没有文件名含%s的csv文件"%(name_chr))
# pass
# except AttributeError:
# continue
# else:
# #print("文件夹中没有csv文件")
# pass
# 将当前的数据按照文件名进行排序，生成list文件
#csv_files.sort(key=lambda x: int(x.split('.')[0]))
# 创建新的DataFrame来存储合并后的数据
merged_df = pd.DataFrame()
# 循环遍历每个csv文件
for file in csv_files:
# 读取csv文件，并使用第一行为列标题，编译不通过可以改为gbk
df = pd.read_csv(file, header=0, encoding='gbk')
# 删除重复行
df.drop_duplicates(inplace=True)
# 将数据合并到新的DataFrame中
merged_df = pd.concat([merged_df, df], ignore_index=True)
# 删除重复列
merged_df.drop_duplicates(subset=merged_df.columns.tolist(), inplace=True)
# 重置行索引
merged_df.reset_index(inplace=True, drop=True)
print("合约代码:", merged_df["合约代码"])
# 插入新的数据
# code_value = csv_files[0].split
# merged_df.insert(loc=1,column="统一代码", value="rb888")
alpha_chars, numeric_chars = split_alpha_numeric(merged_df["合约代码"][0])
print("Alphabetical characters:", alpha_chars)
# print("Numerical characters:", numeric_chars[1])
# 添加主力连续的合约代码，主力连续为888，指数连续可以用999，次主力连续可以使用889，表头用“统一代码”
code_value = alpha_chars + "888"
print("code_value characters:", code_value)
merged_df.insert(loc=1,column="统一代码", value=code_value)
# 将合并后的数据保存到csv文件中
folder_path = "合成tick数据2022-2023"
if not os.path.exists(folder_path):
os.mkdir('合成tick数据2022-2023')
sorted_merged_df = merged_df.sort_values(by= ['业务日期','最后修改时间','最后修改毫秒'], ascending=[True, True, True])
sorted_merged_df.to_csv('./合成tick数据2022-2023/%s%s.csv'%(code_value,sp_char), index=False)
del merged_df
del sorted_merged_df
# merged_df['时间'] = pd.to_datetime(merged_df['时间'])
# sorted_merged_df = merged_df.sort_values(by = ['时间'], ascending=True)
# sorted_merged_df.to_csv('./合成tick数据/%s.csv'%(code_value), index=False)
#merged_df.to_csv('./合成tick数据/%s.csv'%(code_value), index=False) #数据按照时间排序，前面文件夹按照时间修改好了可以直接用这里
# 打印提示信息
print("CSV文件合并成功！")