鄭重聲明：
1、個人版可以免費擷取交易資料進行分析，企業級大規模調用資料需要購買積分（大家玩玩即可）
2、為避免廣告代言，本文将不會出現任何logo、連結和包，需要玩的首頁私聊我！
🍅 作者首頁：不吃蕃茄
🍅 簡介：部落格專家🏆、資訊技術智庫公号作者✌履歷模闆、PPT模闆、技術交流、面試套路盡管【關注】私聊我。
🍅 歡迎點贊 👍 收藏 ⭐留言 📝 如有錯誤敬請指正！
本文主要介紹三部分：資料采集，資料預處理，利用SVM算法進行模組化。
作為一個新手，你需要以下3個步驟： 1、使用者注冊 > 2、擷取token > 3、調取資料
資料内容：包含股票、基金、期貨、債券、外彙、行業大資料，同時包括了數字貨币行情等區塊鍊資料的全資料品類的金融大資料平台，為各類金融投資和研究人員提供适用的資料和工具。
>> 1、資料采集 <<
我們進行本地化計算，首先要做的，就是将所需的基礎資料采集到本地資料庫裡，本篇的示例源碼采用的資料庫是MySQL5.5，資料源是xxx pro接口。
我們現在要取一批特定股票的日線行情，部分代碼如下：
# 設定xxxxx pro的token并擷取連接配接
# 公衆号：資訊技術智庫
ts.set_token('xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx')
pro = ts.pro_api()
# 設定擷取日線行情的初始日期和終止日期，其中終止日期設定為昨天。
start_dt = '20100101'
time_temp = datetime.datetime.now() - datetime.timedelta(days=1)
end_dt = time_temp.strftime('%Y%m%d')
# 建立資料庫連接配接,剔除已入庫的部分
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
# 設定需要擷取資料的股票池
stock_pool = ['603912.SH','300666.SZ','300618.SZ','002049.SZ','300672.SZ']
total = len(stock_pool)
# 循環擷取單個股票的日線行情
for i in range(len(stock_pool)):
try:
df = pro.daily(ts_code=stock_pool[i], start_date=start_dt, end_date=end_dt)
# 列印進度
print('Seq: ' + str(i+1) + ' of ' + str(total) + ' Code: ' + str(stock_pool[i])) 上述代碼的注釋部分已将每行代碼的功能解釋清楚了，實際上資料采集的程式主要設定三個參數：擷取行情的初始日期，終止日期，以及股票代碼池。
當我們擷取資料後，就要往本地資料庫進行寫入（存儲）操作了，本篇代碼用的是SQL語言，需提前在資料庫内建好相應的表，表配置和表結構如下：
庫名：stock 表名：stock_all
其中 state_dt 和 stock_code 是主鍵和索引。state_dt 的格式是 ‘yyyy-mm-dd’（例：'2018-06-11'）。這樣的日期格式便于查詢，且在MySQL内部能夠進行大小比較。
>> 2、資料預處理 <<
無論是量化政策還是單純的機器學習項目，資料預處理都是非常重要的一環。以機器學習的視角來看，資料預處理主要包括資料清洗，排序，缺失值或異常值處理，統計量分析，相關性分析，主成分分析（PCA），歸一化等。本篇所要介紹的資料預處理比較簡單，隻是将存在本地資料庫的日線行情資料整合成一份訓練集資料，以用于後續的機器學習模組化和訓練。
在介紹具體的示例代碼之前，我們需要先思考一個問題，應用有監督學習的算法對個股進行模組化，我們的輸入資料有哪些，我們期望得到的輸出資料又是什麼？
這個問題的答案因人而異，因政策而異。這個問題本身是将市場問題轉化為數學問題的一個過程。依賴的是量化寬客自己的知識體系和對市場的了解。
回到正題，本篇示例我們将以最簡單的資料進行分析，我們輸入端的資料是個股每日基礎行情，輸出端資料是股價相較前一交易日的漲跌狀态。簡單點說就是，我們向模型輸入今天的基礎行情，讓模型預測明天股價是漲還是跌。
在代碼實作方式上，我們采用面向對象的思想，将整個資料預處理過程和結果，封裝成一個類，每次建立一個類執行個體，就得到了特定條件下的一份訓練集。示例代碼如下：
class data_collect(object):
def __init__(self, in_code,start_dt,end_dt):
ans = self.collectDATA(in_code,start_dt,end_dt)
def collectDATA(self,in_code,start_dt,end_dt):
# 建立資料庫連接配接，擷取日線基礎行情(開盤價，收盤價，最高價，最低價，成交量，成交額)
db = pymysql.connect(host='127.0.0.1', user='root', passwd='admin', db='stock', charset='utf8')
cursor = db.cursor()
sql_done_set = "SELECT * FROM stock_all a where stock_code = '%s' and state_dt >= '%s' and state_dt <= '%s' order by state_dt asc" % (in_code, start_dt, end_dt)
cursor.execute(sql_done_set)
done_set = cursor.fetchall()
if len(done_set) == 0:
raise Exception
self.date_seq = []
self.open_list = []
self.close_list = []
self.high_list = []
self.low_list = []
self.vol_list = []
self.amount_list = []
for i in range(len(done_set)):
self.date_seq.append(done_set[i][0])
self.open_list.append(float(done_set[i][2]))
self.close_list.append(float(done_set[i][3]))
self.high_list.append(float(done_set[i][4]))
self.low_list.append(float(done_set[i][5]))
self.vol_list.append(float(done_set[i][6]))
self.amount_list.append(float(done_set[i][7]))
cursor.close()
db.close()
# 将日線行情整合為訓練集(其中self.train是輸入集，self.target是輸出集，self.test_case是end_dt那天的單條測試輸入)
self.data_train = []
self.data_target = [] 最終這個類執行個體化後是要整合出三個資料：
- 1.self.train：訓練集中的輸入端資料，本例中是每日基礎行情。
- 2.self.target：訓練集中的輸出資料，本例中相較于前一天股價的漲跌，漲為1，不漲為0。并且在排序上，每條 t 交易日的self.train裡的資料對應的是 t+1 天股價的漲跌狀态。
- 3.self.test_case：在 t 末交易日的基礎行情資料，作為輸入端，用于模型訓練完成後，對第二天的漲跌進行預測。
>> 3、SVM模組化 <<
機器學習中有諸多有監督學習算法，SVM是比較常見的一種，本例采用SVM算法進行模組化。關于SVM的理論原理本篇不做詳述，以下僅從實踐角度進行模組化介紹。
先貼一段模組化、訓練并進行預測的代碼大家感受一下：）
model = svm.SVC() # 模組化
model.fit(train, target) # 訓練
ans2 = model.predict(test_case) # 預測 三行代碼，讓人想起了把大象裝冰箱分幾步的冷笑話……