股票池数据EXCEL读取python

Ⅰ 轻松上手FAM五因子模型（附python源码）

探索投资领域的新维度，让我们深入理解Fama-French五因子模型（FF5）的强大之处。自CAPM的提出，模型界一直在寻找更全面的解释股票收益的方法。FF5模型超越了传统的β，引入了市值（SMB）、账面市值比（HML）、盈利（RMW）、和投资（CMA）四个关键因子，提供了一个更为精准的股票收益分析框架。

因子的构建巧妙地融合了市值规模（SMB）与公司估值（HML），以及企业的盈利能力和投资策略（RMW与CMA）。FF5模型的回归目标在于，通过这些多元化的因子揭示收益率背后的驱动因素，同时承认误差项可能包含无风险收益α和风险因子，以更全面地刻画市场动态。

实战过程中，五因子模型的应用需要细致入微的步骤。首先，确定每只股票在不同组合中的权重，然后乘以预期收益，接着对所有股票的收益进行加权和，得出策略的收益率。选择中证500作为基准，股票池则广泛取自wind全A的股票，每年5月底进行一次策略调整，使用流通市值进行加权。

在回测阶段，我们回溯至2017年1月3日至2020年12月3日，对因子进行检验，确保其与Fama-French因子有良好的相关性。通过导入必要的模块和数据，如pandas、numpy等，对市值、账面市值比、盈利能力等关键数据进行预处理，构建出一个剔除不可交易股票的高效股票池（ALLapool）。

具体操作上，我们定义了一个get_score函数，通过市值加权计算各组合的股票持仓，同时处理缺失值。接着，针对每个因子，我们依据百分位选取股票组合，如70%和30%，并计算每日收益变化因子。最后，将这些因子与中证500收益进行对比，验证模型的有效性。

通过严谨的数据处理和可视化，FF5模型为我们揭示了股票收益的多元驱动，而不仅仅依赖于单个指标。这个模型的实践性，不仅限于理论研究，它能帮助投资者在实际交易中制定更精细的策略。让我们一起探索这个模型的魅力，提升投资决策的精确度。

【参考文献】Fama & French, A Five Factor Asset Pricing Model, J. Financial Economics, 2015

欲了解更多详情或深入学习，请关注QuantX量化团队，我们期待您的反馈：[email protected]

Ⅱ 股票池如何用python构建

股票池用python构建的方法是：使用第三方平台，目前可以使用的是聚宽，对比一下聚宽、优矿、大宽网（已经倒闭了），都大同小异，选哪个都一样。

虽然这些平台都大同小异，但是代码可不能简单复制粘贴，因为底层函数库是不一样的，有可能在别的平台根本用不了某个函数，并且简单复制到自己电脑中的python的话百分之百用不了。

代码的思路是，每个月底进行调仓，选出市值最小的股票交易，去掉ST/*ST/停牌/涨停的股票，然后选择最小市值的10只，基准是创业板综指，看看结果。

python构建数据获取方法是：旅衡

这里使用为了接下来的操作需要将一定历史范围的股票数据下载下来，这里下载起始时间为20160101，截至时间为运行代码的时间范围的历史日线数据。

这里以tushare为例, tushare获取历史数据有两种方式。

第一种是以迭代历史交陪拦易日的方式获取所有历史数据，假设获取三年的历史数据，一拆乱做年一般220个交易日左右，那么3年需要请求660多次左右，如果以这种方式的话，就下载数据的时间只需要1分钟多点的样子。

第二种是以迭代所有股票代码的方式获取所有历史数据，股票数量有大概3800多个，需要请求3800多次，但是在积分有限的情况下一分钟最多请求500次，也就意味着仅下载数据的时间至少需要大概8分钟时间。

理论上，你获取的历史范围超过17.3年，那么使用第一种方式才比第二种方式快。

Ⅲ 如何用python实现Markowitz投资组合优化

0.导入需要的包import pandas as pd
import numpy as np
import statsmodels.api as sm #统计运算
import scipy.stats as scs #科学计算
import matplotlib.pyplot as plt #绘图

1.选取几只感兴趣的股票
000413 东旭光电，000063 中兴通讯，002007 华兰生物，000001 平安银行，000002 万科A
并比较一下数据（2015-01-01至2015-12-31）
In[1]:
stock_set = ['000413.XSHE','000063.XSHE','002007.XSHE','000001.XSHE','000002.XSHE']
noa = len(stock_set)
df = get_price(stock_set, start_date = '2015-01-01', end_date ='2015-12-31', 'daily', ['close'])
data = df['close']
#规范化后时序数据
(data/data.ix[0]*100).plot(figsize = (8,5))
Out[1]:

2.计算不同证券的均值、协方差
每年252个交易日，用每日收益得到年化收益。计算投资资产的协方差是构建资产组合过程的核心部分。运用pandas内置方法生产协方差矩阵。
In [2]:
returns = np.log(data / data.shift(1))
returns.mean()*252
Out[2]:

000413.XSHE 0.184516
000063.XSHE 0.176790
002007.XSHE 0.309077
000001.XSHE -0.102059
000002.XSHE 0.547441

In [3]:
returns.cov()*252
Out[3]:

3.给不同资产随机分配初始权重
由于A股不允许建立空头头寸，所有的权重系数均在0-1之间
In [4]:
weights = np.random.random(noa)
weights /= np.sum(weights)
weights
Out[4]:

array([ 0.37505798, 0.21652754, 0.31590981, 0.06087709, 0.03162758])

4.计算预期组合年化收益、组合方差和组合标准差
In [5]:
np.sum(returns.mean()*weights)*252
Out[5]:

0.21622558669017816

In [6]:
np.dot(weights.T, np.dot(returns.cov()*252,weights))
Out[6]:

0.23595133640121463

In [7]:
np.sqrt(np.dot(weights.T, np.dot(returns.cov()* 252,weights)))
Out[7]:

0.4857482232609962

5.用蒙特卡洛模拟产生大量随机组合
进行到此，我们最想知道的是给定的一个股票池（证券组合）如何找到风险和收益平衡的位置。
下面通过一次蒙特卡洛模拟，产生大量随机的权重向量，并记录随机组合的预期收益和方差。
In [8]:
port_returns = []
port_variance = []
for p in range(4000):
weights = np.random.random(noa)
weights /=np.sum(weights)
port_returns.append(np.sum(returns.mean()*252*weights))
port_variance.append(np.sqrt(np.dot(weights.T, np.dot(returns.cov()*252, weights))))
port_returns = np.array(port_returns)
port_variance = np.array(port_variance)
#无风险利率设定为4%
risk_free = 0.04
plt.figure(figsize = (8,4))
plt.scatter(port_variance, port_returns, c=(port_returns-risk_free)/port_variance, marker = 'o')
plt.grid(True)
plt.xlabel('excepted volatility')
plt.ylabel('expected return')
plt.colorbar(label = 'Sharpe ratio')
Out[8]:

6.投资组合优化1——sharpe最大
建立statistics函数来记录重要的投资组合统计数据（收益，方差和夏普比）
通过对约束最优问题的求解，得到最优解。其中约束是权重总和为1。
In [9]:
def statistics(weights):
weights = np.array(weights)
port_returns = np.sum(returns.mean()*weights)*252
port_variance = np.sqrt(np.dot(weights.T, np.dot(returns.cov()*252,weights)))
return np.array([port_returns, port_variance, port_returns/port_variance])
#最优化投资组合的推导是一个约束最优化问题
import scipy.optimize as sco
#最小化夏普指数的负值
def min_sharpe(weights):
return -statistics(weights)[2]
#约束是所有参数(权重)的总和为1。这可以用minimize函数的约定表达如下
cons = ({'type':'eq', 'fun':lambda x: np.sum(x)-1})
#我们还将参数值(权重)限制在0和1之间。这些值以多个元组组成的一个元组形式提供给最小化函数
bnds = tuple((0,1) for x in range(noa))
#优化函数调用中忽略的唯一输入是起始参数列表(对权重的初始猜测)。我们简单的使用平均分布。
opts = sco.minimize(min_sharpe, noa*[1./noa,], method = 'SLSQP', bounds = bnds, constraints = cons)
opts
Out[9]:
status: 0
success: True
njev: 4
nfev: 28
fun: -1.1623048291871221
x: array([ -3.60840218e-16, 2.24626781e-16, 1.63619563e-01, -2.27085639e-16, 8.36380437e-01])
message: 'Optimization terminated successfully.'
jac: array([ 1.81575805e-01, 5.40387481e-01, 8.18073750e-05, 1.03137662e+00, -1.60038471e-05, 0.00000000e+00])
nit: 4

得到的最优组合权重向量为：
In [10]:
opts['x'].round(3)
Out[10]:
array([-0. , 0. , 0.164, -0. , 0.836])

sharpe最大的组合3个统计数据分别为：
In [11]:
#预期收益率、预期波动率、最优夏普指数
statistics(opts['x']).round(3)
Out[11]:

array([ 0.508, 0.437, 1.162])

7.投资组合优化2——方差最小
接下来，我们通过方差最小来选出最优投资组合。
In [12]:
#但是我们定义一个函数对 方差进行最小化
def min_variance(weights):
return statistics(weights)[1]
optv = sco.minimize(min_variance, noa*[1./noa,],method = 'SLSQP', bounds = bnds, constraints = cons)
optv
Out[12]:
status: 0
success: True
njev: 7
nfev: 50
fun: 0.38542969450547221
x: array([ 1.14787640e-01, 3.28089742e-17, 2.09584008e-01, 3.53487044e-01, 3.22141307e-01])
message: 'Optimization terminated successfully.'
jac: array([ 0.3851725 , 0.43591119, 0.3861807 , 0.3849672 , 0.38553924, 0. ])
nit: 7

方差最小的最优组合权重向量及组合的统计数据分别为：
In [13]:
optv['x'].round(3)
Out[13]:
array([ 0.115, 0. , 0.21 , 0.353, 0.322])

In [14]:
#得到的预期收益率、波动率和夏普指数
statistics(optv['x']).round(3)
Out[14]:
array([ 0.226, 0.385, 0.587])

8.组合的有效前沿
有效前沿有既定的目标收益率下方差最小的投资组合构成。
在最优化时采用两个约束，1.给定目标收益率，2.投资组合权重和为1。
In [15]:
def min_variance(weights):
return statistics(weights)[1]
#在不同目标收益率水平（target_returns）循环时，最小化的一个约束条件会变化。
target_returns = np.linspace(0.0,0.5,50)
target_variance = []
for tar in target_returns:
cons = ({'type':'eq','fun':lambda x:statistics(x)[0]-tar},{'type':'eq','fun':lambda x:np.sum(x)-1})
res = sco.minimize(min_variance, noa*[1./noa,],method = 'SLSQP', bounds = bnds, constraints = cons)
target_variance.append(res['fun'])
target_variance = np.array(target_variance)

下面是最优化结果的展示。
叉号：构成的曲线是有效前沿（目标收益率下最优的投资组合）
红星：sharpe最大的投资组合
黄星：方差最小的投资组合
In [16]:
plt.figure(figsize = (8,4))
#圆圈：蒙特卡洛随机产生的组合分布
plt.scatter(port_variance, port_returns, c = port_returns/port_variance,marker = 'o')
#叉号：有效前沿
plt.scatter(target_variance,target_returns, c = target_returns/target_variance, marker = 'x')
#红星：标记最高sharpe组合
plt.plot(statistics(opts['x'])[1], statistics(opts['x'])[0], 'r*', markersize = 15.0)
#黄星：标记最小方差组合
plt.plot(statistics(optv['x'])[1], statistics(optv['x'])[0], 'y*', markersize = 15.0)
plt.grid(True)
plt.xlabel('expected volatility')
plt.ylabel('expected return')
plt.colorbar(label = 'Sharpe ratio')

Ⅳ 电脑的行情分析工具有哪些电脑下载哪种股票软件比较好用

Ⅰ 股票分析软件哪个最好

摘要您好，同花顺这个APP是最好，这个APP对股票分析软件还有实时数据都掌握的很好。同花顺股票行情分析软件是一款功能非常强大的免费网上股票证券交易分析软件，投资者炒股的必备工具。同花顺股票软件是一个提供行情显示、行情分析和行情交易的炒股软件，它分为免费 PC 产品、付费 PC 产品、电脑平板产品、手机产品等适用性强的多个版本。同花顺股票软件注重各大证券机构、广大股民的需求和使用习惯，同花顺股票软件全新版免注册。

Ⅱ 电脑上有哪些好用的炒股软件

电脑上好用的炒股软件有同花顺。

同花顺股票软件是一个提供行情显示、行情分析和行情交易的股票软件，它分为免费PC产品，付费PC产品，电脑平板产品，手机产品等适用性强的多个版本。同花顺股票软件注重各大证券机构、广大股民的需求和使用习惯，同花顺股票软件全新版免费免注册。

功能：

“同花顺”是一个强大的资讯平台，能为投资者提供文本、超文本(HTML)、信息地雷、财务图示、紧急公告、滚动信息等多种形式的资讯信息，能同时提供多种不同的资讯产品，能与券商网站紧密衔接，向用户提供券商网站的各种资讯。

而且个股资料、交易所新闻等资讯都经过预处理，让您轻松浏览、快速查找。丰富的资讯信息与股票的行情走势密切地结合，使用户能方便、及时、全面地享受到券商全方位的资讯服务。

以上内容参考网络—同花顺

Ⅲ 电脑下载哪种股票软件比较好用

您可以选择平安证券，平安证券股份有限公司是中国平安综合金融服务集团旗下的重要成员，前身为1991年8月创立的平安保险证券业务部，凭借平安集团雄厚的资金、品牌和客户优势，秉承"稳中思变，务实创新"的经营理念，公司建立了非常完善的合规和风险控制体系，各项业务均保持着强劲的增长态势，历经十九年稳健经营，公司已成长为国内主流券商之一。

温馨提示：入市有风险，投资需谨慎。
应答时间：2021-03-23，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html

Ⅳ 常用的数据分析工具有哪些

一、Excel

Excel可以说是被用得最多数据分析工具，无人不知，无人不晓。Excel的功能非常强大，从简单的表格制作，数据透视表，写公式，再到VBA语言，还有无数的插件供你使用。无论是初入职场的小白，还是经验丰富的数据分析师，Excel都是电脑里的必备工具之一。

二、BI工具

BI(Business Intelligence)即商业智能，BI工具是为了数据分析而生的，它诞生的起点就非常高，目标是把从业务数据到经营决策的时间缩短，利用数据来影响决策。常用的BI工具有Power BI、Tableau和亿信ABI，下面我们以亿信ABI为例，谈谈BI工具做数据分析有哪些优势。

三、数据分析编程语言

主流的数据分析编程语言是R和Python。与上面提到的Excel和BI工具相比，R/Python的使用门槛比较高，如果没有专业的IT知识，很难上手。但数据分析编程语言有它独特的优势。

关于常用的数据分析工具有哪些，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

Ⅳ 常用股市分析软件有哪些

金陀螺（优点：有超赢股票池和买卖点，信号多，准确率高，缺点：软件使用教程不完善）同花顺（优点：软件稳定，速度较快，可以看港股，缺点：同大智慧）通达信（优点：软件稳定，速度较快，使用最多的交易软件，缺点：缺少分析的数据）大智慧（优点：功能最全的软件，缺点：需要有一定炒股经验，至少2年以上）钱龙（优点：软件稳定，使用广泛，缺点：指标传统，易用性差）操盘手（优点：功能很多，培训好，缺点：实用性差，准确率低）指南针（优点：做的时间较长，功能完善，缺点：选股抗风险能力太差）分析家（优点：指标做的很好，缺点：现在已被大智慧收购）。国内常用各大炒股行情软件有：如大智慧、同花顺、钱龙、指南针、通达信、东方财付通等等。行情软件与交易软件有所不同，有些是独立的行情软件，有些是行情加交易相互结合的软件。目前国内券商基本上都将行情与交易软件结合在一起了。如果要做交易，最好选择开户的证券公司提供的交易软件。

Ⅵ 股票行情软件有哪些推荐哪个呢

股票行情软件有哪些？推荐哪个呢？
四、大势情况：如果大盘当天急跌，破位的就更不好，有涨停也不要追
在一般情况下，大盘破位下跌对主力和追涨盘的心理影响同样巨大，主力拉高的决心相应减弱，跟风盘也停止追涨，主力在没有接盘的情况下，经常出现第二天无奈立刻出货的现象，因此在大盘破位急跌时最好不要追涨停。
而在大盘处于波段上涨时，涨停的机会比较多，总体机会多，追涨停可以胆大一点;在大盘波段弱势时，要特别小心，尽量以ST股为主，因为ST股和大盘反走的可能大些，另外5%的涨幅也不至于造成太大的抛压。如果大盘在盘整时，趋势不明，这时候主要以个股形态、涨停时间早晚、分时图表现为依据。
五、第一个涨停比较好，连续第二个涨停就不要追了

理由就是由于短期内获利盘太大，抛压可能出现。当然这不是一定的，在牛市里的龙头股或者特大利好消息股可以例外。

Ⅶ 有哪些好用的股票软件推荐

一、同花顺，是一款功能非常强大的免费网上股票证券交易分析软件，投资者炒股的必备工具。

同花顺股票软件是一个提供行情显示、行情分析和行情交易的股票软件，它分为免费PC产品，付费PC产品，电脑平板产品，手机产品等适用性强的多个版本。同花顺股票软件注重各大证券机构、广大股民的需求和使用习惯，同花顺股票软件全新版免注册。全新版同花顺股票软件新增强大功能:自主研发的搜牛财经及自定义选股，新增通达信模式。

二、通达信，软件是多功能的证券信息平台，与其他行情软件相比，有简洁的界面和行情更新速度较快等优点。通达信允许用户自由划分屏幕，并规定每一块对应哪个内容。至于快捷键，也是通达信的特色之一。通达信还有一个有用的功能，就是"在线人气"，可以了解哪些是当前关注，哪些是持续关注，又有哪些是当前冷门，可以更直接了解各个股票的关注度。

深圳市财富趋势科技有限责任公司是一家资深的证券业高科技企业，致力于证券分析系统和计算机通讯系统的研究开发，自1995年成立以来，经过蓬勃发展，已经成为该行业的典范。其开发的行情源被同行业多企业采用，是市场上非常主流的拥有自主开发证券类软件能力的企业。深圳市财富趋势科技有限责任公司在证券行业的着名品牌是"通达信"。

三、大智慧，证券信息平台是前身为上海大智慧网络技术有限公司，该公司成立于2000年12月，2009年12月整体变更为股份有限公司，公司的注册资本为139000万元。自成立以来，公司致力于以软件终端为载体，以互联网为平台，向投资者提供及时、专业的金融数据和数据分析。

公司于2011年1月28日在上海证券交易所挂牌上市，股票代码601519。大智慧365、 大智慧策略投资终端、大智慧手机版也是投资者耳熟能详的产品。大智慧旗下软件产品是众多中国投资者正在使用的，大智慧是中国优质金融信息提供商之一。 作为中国领先的互联网金融信息服务提供商，公司凭借强大的技术研发实力、敏锐的市场洞察力和丰富的信息加工经验，始终前瞻性地把握行业发展方向，不断开发出满足投资者需求的创新产品，在行业内具有重要影响力。

Ⅷ 股票行情软件好用的是哪些

近几年玩儿股票，也了解了不少股票软件，从最开始的券商APP，慢慢的变成了专门搞投资的，有一些相关部门也会给我一些建议，又到现在我都还在用的，在此阶段内我上了很多次当，发现了九种使用的神器，不管你是一直玩股票的还是从来没有碰过股票的，比较符合自己的。

在还没有分享的时候，这里有一些福利要给到大家，各行业的的龙头股情况我都熬夜整理出来了，在选择以及投资方面都对大家有利，轻点下方链接即可：吐血整理A股超全各行业龙头股一览表，建议收藏！

一、九大超好用的炒股神器

1、中财网数据引擎

中财网数据引擎有一点是占据上风的，就是它是无偿的，一分钱都用不着出！

而且它要是用于搜索金融数据的话可以说是无所不能，它的数据库中囊括了宏观经济、基金股票、期货、黄金、外汇、债券等的数据。

假如其他的网站/APP没有你想找的数据，不妨用它来试下。

2、慧博

专业的投资者推荐选择慧博，就看研报方便程度来说，这个平台还是非常不错的，慧博全放位的涵盖了像是国家的宏观经济策略、各行业研报、个股研报、债券研究、晨会纪要等等各个方面的内容。

甚至可以根据自己的意愿去选择不同券商、不同分析师和行业的研报，一旦用过一次，就知道有多方便了！

还有9个炒股神器对大家非常的有用，因为这里篇幅有限，在这里就不展开说了，我把这9个炒股神器进行了整合，点击下面这个链接就可以带你具体进行了解：炒股的九大神器免费领取（附分享码）

二、股票书籍推荐前十名

一般情况下，要想能够实现收益长期且稳定，首先必须具备的就是一个趁手的股票分析工具，也离不开合理的投资观念，特别是对于没有太多经验的人来说，想获得不错的收益，是要以找到正确的方向为基础的。

这几年不说阅书无数，但百余本还是有的，我还找出觉得最值得一看的10本书籍推荐给大家，不管你是股票老手还是股市菜鸟，一定都不会白看的，都在下面了，如果对此感兴趣快来点击链接阅读吧~股票入门必看书籍（在线阅读）

Ⅸ 股票用哪个APP软件查看行情比较好，详细呢

一、同花顺。（华为P40HarmonyOs2.0.0.168，同花顺版本 v10.38.04）同花顺是一款功能非常强大的免费网上股票证券交易分析软件，投资者炒股的必备工具。同花顺股票软件是一个提供行情显示、行情分析和行情交易的股票软件，它分为免费PC产品，付费PC产品，电脑平板产品，手机产品等适用性强的多个版本。
操作环境：同花顺APP 版本10.38.04
二、东方财富。现在主流金融数据终端有三家：wind数据、同花顺ifind数据、东方财富choice数据，其中choice数据的优势是性价比高、亲民的面向散户投资者。基本面选股功能也做的很好，有很多分类，但都是收费产品。
东方财富提供快速的全球市场、安全的全球交易、权威的信息内容和互动交流平台，是投资者的首选。东方财富网是中国财经第一门户网站，用户超1亿，上海、深圳、香港、美国实时高速入市，7*24小时财经直播，包括上海证券交易所3个奖项，5星好评。被评为精品应用，在国内有一个热门的股票主题社区——古巴。
操作环境：东方财富APP 9.6
三、大智慧(最多下载)
大智慧手机版自推出以来就受到了广大投资者的喜爱。功能丰富，覆盖面广，与专业机构和企业合作，提供权威信息和数据。便捷的沟通平台，汇聚投资者，方便沟通。
操作环境：大智慧9.41
四、雪球股票，精选股市热点信息，提供沪深港美股实时高速报价。数千万股票和基金的个人投资者，上市公司的管理层，以及券商、基金、保险、私募机构的员工在这里实战交流。
操作环境：雪球APP 12.44.1
五、融360
融360app是360作为投资朋友创建的手机股票交易软件。它掌握着众多券商，提供快速准的行情和信息，很多券商注重在线实时股票问答和老师指导。
操作环境：融360 版本4.1.2
六、腾讯自选股
自选股票app是腾讯出品的一款简单易用的手机股票交易软件，覆盖沪深、港股、美股三大市场，适合所有股票投资者。
操作环境：腾讯自选股APP 版本9.4.0
七、牛王股票
股王炒股app让你跟随牛人，购买牛股，智能预警，免费手机看行情，用牛王买牛股，2.5元低佣金开户，轻松赚钱。
操作环境：牛网股票 版本11.6.0
八、指南针
指南针股票交易软件手机版是一款好用的专业股票交易APP。指南针股票交易软件免费版可以随时看行情，听课程，看内部参考资料，找客服，指南针股票交易软件手机版你的便携式股票交易专家。
操作环境：指南针股票APP 版本7，1，37