tushare根据日k线选股

最新推荐文章于 2025-05-17 09:21:40 发布

道斯量化

最新推荐文章于 2025-05-17 09:21:40 发布

阅读量1.4k

点赞数 1

CC 4.0 BY-SA版权

文章标签： tushare 量化金融选股思路

本文链接：https://blog.youkuaiyun.com/Tushare/article/details/102238002

本文介绍了如何利用tushare接口结合前复权日K线数据，制定短线选股策略。通过筛选出股价达到10日内新高且回撤在3%至13%范围内的股票，并要求收盘价位于均线之上，以获取潜在强势股。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

积分不通,token权限不同,5000积分,所有权限全开
注册tushare,请点击链接:https://tushare.pro/register?reg=301280
根据前复权k线,选取短线股票
选股思路,根据当天收盘价格,10日内新高,并且收盘价格比10日内最高价回撤3%-13%,且在均线之上,筛选出满足上述条件的股票

import tushare as ts
import datetime
now=datetime.date.today()
start_day = (now-datetime.timedelta(days=90)).strftime('%Y%m%d')
end_day =now.strftime('%Y%m%d')
output = open('日k线' + end_day + '.xls','a',encoding='utf-8')
output.write('ts_code\t name\t  max\t now_price\t percent\n')
ts.set_token('yourtoken') 
def xunhuan():
    pro = ts.pro_api()
    dt = pro.stock_basic(exchange='', list_status='L', fields='ts_code,symbol,name,area,industry,list_date')
    # 获取股票列表
    code = dt['ts_code']
    name = dt['name']
   # long = len(code)
    for i in range(0, len(name)):
        ts_code = code[i]
        t_name = name[i]
        ts_code = code[i]
        t_name = name[i]
        df = ts.pro_bar(ts_code=ts_code, adj='qfq', start_dat