Python股票量化交易分析-开发属于自己的指标

需求：股票的量化交易指标很多，我想做一个自己的量化交易图表：

1. 展示每天交易量和股价振幅的关系图
2. 进一步的话想知道单位金额对股价振幅的影响，
3. 最终实现大概估计需要多少买入成交量能拉升多少股价）

，
目前未实现，没有拿到具体的每天的买入金额

单位金额对股价振幅的影响

一 注册https://tushare.pro/网站账号：tushare官网
二 Pyhon实现

# 导入必要的库
import tushare as ts
import matplotlib.pyplot as plt
import matplotlib
import pandas as pd

# 设置中文字体
matplotlib.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体显示中文
matplotlib.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 初始化pro接口
pro = ts.pro_api('eedfd24d5c7051178e7c4ff414')

# 拉取数据
df = pro.daily(**{
   
    "ts_code": "000001.SZ",
    "trade_date": "",
    "start_date": 20250101,
    "end_date": 20250117,
    "offset": "",
    "limit": ""
}, fields=[
    "ts_code",  # 股票代码
    "trade_date",  # 交易日期
    "open",  # 开盘价
    "high",  # 最高价
    "low",  # 最低价
    "close",  # 收盘价
    "pre_close",  # 前收盘价
    "change",  # 涨跌额
    "pct_chg",  # 涨跌幅 【基于除权后的昨收计算的涨跌幅：（今收-除权昨收）/除权昨收 】
    "vol",  # 成交量 （手）
    "amount"  # 成交额 （千元）
])

print(df)

# 检查数据是否有缺失值
if df.isnull().values.any():
    print("数据包含缺失值，需要处理缺失值")
    df.dropna(inplace=True)

# 确保amount和percentage是数值类型
df['amount'] = pd.to_numeric(df['amount'], errors='coerce')
df['open'] = pd.to_numeric(df['open'], errors='coerce')
df['close'] = pd.to_numeric(df['close'], errors='coerce')

# 计算新的Y轴数据
df['percentage'] = abs(df['open'] - df['close']) / df['open']

# 检查计算后的数据是否有缺失值
if df['percentage'].isnull().values.any():
    print("计算后的百分比数据包含缺失值，需要处理缺失值")
    df.dropna(subset=['percentage'], inplace=True)

# 检查数据范围
print("amount范围:", df['amount'].min(), df['amount'].max())
print("percentage范围:", df['percentage'].min(), df['percentage'].max())

# 打印前几行数据以检查
print("前几行数据:"