用python抓取分析股市数据很简单！只用短短几行代码，就能实现策略制定到交易信号生成。
一、数据准备
在分析的最开始，需要获取数据。
本文中将以沪深300指数为标的进行分析（包含日期、开高低收价、成交量、成交额字段，仅截取2018年以后数据）
此外我们也许将后续分析时需要用到的模块也在最开始导入：
二、策略制定
本次所用到的策略是技术分析的常用工具之一——布林线（Boll）指标，通过计算股价的“标准差”，获取价格的“信赖区间”，以次判断交易信号。
(注：本篇不涉及策略效益、合理性的讨论，仅探讨Python的实现。)
布林线策略涉及到上下轨的计算，也正是图中的这条“宽带”↓
三、布林策略规则
我们先来看看日布林线指标的计算规则：
1、MA中轨线=N日的移动平均线2、UP上轨线=中轨线+两倍的标准差3、DN下轨线=中轨线-两倍的标准差 其中，标准差指过去N日价格标准差，N的数值我们采取各大股票交易软件的常用值20。
不难发现，在布林线的计算过程中，主要涉及到的就是移动窗口的选取及计算，这点我们用Python可以十分轻松的实现：
对于刚开始了解Python的同学，一定要先搭好框架知识，这对后期快速上手非常重要。这里强烈推荐品职的【Python量化技能训练营】，我刚开始了解的时候听了很多课，真的非常适合初学者，也能清楚了解如何从0基础精准定位，掌握Python技巧，快速入门金融量化。可以先点击下方链接听一下以下三节入门课，含金量很高。
四、布林信号判断
在常，即没有大涨和大跌的情形下，布林线的信号判断方法十分简单：
1、当股价穿越上轨线时，卖点信号
2、当股价穿越下轨线时，买点信号
3、当股价由下向上穿越中轨线时，为加码信号
4、当股价由上向下穿越中轨线时，为卖点信号 为了更好的观察效果，我们截取2019年7月至12月的数据，以较为复杂的卖出信号为例，进行实现：
五、生成交易信号图
在根据我们既定的策略，准备好了所有的数据之后，我们可以开始尝试绘制美丽的交易信号啦~
此处，我们所用到的工具是mplfinance模块，该模块是金融数据可视化的常用工具，相较于我们的老朋友matplotlib，它更具有针对性，能够帮助我们快速绘制K线图。通过一行代码绘制K线、成交量及均线
下面这个python量化的学习视频就有讲到怎么用python去做数据处理和可视化，结合案例让你快速上手。现在以及以后从事金融量化的朋友可以领一下，包含Python常用语法入门和四大实战案例，含金量很高。
那么，如何将它绘制成交易信号图呢？这里我们需要引入make_addplot函数，用于在原图上叠加新的图片：
至此，我们已经将布林线和卖出信号添加了上去。
再用相同的方式将买入信号也添加上去就可以获得一张完整的布林策略信号图了。
 |
