Erstellen Sie Online-Experimente zur Bestandsverknüpfung und rotierenden booleschen Datensätzen

Online-Experiment zur Aktienverknüpfung und rotierenden booleschen Datensätzen,
 Stufe 1: Erfassung von Aktientransaktionsdaten

# -*- coding: utf-8 -*-
#读取股票“交易日历数据表.xlsx”，其中字段名称为：
#交易日期（Clddt）、星期（Daywk）
#读取股票交易数据表“DA.xlsx”，其中字段名称为：
#股票代码（Stkcd）、交易日期（Trddt）、收盘价（Clsprc）
#任务如下：
# 1.读取交易日历数据表，记为td,并统计获得2017-01-01~12-31全年的实际交易天数M
# 2.读取股票交易数据表，获得其交易数据,记为data
# 3.获得2017年全年均在交易（交易天数为M）的股票代码,用列表code来表示
def return_values():
    import pandas as pd
    td=pd.read_excel('交易日历数据表.xlsx')
    data=pd.read_excel('DA.xlsx')
    I1=td['Clddt'].values>='2017-01-01'
    I2=td['Clddt'].values<='2017-12-31'
    I=I1&I2
    ddt=td.loc[I,['Clddt']]
    M=len(ddt) #计算ddt的长度，全年的实际交易天数M
    # 统计Stkcd出现次数
    code_record=data.iloc[:,0].value_counts()
    # 选取与全年日期的个数对应的股票代码
    code=list(code_record[code_record==M].index)
    return (M,data,code,td)

Ebene 2: Tägliche Verknüpfung und Rotation des Bestands, Aufbau boolescher Datensätze

# -*- coding: utf-8 -*-
#读取股票基本信息表“TRD_Co.xlsx”，其中字段名称为：
#股票代码（Stkcd）、股票简称（Stknme）
# 基于上一关的返回结果，完成如下任务：
#1.从第二个交易日开始，计算每只股票每个交易日的涨跌情况
#  如果上涨记为1，否则为0
#2.构造布尔型涨跌标识数据集，用数据框Data来表示，其中
#  index为交易日期，字段名称所有股票的“股票简称_up”，值记为0或者1的布尔值数组
def return_values():
    import pandas as pd
    import numpy as np
    import step10_1
    r=step10_1.return_values()
    data=r[1]
    code=r[2]
    td=r[3]
    stk=pd.read_excel('TRD_Co.xlsx')
    sname=pd.Series(list(stk.iloc[:,1]),index=stk.iloc[:,0])
    import numpy as np
    D=dict()
    for t in range(len(code)):
        dt=data.loc[data.iloc[:,0].values==code[t],['Trddt','Clsprc']].sort_values('Trddt')
        dt1=dt.iloc[0:-1,[1]]['Clsprc'];
        dt2=dt.iloc[1:,[1]]['Clsprc'];
        z21_up=np.zeros(len(dt1))
        z21_up[dt2.values-dt1.values>0]=1
        D.setdefault(sname[code[t]]+'_up',z21_up)
    Data=pd.DataFrame(D,index=td['Clddt'].values[1:])
    return Data