Zihao

最近惊讶的发现很多同学对如何在量化投资的实战中如何处理复权、除权等问题，其实不是非常了解，耽误很多事情，所以本文专门来详细的讲一下这个问题。

大家经常会在同花顺大智慧等行情软件，或各类财经媒体上看到主力资金流入流出这个术语。听上去也感觉很牛逼的样子，主力资金流入的股票或者行业是不是就会涨呢？

本期帖子就教大家如何计算一只股票每天的资金流入流出数据。

海龟交易法则，起源并流行于八十年代的美国，是一套简单有效的交易法则。这个法则以及使用这个法则的人的故事被写成了一本书——《海龟交易法则》。这是一本很好的量化投资入门书（也是我当年的入门书）。

KDJ指标是最常用的技术指标之一，它的作用是判断股票未来短期的走势。很多书店里卖的炒股类书籍都会推荐这个指标，并认为KDJ指标低位金叉是一个非常好的买点，还会给出几个很漂亮的K线图形来印证他们的观点。少数的几个例子不能让人信服，KDJ指标低位金叉选股效果到底好不好，一定要用大样本说话。

分析股票数据的时候，往往会用不同的周期进行分析，以期得到更加全面的结果。比如日线、周线、月线，或者5分钟、15分钟、30分钟、60分钟。甚至有的时候会想，为什么的我的周期必须是自然周或者自然月，我能不能每11天或者每24天一个周期。 面对这样的需求，就必须写程序在不同的周期之间进行转换。本篇文章以将日线数据转换为周线数据为案例例，向大家介绍pandas的以下功能：

• 使用pandas导入和导出输出
• resample函数的用法

下面开始正文。 需要把日线转为周线，那么首先必须要有日线数据，从这个网站可以下载到所有股票历史上的日线数据，可以作为我们计算的原始数据。数据下载下来是下图这个样子：

最近创业板表现太猛了，很多人说估值太高，那么估值到底有多高？是否达到了历史上的高点？本案例中程序的功能是计算创业板股票历史上每天的平均市盈率，希望通过这个案例一来解答上述问题，二来向大家介绍pandas以下的几个操作：

• 数据的导入以及导出
• 对整列数据进行操作
• 数据合并的append操作
• groupby语句

计算创业板股票每天的平均市盈率，那么必须要知道每个股票每天的市盈率。从这里可以下载到所有股票的从上市日起的每天的交易数据、以及市盈率数据，可以作为我们计算的原始数据。数据下载下来是下图这个样子：

我之前一直用SAS、MATLAB。最近用Python，发现python的pandas包简直是分析金融数据做量化研究的神器。准备写个系列帖子“量化小讲堂”，希望通过实际的列子，让大家知道如何使用python & pandas进行金融数据处理，希望能对大家有帮助。帖子主要面向入门学习者，大神请轻拍。

本篇内容主要讲如何安装Python和pandas。Python比较好安装，而pandas比较难装，当时装了我一整天。pandas是Python下面的一个package，专门用于金融数据的分析，简直是神器。这里有pandas的简单入门介绍http://pandas.pydata.org/pandas-docs/stable/10min.html。首先推荐python的科学计算包：anaconda2。

本文主要以快速上手使用Pyhton进行系列分析为主题，介绍下我学习量化投资、Python的个人经验。

我们每天使用互联网，你是否想过，它是如何实现的？

全世界几十亿台电脑，连接在一起，两两通信。上海的某一块网卡送出信号，洛杉矶的另一块网卡居然就收到了，两者实际上根本不知道对方的物理位置，你不觉得这是很神奇的事情吗？

互联网的核心是一系列协议，总称为”互联网协议”（Internet Protocol Suite）。它们对电脑如何连接和组网，做出了详尽的规定。理解了这些协议，就理解了互联网的原理。

下面就是我的学习笔记。因为这些协议实在太复杂、太庞大，我想整理一个简洁的框架，帮助自己从总体上把握它们。为了保证简单易懂，我做了大量的简化，有些地方并不全面和精确，但是应该能够说清楚互联网的原理。