第三方功能(外掛小工具)

顯示具有 Python 學理財 標籤的文章。 顯示所有文章
顯示具有 Python 學理財 標籤的文章。 顯示所有文章

2019年10月23日 星期三

股價不用一直叮盤~叫 line 傳股價給你啊

Python程式運用於投資理財:

需求:
台積電股價超過290元
LINE 會立馬通知我

工具:
1.python程式 twstock 套件
2.IFTTT 的 Webhooks 服務
3.LINE Notify 機器人

原理:
藉由 python 程式 twstock 套件
獲取即時股票
再藉由 IFTTT 的 Webhooks 服務
呼叫 LINE Notify 機器人
傳送訊息通知我
台積電股價超過290元
以及即時目前的股價


本文摘錄自逢甲大學磨課師課程 : Python 與資料科學入門


程式碼:
---------------------------------------------------------------------------------

import twstock
import requests

ifttt_key = 'blQjewWHZpmVZjsm_Q1234' #申請專屬的 webhooks ID
event = 'stockLine' # IFTTT 建立的事件名稱
url_ifttt = 'https://maker.ifttt.com/trigger/{}/with/key/{}'.format(event,ifttt_key) #觸發 IFTTT 的 webhooks 網址

real = twstock.realtime.get('2330') #取出台積電股票 即時資料
if real['success']: #如果成功 True 抓取資料
realprice = real['realtime']['latest_trade_price'] #取出 即時目前股價
if float(realprice) > 290: #價股如果 大於 290元 就用 line 通知我
print('台積電超過290元:' + realprice)
url_ifttt += '?value1=' + str(realprice) #觸發 IFTTT 的 webhooks 事件 來呼叫 line,並顯示即時目前股價
res = requests.get(url_ifttt) #對 網站伺服器發出請求,即:觸發 IFTTT 的 webhooks 事件 來呼叫 line,並顯示即時目前股價
print(res.text)
else:
print("抓不到股價資料:" + real['rtmessage'])

---------------------------------------------------------------------------------













2019年6月14日 星期五

Python告訴你~股價淨值比 可靠嗎 ?

Python告訴你
股價淨值比 可靠嗎?

探討大盤萬點時
買進 股價淨值比 < 0.5 的股票
是否能成為勝利方程式

情境:

1.2018.5.15日萬點行情
大盤:10874.73

2.2018.5.15日公告第1季財報
計算股價淨值比
將 < 0.5 的股票各買進1張持有

3.回測:2017、2016、2015年報酬率

結論:

1.2017年回測:虧損23.83%
2016年回測:獲利15.32%
2015年回測:虧損22.52%

2.選股策略:股價淨值比 < 0.5 目的是想買到便宜又有價值的股票
但是可能因此挑選到 "地雷股"
反而因此大賠出場

3.投資市場複雜多變
只想用1招 股價淨值比
實在不是一個好的策略















2019年6月7日 星期五

Python之 ffn套件~超級無敵方便

ffn (Financial Functions for Python)

安裝好 ffn套件後
再用 get('股價代碼')
就可以取得你想要的股票
從2010年以來的股價資料
非常方便吧

以下以:台灣50(0050.TW),台積電(2330.TW)
蘋果公司(aapl),波克夏(brk-b)為例

#2010年以來股價資料
import ffn
prices=ffn.get('0050.TW,2330.TW,aapl,brk-b')
prices.head()

#股價曲線圖
%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"]=(20,10)
prices.plot()

#報酬率
prices.rebase()
prices.rebase().plot(secondary_y=True)

#虧損幅度
prices.to_drawdown_series()
prices.to_drawdown_series().plot()

#相關係數熱圖
prices.plot_corr_heatmap()

#歷史數據分析
stats=prices.calc_stats()
stats.display()

以上摘錄自:https://www.finlab.tw/ffn-intro/


































2019年6月6日 星期四

Python~豐富的技術指標

有接觸投資的朋友
如果你有整理一些股票的資料
比如開盤價,收盤價
最高價,最低價等等

那麼你就可以運用
Python豐富的技術指標
如:KD,RSI,MACD,SMA
布林通道,等等
製作出像財經網站一樣的圖表

在 Python 只要安裝 Talib 套件
就有1百多種技術指標隨便你用
讓你用的嫑嫑的


以下為程式碼:
---------------------------------------

import sqlite3
import os
import pandas as pd

filepath=os.path.join('data','data.db')
conn=sqlite3.connect(filepath)
df=pd.read_sql('select stock_id,date,開盤價,收盤價,最高價,最低價,成交股數 from price where stock_id="2330" ',conn,index_col=['date'],parse_dates=['date'])
df.rename(columns={'stock_id':'股票代號','開盤價':'open','收盤價':'close','最高價':'high','最低價':'low','成交股數':'volume'},inplace=True)

%matplotlib inline
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"]=(20,10)
df['close']['2019-2-13':].plot()

from talib import abstract
abstract.STOCH(df)['2019-2-13':].plot(secondary_y=True)
abstract.SMA(df,timeperiod=5)['2019-2-13':].plot()
abstract.RSI(df,timeperiod=14)['2019-2-13':].plot(secondary_y=True)
abstract.MACD(df)['2019-2-13':].plot()
abstract.BBANDS(df)['2019-2-13':].plot()
































2019年5月23日 星期四

用Python計算你的資產變化~投資 VS 定存 VS 活存

用Python計算你的資產變化~
投資 VS 定存 VS 活存

#人生的情境:
年齡:25~90 歲
每月薪水=3.5 萬元
每月房租=0.8 萬元
每月花費=1 萬元
每月保險=0.4 萬元
退休年齡=60
#工作了35年

由圖表可以推論以下的結果:

1.橘色的曲線 (投資):
每年拿7成的錢去投資5%的商品
(如:ETF0050)
60歲退休時
資產已累積1000萬
即使以後沒有工作收入
資產仍持續增加

2.綠色的曲線 (定存):
如果你是小資族
辛苦的工作
傻傻地定存
最後60歲退休沒收入
開始吃老本
資產一點一滴慢慢縮水
未來的每一天
祁禱不能有重大的病痛

3.藍色的曲線 (活存):
比定存更慘

另外,大家可以在請這張圖表
發現 "複利的威力"
定存1%
投資5%
僅相差4%結果卻是天堂和地獄的差別

5%獲利遙不可及嗎?
如果你是小資族
更要好好想想你的未來
是那條人生曲線

Python有興趣的請參考:
https://hahow.in/courses/5a2170d5a6d4a5001ec3148d/main?item=5a232e15a6d4a5001ec31cbe
以下為程式碼:
------------------------------------------
import pandas as pd
%matplotlib inline

#情境:
預測年齡=range(25,90,1)
每月薪水=3.5 #單位:萬元
每月房租=0.8
每月花費=1
每月保險=0.4
退休年齡=60 #工作了35年

#不投資也不定存的資產情況:
每年淨額=pd.Series(0,index=預測年齡)
每年淨額.loc[:退休年齡]+=每月薪水*12
每年淨額-=(每月房租+每月花費+每月保險)*12
不投資_資產=每年淨額.cumsum()

#每年拿70%的錢投資,獲利5%的資產情況:
投資部位=0.7
投資年利率=1.05 #每年投資獲利 5%
def compound_interest(arr,ratio,return_rate):
ret=[arr.iloc[0]]
for v in arr[1:]:
ret.append(ret[-1]*ratio*return_rate+ret[-1]*(1-ratio)+v)
return pd.Series(ret,index=預測年齡)
有投資_資產=compound_interest(每年淨額,投資部位,投資年利率)

#每年拿70%的錢放定存,年利率1%的資產情況:
定存年利率=1.01 #定存年利率 1%
定存_資產=compound_interest(每年淨額,投資部位,定存年利率)

pd.DataFrame({
'no invest':每年淨額.cumsum(),
'invest 5%':compound_interest(每年淨額,投資部位,投資年利率),
'saving 1%':compound_interest(每年淨額,投資部位,定存年利率),
}).plot()




2019年5月10日 星期五

Python初體驗~強大

Python初體驗~強大

喜歡投資又想學一點程式語言
Python語言會是你最好的選擇

僅用短短幾行的程式碼
一口氣讓你體驗 :
1.網頁爬蟲(歷史股價,2000年至今)
2.資料儲存~csv檔
3.資料整理分析
3.繪圖~收盤價的歷史紀錄

------------------------------------------------------------------------------------------------------------------
import requests

site="https://query1.finance.yahoo.com/v7/finance/download/2330.TW?period1=0&period2=1557553257&interval=1d&events=history&crumb=hP2rOschxO0"
reponse=requests.post(site)

with open('file.csv','w') as f:
f.writelines(reponse.text)

import pandas as pd
df=pd.read_csv('file.csv',index_col='Date')

print(df)
df.Close.plot()
--------------------------------------------------------------------------------------------------------------------
有興趣的朋友請參考:
finlab部落格:https://www.finlab.tw