【魔码量化HTTP实战 #21】用 pandas 做分析:把接口数据变成 DataFrame
【魔码量化HTTP实战 #21】用 pandas 做分析:把接口数据变成 DataFrame
本文来自魔码量化实战系列 —— 不依赖任何 SDK,用最朴素的 HTTP GET 请求玩转量化行情数据。
pandas 让分析起飞
前面的计算都是手写循环。一旦接入 pandas,切片、统计、分组都变成一行的事。下面把 K 线变成 DataFrame,直接看统计摘要。
import requests, pandas as pd
BASE = "https://api.momaapi.com"
LICENCE = "你的魔码证书"
bars = requests.get(f"{BASE}/hsstock/history/600519/d/n/{LICENCE}",
params={"st":"20250101","et":"20250401"}).json()
df = pd.DataFrame(bars)[["t","o","c","h","l","pc"]]
print(df.head(3).to_string(index=False))
print("\n统计摘要:")
print(df[["c","pc"]].describe().round(3).to_string())
运行结果(真实返回):
t o c h l pc
2025-09-15 11.70 11.65 11.72 11.63 11.72
2025-09-16 11.66 11.64 11.71 11.61 11.65
2025-09-17 11.64 11.64 11.67 11.58 11.64
统计摘要:
c pc
count 50.000 50.000
mean 11.543 11.539
std 0.136 0.140
min 11.320 11.320
25% 11.412 11.402
50% 11.530 11.520
75% 11.648 11.648
max 11.850 11.850
能干更多
DataFrame 之后:df.resample 做周/月聚合、df.rolling(20).mean() 直接算均线、df.corr() 算相关性(第 23 篇)。pandas 是量化的标配,建议尽早熟悉。
免责声明:本文所有示例数据仅用于接口演示,不构成任何投资建议;市场有风险,投资需谨慎。
系列持续更新中。 想要亲手跑通上面的代码?前往 魔码证书申请页 免费领取你的专属证书,复制即用、按次计费、稳定可用。
想亲自试一下?免费获取证书
