FQuant Document

Appearance

DataStruct indicator 模块 ​

指标数据结构模块，提供技术指标数据结构的实现。

模块结构 ​

indicator.py

IndicatorData ​

指标数据结构。

python
from FQData.DataStruct import IndicatorData

indicator = IndicatorData(df)

初始化参数 ​

参数类型说明
datapd.DataFrame指标数据，索引为 (datetime, code) 的 MultiIndex

属性 ​

属性类型说明
datapd.DataFrame原始 DataFrame
indexpd.MultiIndex数据索引
codeList[str]股票代码列表
datetimeList[pd.Timestamp]时间列表

方法 ​

get_indicator ​

获取某一时间的某一只股票的指标。

python
value = indicator.get_indicator(
    time='2024-01-01',
    code='600000',
    indicator_name='ma5'
)

参数：

参数类型说明
timestr/pd.Timestamp时间
codestr股票代码
indicator_namestr指标名称，None 时返回整行

返回： 指标值或 pd.Series

get_code ​

获取某一只股票的指标序列。

python
code_indicator = indicator.get_code('600000')

参数：

参数类型说明
codestr股票代码

返回： pd.DataFrame

get_timerange ​

获取某一段时间的某一只股票的指标。

python
range_indicator = indicator.get_timerange(
    start='2024-01-01',
    end='2024-12-31',
    code='600000'
)

all_range = indicator.get_timerange(
    start='2024-01-01',
    end='2024-12-31'
)

参数：

参数类型说明
startstr开始时间
endstr结束时间
codestr股票代码，None 时返回所有股票

返回： pd.DataFrame

groupby ​

仿 DataFrame 的 groupby 写法。

python
grouped = indicator.groupby(level=1)

参数：

参数类型说明
by-分组键
axisint轴，0 或 1
level-多层索引级别
as_indexbool是否保留索引
sortbool是否排序
group_keysbool是否添加组键
squeezebool是否压缩

返回： GroupBy 对象

add_func ​

按证券分组应用函数。

python
result = indicator.add_func(func, arg1, arg2)

参数：

参数类型说明
funcfunction函数

返回： 函数执行结果

to_df ​

转换为 DataFrame。

python
df = indicator.to_df()

返回： pd.DataFrame

to_dict ​

转换为字典。

python
d = indicator.to_dict(orient='index')

参数：

参数类型默认值说明
orientstr'index'字典格式

返回： dict

使用示例 ​

基本使用 ​

python
from FQData.DataStruct import IndicatorData

indicator = IndicatorData(df)

print(f"代码列表: {indicator.code}")
print(f"时间范围: {indicator.datetime[0]} ~ {indicator.datetime[-1]}")

查询指标 ​

python
ma5_value = indicator.get_indicator('2024-01-01', '600000', 'ma5')

stock_ma5 = indicator.get_code('600000')

date_range = indicator.get_timerange('2024-01-01', '2024-12-31', '600000')

分组操作 ​

python
result = indicator.add_func(lambda x: x.mean())

相关文档 ​