量化交易体系，门派众多，但是存在一类“旁门左道”，比如有人曾经观察女性裙摆的长度，越短越做多、越长越做空。也有人用利用天气情况，艳阳天的时候做多，阴雨天做空。

而本次对基于天气的另类交易策略进行试验，看看交易结果会怎样。我们假设天气好的时候，人们的心情会变好，市场更活跃，倾向于做多，下雨的时候人们心情变差，市场低迷，倾向于做空。

1、交易前提

前提假设：深圳成指和深圳天气存在某种关系。

交易对象：选取嘉实中证500ETF（159922）作为交易对象，初始资金10万元，初始持有股数0股。

交易方式：按照当天天气状况，雨天以开盘价卖出，晴天、多云等非雨天以开盘价买进。每次交易1000股。

2、数据准备

有人说数据分析师很大一部分精力都耗费在数据获取方面。对于天气、股票数据，爬虫当然可以，但目前各大商业网站反爬严重，对新手来说很不友好。本次还是直接用最简单的方式，一招搞定。

深圳的天气数据通过深圳市数据开放平台免费下载，股票交易数据通过tushare库直接读取。

登录深圳市数据开放平台免费下载深圳市历史天气状况（需要注册）。

3、试验步骤

1).编程环境：Anaconda

第三方库:Tushare（安装方法:Anaconda Prompt里直接输入 pip install tushare)。

2).数据获取

通过read_excel函数直接读取天气数据（本次天气数据的样本为2012年7月16日至2019年7月1日），对天气的文本进行简单的建模，转化为交易信号。最终生成含股票开盘价（“price”列）、买卖信号（“buy/sell”列）等栏目的数据。

结果数据如下：

3).数据清洗、填充

通过上表可以发现，价格栏存在很多缺失值，主要原因为：该基金还未成立，周末、节假日停止交易等。

首先进行缺失值的删除处理，之后根据下面几个维度进行分析：

初始交易金额

持股数

算出持股数量（“amount”列）

账户余额（“balance”列）

市值列（“value”列）等栏目数据

至此，所有的数据已经计算完毕，形成了包含:

时间(“DDATETIME”列)；

天气情况(“WEATHERTODAY”列)；

交易价格(“price” 列)；

买卖信号(“buy/sell” 列)；

持股数量(“amount” 列)；

账户余额(“balance” 列)；

市值(“value” 列)；

4、数据可视化

通过python的绘图函数，将市值、股票交易价格、持股数量等数据，按时间数据进行显示。

python培训：http://www.baizhiedu.com/python2019