finlab 2.0.16

Analyzing stock has never been easier.

FinLab

瞬間的閃念之中，揭示過去十年2000支股票的歷史數據，這就是finlab package！不僅如此，它與pandas無縫整合，讓你在策略創建的旅程中，如同進行一場華麗的交響樂演奏。其語法之簡潔，讓你撰寫策略時有如神助。

你只需要撰寫人類懂得邏輯，而程式會自動融合各種頻率的歷史數據來選股，這不僅是程式設計上的巧思，更是對簡潔的極致追求。當你以為這已經是頂峰，它的詳細回測結果，又將你帶入更深一層的分析維度，每一筆數據都讓你的決策更加精準。 在幾秒鐘之內，2000支股票的回測，這速度，這效率，它不僅是一個 package，這是一個交易者的夢想加速器！這是finlab，一個為熱血操盤手量身打造的回測神器！

功能

• 📊 快速存取龐大資料集：單一指令即可取得2000支股票過去十年的歷史數據。
• 🐼 Pandas整合：利用熟悉且功能強大的pandas函式庫，輕鬆設計交易策略。
• 🔍 用戶友好的語法✍️：採用簡潔直觀編碼語法。
• 🕒 多頻率數據處理：自動整合管理不同時間頻率的歷史數據。
• 🔬 全面的回測分析：透過詳細的回測報告，獲得深入的洞察。
• 🚀 高速計算：得益於 Cython 優化的性能，幾秒鐘內即可執行2000支股票的回測。
• 🤖 機器學習：結合 qlib 研發機器學習策略。

相關連結

• 量化交易完整教學：什麼是量化交易、台股策略回測器與平台比較
• 程式文檔
• Jupyter Notebook 範例
• 回測儀表板

簡易教學

下載資料

輸入以下程式碼，即可下載資料。可以查詢有哪些歷史資料可以下載。

from finlab import data

data.get('price:收盤價')

date	0015	0050	0051	0052	0053
2007-04-23	9.54	57.85	32.83	38.4	nan
2007-04-24	9.54	58.1	32.99	38.65	nan
2007-04-25	9.52	57.6	32.8	38.59	nan
2007-04-26	9.59	57.7	32.8	38.6	nan
2007-04-27	9.55	57.5	32.72	38.4	nan

撰寫策略

可以用非常簡單的 Pandas 語法來撰寫策略邏輯，以創新高的策略來說，可以用以下的寫法：

from finlab import data

close = data.get('price:收盤價')

# 創三百個交易日新高
position = close >= close.rolling(300).max()
position

date	0015	0050	0051	0052	0053
2007-04-23 00:00:00	False	False	False	False	False
2007-04-24 00:00:00	False	False	False	False	False
2007-04-25 00:00:00	False	False	False	False	False
2007-04-26 00:00:00	False	False	False	True	False
2007-04-27 00:00:00	False	False	False	False	False

這邊的 position 是一個 False/True 的查詢表，當數值為 True ，代表該股票在當天有創新高，而數字 False 則代表沒有創新高。由於創新高的股票很少，上面的範例中，只有少數股票的數值會是 True。

假設我們希望每個月底，搜尋上表中數值為 True 的股票並且買入持有一個月，可以用以下的語法：

回測績效

from finlab import backtest

report = backtest.sim(position, resample='M')
report.display()