原创文章第320篇,专注“个人成长与财富自由、世界运作的逻辑与投资"。
今天是教师节,祝所有老师节日快乐!师者,传道授业解惑。
今天构建可转债的数据。
大家也许要问为什么先构建可转债的数据,两个原因:
一是从投资理念看,可转债与ETF相似之处在于,可转债也属于“中低”风险投资领域;
二是可转债几百支,数据量相对小,而且可转债的数据里,也需要构建对应的正股数据,也后续做股票数据打下基础。
可转债基础数据:
@asset(description='从tushare更新可转债列表', group_name='basic')
def bond_list_from_ts():
df = loader_ts.get_bond_list()
df = df.rename(columns={'ts_code': 'symbol'})
df['_id'] = df['symbol']
get_dagster_logger().info(df)
mongo_utils.write_df('bond_basic', df, drop_tb_if_exist=True)
return df
A股市场,一共上市954支可转债,除去已经退市的,当前可以交易的转债为567支,下图完成入mongo数据库。
从mongo取出可转债列表:
@asset(description='从mongo读存续期内的可转债列表', group_name='bond')
def bond_list_from_mongo():
items = mongo_utils.get_db()['bond_basic'].find({}, {'_id': 0, 'symbol': 1})
symbols = list(pd.DataFrame(list(items))['symbol'])
get_dagster_logger().debug(symbols)
return symbols
获取可转债的日线数据,包括债券价值,转股溢价率等:
与ETF数据类似,我们把导入日线历史数据、日线增量数据,导入到csv里,而后全局计算其因子,供排序、检索之用。ETF全量数据下载,引擎重构代码升级分析,ETF的数据截至昨天又重新更新:
大数据看投资
近期商品强势,主要是黄金。无论是动量还是阻力支撑,都很强。
其次易方达原油:
银行、保险、证券等行业动量弱势,但支撑很强。
“查看原文”链接可以自行进行分析。
联系客服