《跟我学习AI量化投资》通过chatgpt进行选股，简单易懂，降低人为操作风险

1. 打开chatgpt，向其提问题，内容如下： 写一个Python程序，能够统计最近一个月涨幅达到30%以上的股票在最近一个月前的市值、成交额、阳线数量、振幅和继续形态（使用TA-Lib）,请把每一个维度统计的方法和参数定义出来。

得到的chatgpt回答截图如下：

得到的代码如下：

import tushare as ts
import pandas as pd
import numpy as np
import talib

# 获取股票数据
start_date = '2022-02-25'
end_date = '2023-02-25'
stock_data = ts.get_hist_data('600519', start=start_date, end=end_date)

# 计算股票的涨幅
stock_data['pct_change'] = (stock_data['close'] - stock_data['close'].shift(1)) / stock_data['close'].shift(1)

# 找到最近一个月涨幅超过30%的日期
condition = stock_data['pct_change'] > 0.3
last_month_date = condition[condition].index[-1]

# 统计最近一个月涨幅超过30%的股票的市值
last_month_market_value = ts.get_stock_basics(date=last_month_date)['totals']['600519']

# 统计最近一个月涨幅超过30%的股票的成交额
last_month_turnover = stock_data.loc[last_month_date:, 'amount'].sum()

# 统计最近一个月涨幅超过30%的股票的阳线数量
last_month_up_days = len(stock_data[stock_data['pct_change'] > 0])

# 统计最近一个月涨幅超过30%的股票的振幅
last_month_amplitude = talib.ATR(stock_data['high'], stock_data['low'], stock_data['close'], timeperiod=14).iloc[-1]

# 统计最近一个月涨幅超过30%的股票的继续形态
last_month_continuation = talib.CDL2CROWS(stock_data['open'], stock_data['high'], stock_data['low'], stock_data['close']).iloc[-1]

以上是选股结果：茅台股票

1. 启动 Anconda3软件，运行得到的代码，查看实际结果。 1）首先需要安装 talib库，一个金融领域常用的库，安装命令如下： conda install -c conda-forge ta-lib 2）除此之外，如果是windows ，则采用安装talib 包比较简单，但要是直接pip3 install talib 会报错，需要下载whl 文件安装。 下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib 打开下载界面，往下翻，在中间位置，或者查找字符：TA-Lib，则可以找到。 TA_Lib‑0.4.24‑cp310‑cp310‑win_amd64.whl 安装命令： pip3 install TA_Lib-0.4.24-cp310-cp310-win_amd64.whl

2. Tushare是一个免费的、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程，能够为金融分析人员提供快速、整洁和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上 现在使用tushare容易出现问题，问题如下提示： 本接口即将停止更新，请尽快使用Pro版接口：https://tushare.pro/document/2 解决办法： 1）注册地址可使用这个链接 https://tushare.pro/register?reg=456140 2）token获取方法： 注册好后登陆账号，点击右上角 头像----个人主页----点击接口TOKEN----复制好了token

3. 设置token #set token ts.set_token(‘you_token’) pro = ts.pro_api()

###############################
欢迎您阅读《跟我学习AI量化投资》的作品！
欢迎加微信进行交流，谢谢！