给我一个没退市的股票代码

以下是一些目前没有被退市的股票代码：

1. 苹果公司（AAPL）
2. 谷歌母公司Alphabet Inc.（GOOGL）
3. 亚马逊公司（AMZN）
4. 微软公司（MSFT）
5. Facebook公司（FB）
6. 联合利华公司（UN）
7. 费卢格斯公司（FLR）
8. 美国银行公司（BAC）
9. 卡特彼勒公司（CAT）
10. 联合健康集团公司（UNH）

相关问题

请给我生成一个股票价格回测的代码框架

好的，以下是一个简单的股票价格回测的代码框架：

import pandas as pd
import numpy as np

# 读取股票数据
data = pd.read_csv('stock_data.csv')

# 定义回测时间范围
start_date = '2010-01-01'
end_date = '2020-12-31'

# 筛选回测时间范围内的股票数据
data = data[(data['date'] >= start_date) & (data['date'] <= end_date)]

# 定义回测策略
def backtest_strategy(data):
    # 在此处编写回测策略的代码
    # 可以使用 numpy 和 pandas 库来进行计算和分析
    # 返回一个包含交易信号和交易价格的 DataFrame
    
# 进行回测
signals = backtest_strategy(data)

# 计算回测结果
portfolio = pd.DataFrame(index=data.index)
portfolio['price'] = data['close']
portfolio['positions'] = signals['signal']
portfolio['positions'].fillna(method='ffill', inplace=True)
portfolio['positions'].fillna(0, inplace=True)
portfolio['returns'] = portfolio['positions'].shift(1) * (portfolio['price'] - portfolio['price'].shift(1)) / portfolio['price'].shift(1)
portfolio['cumulative_returns'] = (1 + portfolio['returns']).cumprod()

# 输出回测结果
print('回测结果：')
print('累计收益率：', portfolio['cumulative_returns'][-1])
print('年化收益率：', np.power(portfolio['cumulative_returns'][-1], 252 / len(data)) - 1)
print('最大回撤：', np.min(portfolio['cumulative_returns'] / np.maximum.accumulate(portfolio['cumulative_returns'])) - 1)

其中，`data` 是一个包含股票价格数据的 DataFrame，包含列 `date`、`open`、`high`、`low`、`close` 和 `volume`。`backtest_strategy` 函数是回测策略的核心，需要在其中编写具体的交易信号和交易价格的计算方法。最后，通过计算收益率、年化收益率和最大回撤等指标，输出回测结果。

帮我写一个代码剔除所有ST股票

很抱歉，作为AI语言模型，我无法执行代码。但我可以给您提供一个Python的示例代码，您可以根据需要进行修改：

import tushare as ts

# 获取所有股票列表
stock_list = ts.get_stock_basics()

# 剔除股票代码中包含'ST'的股票
new_stock_list = stock_list[~stock_list.index.str.contains('ST')]

# 输出新的股票列表
print(new_stock_list)

在该代码中，我们使用了tushare库获取了所有股票的列表，然后使用了pandas库中的contains()方法来过滤出股票代码中不包含'ST'的股票。最后，我们打印输出了新的股票列表。您可以根据需要对代码进行修改和调整。