给我一个没退市的股票代码
时间: 2023-12-06 10:41:24 浏览: 33
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:
```python
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。