从tushare获取股票数据，计算最近半年当天股票高开低走的概率，高于1%开盘是高开，低于-1%收盘是低走

好的，我可以帮你回答这个问题。首先，需要安装 tushare 库并且获取股票数据。假设你已经安装并且获取了股票数据，可以使用以下代码计算最近半年当天股票高开低走的概率：

import pandas as pd
import tushare as ts

# 获取半年前到现在的日期
today = pd.Timestamp.today().strftime('%Y-%m-%d')
half_year_ago = (pd.Timestamp.today() - pd.Timedelta(days=180)).strftime('%Y-%m-%d')

# 获取股票数据
df = ts.get_k_data('000001', start=half_year_ago, end=today)

# 计算高开和低走的次数
df['is_high_open'] = df['open'].pct_change() > 0.01  # 判断是否高开
df['is_low_close'] = df['close'].pct_change() < -0.01  # 判断是否低走
count_high_open = df['is_high_open'].sum()  # 统计高开的次数
count_low_close = df['is_low_close'].sum()  # 统计低走的次数
total_count = len(df)  # 统计总次数

# 计算概率
prob_high_open = count_high_open / total_count  # 计算高开的概率
prob_low_close = count_low_close / total_count  # 计算低走的概率

这段代码会获取最近半年的股票数据，然后计算每日开盘价相对于前一日的涨跌幅，判断是否高于1%。将结果存储在 `is_high_open` 列中。接着，计算每日收盘价相对于前一日的涨跌幅，然后判断是否低于-1%。将结果存储在 `is_low_close` 列中。最后，统计高开和低走的次数，并通过总次数计算概率。

注意：这段代码只是一个示例，具体实现会根据你的数据格式和需求有所不同。