本文整理汇总了Python中DataModel.cal_linear_ma30方法的典型用法代码示例。如果您正苦于以下问题：Python DataModel.cal_linear_ma30方法的具体用法？Python DataModel.cal_linear_ma30怎么用？Python DataModel.cal_linear_ma30使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类DataModel的用法示例。
在下文中一共展示了DataModel.cal_linear_ma30方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1:
# 需要导入模块: import DataModel [as 别名]
# 或者: from DataModel import cal_linear_ma30 [as 别名]
# 计算所有的股票ma30直线, 排除一个月上市的新股
bvalues = []
avalues = []
date = []
t_codes = []
df = ts.get_stock_basics()
i = 0
# 日期提前一个月，进行比较
tt2 = time.strptime('20160403','%Y%m%d')
for each in df.index:
print each
if i < 20:
timeMarket = time.strptime(str(df.at[each,'timeToMarket']),'%Y%m%d')
if timeMarket < tt2:
print 'good'
pre = dm.cal_linear_ma30(each, 20.0)
bvalues.append(pre['b'][0])
avalues.append(pre['a'].tolist())
t_codes.append(each)
else:
print 'bad'
else:
break
i = i+1
# 计算得到前20个b值大的
# bvalues, avalues, t_codes, date = dm.cal_linear_ma30_code(0, 20.0, '20160303') 两个月
# 先取数据
# all_data = dm.get_all_data('2016-05-04',False)
# 计算ma5,10,20,30
# bvalues30, avalues,t_codes,date=dm.cal_linear_ma_code(0, 20.0, '20160303','2016-05-04', 30, False, all_data)