标签：重构 设计 处理 开发 成交额 数据结构 amp font class
4. 如果计算各项股票指标时，或者处理业务流程时，上一篇的直观认知数据结构，怎样帮助开发者去好好操作，又同时避免计算错误的坑。
首先从上篇的数据结据，可以看出/设计出多少种业务和股票指标。
A. 恒生成份股的股份编号
恒指成份股编别 = list(恒生成份股.keys())
B. 个股的收市价&成交额。
腾讯收市价 = 恒生指数[成份股].iloc[大市成交日, 收市价]
腾讯成交额 = 恒生指数[成份股].iloc[大市成交日, 成交额]
C. 恒生成份股的收市价&成交额。
恒生成份股收市价s = 恒生指数[成份股].iloc[大市成交日, 收市价] 恒生成份股成交额s = 恒生指数[成份股].iloc[大市成交日, 成交额]
D. 恒生成份股的昨日收市价&成交额。
恒生成份股昨日收市价s = 恒生指数[成份股].iloc[大市昨日成交, 收市价]
恒生成份股昨日成交额s = 恒生指数[成份股].iloc[大市昨日成交, 成交额]
E. 恒生成份股的5天收市价
MA5 = 恒生指数[成份股][2020-01-07 : 2020-01-11][收市价]
F. 恒生成份股的5天均线（MA5）
MA5 = 恒生指数[成份股][2020-01-07 : 2020-01-11][收市价].mean()
用Pandas Dataframe来抓取重构金融股票的各种业务&数据形态
标签：重构 设计 处理 开发 成交额 数据结构 amp font class
原文地址：https://www.cnblogs.com/chenkuang/p/12236369.html
