【量化投资– Python、pandas技巧系列】历史数据告诉你：KDJ指标选股有效吗？

本系列帖子“量化小讲堂”，通过实际的案例让大家知道如何使用Python、pandas进行金融数据处理。帖子主要面向来自金融领域的入门学习者，大神请轻拍。希望能对大家有帮助。

之前的系列文章：
【量化小讲堂 – python & pandas技巧系列】使用python计算移动平均线
 【量化小讲堂 – Python、pandas技巧系列】windows下如何安装Python、pandas
【量化小讲堂 – Python、pandas技巧系列】计算创业板平均市盈率
 【量化小讲堂- Python、pandas技巧系列】极简方法将日线数据转为周线、月线或其他周期

注：很多小伙伴问我之前文章中用到的数据在哪里下载，是在这个地址，这里可以下载到所有股票、从上市日起的交易数据，财务数据。

【量化小讲堂- Python、pandas技巧系列】历史数据告诉你：KDJ指标选股有效吗？

KDJ指标是最常用的技术指标之一，它的作用是判断股票未来短期的走势。很多书店里卖的炒股类书籍都会推荐这个指标，并认为KDJ指标低位金叉是一个非常好的买点，还会给出几个很漂亮的K线图形来印证他们的观点。少数的几个例子不能让人信服，KDJ指标低位金叉选股效果到底好不好，一定要用大样本说话。

本篇文章将找出历史上所有股票的全部低位金叉情况，并且统计这些股票在金叉之后若干个交易日内的涨幅，看是否有显著的正收益。通过这个案例将着重向大家介绍pandas的如下功能：

使用pandas导入股票数据
如何计算KDJ指标
如何计算KDJ指标金叉
shift()函数的用法
append()函数的用法

下面开始正文：

需要找出历史上所有股票的全部低位金叉情况，那么首先必须要有股票的历史日线交易数据，从这个网站可以下载到所有股票的历史日线数据，可以作为我们计算的原始数据。数据下载下来是下图这个样子：
每个股票一个csv文件

每一行是每一天的数据

这个日线数据有以下的字段：
【code】股票的代码，上证股票以sh开头，深证股票以sz开头
【date】交易日期
【open】开盘价
【high】最高价
【low】最低价
【close】收盘价
【change】涨跌幅，复权之后的真实涨跌幅，保证准确
【volume】成交量
【money】成交额
【traded_market_value】流通市值
【market_value】总市值
【turnover】换手率，成交量/流通股本
【adjust_price】后复权价，复权开始时间为股票上市日，精确到小数点后10位
【report_type】最近一期财务报告的类型，3-31对应一季报，6-30对应半年报，9-30对应三季报，12-31对应年报
【report_date】最近一期财务报告实际发布的日期
【PE_TTM】最近12个月市盈率，股价 / 最近12个月归属母公司的每股收益TTM
【PS_TTM】最近12个月市销率，股价 / 最近12个月每股营业收入
【PC_TTM】最近12个月市现率，股价 / 最近12个月每股经营现金流
【PB】市净率，股价 / 最近期财报每股净资产