2.1.1　下载数据并创建交易信号

我们继续使用第1章中的股票数据，并根据小瓦的交易策略，创建交易信号。先导入一些必要的库，输入代码如下：

#导入必要的库
from pandas_datareader import data as dt
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

注意：在本书的写作过程中，每一章对应单独的notebook文件。因此在每章，我们都会导入所需要的库，且已经导入的库在本章内不会重复导入。如果读者朋友不是按章建立notebook文件进行练习的话，请注意库的加载情况，以免程序报错。

运行代码，如果程序没有报错，就说明导入成功。接下来进行数据的下载，输入代码如下：

运行代码，可以得到如表2.1所示的结果。

表2.1　使用datareader下载的股票数据

【结果分析】和第1章中相同，程序给我们返回了股票数据的前5行。如果读者朋友也看到了表2.1所示的结果，说明数据下载成功。

下面我们就使用新下载的数据来创建交易信号，并根据交易信号的变化进行下单操作。和第1章不同的是，为了更能体现出股票的真实价值，我们选取股票调整后的收盘价Adj Close作为股票的真实价格。同时，为了便于计算下单的数量，我们用0替换掉数据表中第一行的空值NaN，并且用0标记股价上涨或无变化，用1标记股价下跌。输入代码如下：

运行代码，会得到如表2.2所示的结果。

表2.2　创建交易信号并下单

【结果分析】从表2.2中可以清晰地看到，在2020年1月6日这一天，股价下跌了大约6角，程序给出交易信号“1”，这时下单买入100股；而到了1月7日，股价上涨了约5角5分，程序给出交易信号“0”，此时交易信号的变化为0 –1= –1，因此下单卖出100股。经过这一买一卖的交易，小瓦可以赚到大约55元，看起来还不错。