Python股票数据分析

python版本:3.4 最近在学习基于python的股票数据分析,其中主要用到了tushare和seaborn。tushare是一款财经类数据接口包,国内的股票数据还是比较全的,官网地址:http://tushare.waditu.com/index.html#id5 。seaborn则是一款绘图库,通过seaborn可以轻松地画出简洁漂亮的图表,而且库本身具有一定的统计功能。 导入的模块:

import matplotlib.pyplot as plt import seaborn as sns import seaborn.linearmodels as snsl

from datetime import datetime import tushare as ts

代码部分: 股票收盘价走势曲线 sns.set_style("whitegrid") end = datetime.today() #开始时间结束时间,选取最近一年的数据 start = datetime(end.year-1,end.month,end.day) end = str(end)[0:10] start = str(start)[0:10]

stock = ts.get_hist_data('300104',start,end)#选取一支股票 stock['close'].plot(legend=True ,figsize=(10,4)) plt.show()

股票日线

同理,可以做出5日均线、10日均线以及20日均线 stock[['close','ma5','ma10','ma20']].plot(legend=True ,figsize=(10,4))

日线、5日均线、10日均线、20日均线

股票每日涨跌幅度 stock['Daily Return'] = stock['close'].pct_change() stock['Daily Return'].plot(legend=True,figsize=(10,4))

每日涨跌幅

核密度估计 sns.kdeplot(stock['Daily Return'].dropna())

核密度估计

核密度估计+统计柱状图 sns.distplot(stock['Daily Return'].dropna(),bins=100)

核密度+柱状图

两支股票的皮尔森相关系数 sns.jointplot(stock['Daily Return'],stock['Daily Return'],alpha=0.2)

皮尔森相关系数

多只股票相关性计算 stock_lis=['300113','300343','300295','300315`] #随便选取了四支互联网相关的股票 df=pd.DataFrame() for stock in stock_lis: closing_df = ts.get_hist_data(stock,start,end)['close'] df = df.join(pd.DataFrame({stock:closing_df}),how='outer') tech_rets = df.pct_change() snsl.corrplot(tech_rets.dropna())

相关性

简单地计算股票的收益与风险,衡量股票收益与风险的数值分别为股票涨跌的平均值以及标准差,平均值为正则说明收益是正的,标准差越大则说明股票波动大,风险也大。 rets = tech_rets.dropna() plt.scatter(rets.mean(),rets.std()) plt.xlabel('Excepted Return') plt.ylabel('Risk') for label,x,y in zip(rets.columns,rets.mean(),rets.std()):#添加标注 plt.annotate( label, xy =(x,y),xytext=(15,15), textcoords = 'offset points', arrowprops = dict(arrowstyle = '-',connectionstyle = 'arc3,rad=-0.3'))

原文发布于微信公众号 - 大数据挖掘DT数据分析(datadw)

原文发表时间:2017-04-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏互联网技术栈

领域驱动模型(DDD)

2004年Eric Evans 发表《领域驱动设计——软件核心复杂性应对之道》(Domain-Driven Design –Tackling Complexit...

40610
来自专栏数据科学与人工智能

【Python环境】Python数据挖掘兵器谱

Python正渐渐成为很多人工作中的第一辅助脚本语言,在文本处理,科学计算,机器学习和数据挖掘领域,有很多很多优秀的Python工具包可供使用,所以作为Pyth...

24060
来自专栏用户2442861的专栏

笔试面试的小结 反

原文  http://blog.csdn.net/suky520/article/details/39641783

17730
来自专栏数据结构与算法

博弈论进阶之Anti-SG游戏与SJ定理

前言 在之前,我们初步了解了一下SG函数与SG定理。 今天我们来分析一下SG游戏的变式——Anti-SG游戏以及它所对应的SG定理 首先从最基本的Anti-Ni...

39440
来自专栏奇点大数据

算法之旅(1)——认识算法

从今天开始,我将用100期的内容讲解各种计算机领域常用的算法和思路,以及优化方法,主要覆盖图论、模式匹配、快速查找、概率统计、聚/分类、神经网络、分布式算法等。...

299100
来自专栏我是攻城师

Lucene暴走之巧用内存倒排索引高效识别垃圾数据

309100
来自专栏灯塔大数据

深度|Python股票数据分析

最近在学习基于python的股票数据分析,其中主要用到了tushare和seaborn。 python版本:3.4 tushare是一款财经类数据接口包,国...

66060
来自专栏维恩的派VNPIE

如何利用vn.py记录指数行情?

本文主要介绍了一个‘如何利用vn.py记录指数行情?’的思路。感谢‘图扬量化’在「维恩的派」论坛内的分享!(下为原贴)

22460
来自专栏牛客网

阿里一面

【每日一语】当你厌恶你身边的人,你表达厌恶最好的方式不是和他们争吵,而是自己勤快点儿,加把劲离开他们。那样,他们就永远从你的生活中消失,和死了差不多。

20730
来自专栏牛客网

今日头条前端实习一面

面试官没通知有二面,于是觉得自己凉凉了。面试氛围还不错, 就是自己网络不好,老是卡很尴尬,所以请一定要检查好网络环境再开始。 一上来估计是在看投的简历,随便聊...

76990

扫码关注云+社区

领取腾讯云代金券