金融数据分析库yfinance，初次使用体验！

原创

皮大大

发布于 2023-08-29 00:20:56

2.9K1

发布于 2023-08-29 00:20:56

文章被收录于专栏：机器学习/数据可视化机器学习/数据可视化

公众号：尤而小屋作者：Peter 编辑：Peter

大家好，我是Peter~

今天给大家介绍一个金融数据分析库yfinance，主要是基于该库下的股票数据分析及股价预测（使用LSTM模型）

yfinance库

yfinance 是一个用于从 Yahoo Finance 获取金融数据的 Python 库。它提供了一个方便的接口，让用户能够轻松地下载和处理股票、指数、货币对等金融市场的历史价格数据和其他相关信息。yfinance 让开发者和分析师能够使用 Python 进行金融数据分析、可视化和研究。

以下是 yfinance 的一些特点和功能：

简单易用的接口： yfinance 提供了简单的函数调用，使用户能够通过指定股票代码、日期范围等参数来获取历史价格数据。
多种数据获取：除了股票价格数据，yfinance 还可以获取其他金融数据，如分红、拆股等。
多样的时间尺度：用户可以选择不同的时间尺度，如日线、周线、月线等来获取不同粒度的数据。
数据处理和分析：通过将数据转换为 pandas 数据框，用户可以方便地进行数据处理、计算技术指标和执行分析操作。
全球市场： yfinance 不仅仅支持美国市场，还能够获取许多全球市场的金融数据。
免费使用： yfinance 是一个免费开源的库，不需要额外的订阅费用。

使用方法：

1、安装pip install yfinance

2、获取股票数据

import yfinance as yf

# 指定股票代码
name = 'AAPL'

# 下载历史价格数据
apple = yf.download(name, start='2022-01-01', end='2022-12-31')

导入库

In 1:

import pandas as pd
import numpy as np

import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style('whitegrid')
plt.style.use("fivethirtyeight")
%matplotlib inline

from datetime import datetime

# pip install pandas_datareader
from pandas_datareader.data import DataReader
import yfinance as yf
from pandas_datareader import data as pdr

yf.pdr_override()

import warnings
warnings.filterwarnings("ignore")

下载数据

In 2:

# 获取4个公司股价信息

tech_list = ['AAPL', 'GOOG', 'MSFT', 'AMZN']

设置股票的起止时间：

结束时间是现在
开始时间是过去一年

In 3:

end = datetime.now()
start = datetime(end.year - 1, end.month, end.day)

基于yfinance库下载股票的数据：

In 4:

# 单个股票数据下载

yf.download("AAPL", start, end)

下面是循环遍历tech_list列表，将每个股票下载的数据（DataFrame）保存到对应的股票名字中：

In 5:

for stock in tech_list:
    globals()[stock] = yf.download(stock, start, end)
[*********************100%***********************]  1 of 1 completed
[*********************100%***********************]  1 of 1 completed
[*********************100%***********************]  1 of 1 completed
[*********************100%***********************]  1 of 1 completed

公司名称和数据的配对：

In 7:

company_list = [AAPL, GOOG, MSFT, AMZN]  # 上面下载的4个数据

company_name = ["APPLE", "GOOGLE", "MICROSOFT", "AMAZON"]

for company, com_name in zip(company_list, company_name):
    # company 是每个股票的DataFrame数据
    company["company_name"] = com_name

此时，每个股票company作为全局变量已经更新，添加了新的字段company_name。

4个数据的合并：

In 8:

df = pd.concat(company_list, axis=0)
df.tail()

数据统计信息

In 9:

GOOG.describe()

Out9:

具体的数据信息，以谷歌股价为例：

In 10:

GOOG.info()
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 251 entries, 2022-08-18 to 2023-08-17
Data columns (total 7 columns):
 #   Column        Non-Null Count  Dtype  
---  ------        --------------  -----  
 0   Open          251 non-null    float64
 1   High          251 non-null    float64
 2   Low           251 non-null    float64
 3   Close         251 non-null    float64
 4   Adj Close     251 non-null    float64
 5   Volume        251 non-null    int64  
 6   company_name  251 non-null    object 
dtypes: float64(5), int64(1), object(1)
memory usage: 15.7+ KB

数据探索分析

收盘价

In 11:

plt.figure(figsize=(15,10))
plt.subplots_adjust(top=1.25, bottom=1.2)

for i, company in enumerate(company_list, 1):
    plt.subplot(2,2,i)
    company["Adj Close"].plot()
    plt.ylabel("Adj Close")
    plt.xlabel(None)
    plt.title(f"Closing Price of {tech_list[i-1]}")
    
plt.tight_layout()

成交量对比

In 12:

plt.figure(figsize=(15,10))
plt.subplots_adjust(top=1.25, bottom=1.2)

for i, company in enumerate(company_list, 1):
    plt.subplot(2,2,i)
    company["Volume"].plot()
    plt.ylabel("Volume")
    plt.xlabel(None)
    plt.title(f"Volume for {tech_list[i-1]}")
    
plt.tight_layout()

滑动平均

股票收盘价的滑动平均：

In 13:

ma_day = [10,20,50]

for ma in ma_day:
    for company in company_list:
        column_name = f"MA for {ma} days"
        company[column_name] = company["Adj Close"].rolling(ma).mean()
        
fig, axes = plt.subplots(nrows=2, ncols=2)
fig.set_figheight(10)
fig.set_figwidth(15)

# 取出4个字段的数据进行绘图
AAPL[['Adj Close', 'MA for 10 days', 'MA for 20 days', 'MA for 50 days']].plot(ax=axes[0,0])
axes[0,0].set_title('APPLE')

GOOG[['Adj Close', 'MA for 10 days', 'MA for 20 days', 'MA for 50 days']].plot(ax=axes[0,1])
axes[0,1].set_title('GOOGLE')

MSFT[['Adj Close', 'MA for 10 days', 'MA for 20 days', 'MA for 50 days']].plot(ax=axes[1,0])
axes[1,0].set_title('MICROSOFT')

AMZN[['Adj Close', 'MA for 10 days', 'MA for 20 days', 'MA for 50 days']].plot(ax=axes[1,1])
axes[1,1].set_title('AMAZON')

fig.tight_layout()

可以看到模拟效果最好的是20日移动平均曲线

日回报率

使用Pandas中的pct_change函数：

具体来说，pct_change() 函数的功能是计算相邻元素之间的变化率，这在分析时间序列数据时非常有用。

该函数会将当前元素与前一个元素进行比较，并计算两者之间的百分比变化。这可以帮助分析者理解数据的波动情况，尤其是在金融分析等领域。

In 14:

for company in company_list:
    company["Daily Return"] = company["Adj Close"].pct_change()

In 15:

fig,axes = plt.subplots(nrows=2, ncols=2)
fig.set_figheight(10)
fig.set_figwidth(15)

AAPL["Daily Return"].plot(ax=axes[0,0],legend=True,linestyle="--",marker="o")
axes[0,1].set_title("APPLE")

GOOG['Daily Return'].plot(ax=axes[0,1], legend=True, linestyle='--', marker='o')
axes[0,1].set_title('GOOGLE')

MSFT['Daily Return'].plot(ax=axes[1,0], legend=True, linestyle='--', marker='o')
axes[1,0].set_title('MICROSOFT')

AMZN['Daily Return'].plot(ax=axes[1,1], legend=True, linestyle='--', marker='o')
axes[1,1].set_title('AMAZON')

fig.tight_layout()

基于直方图和核密度图查看平均日回报率：

In 16:

plt.figure(figsize=(12,9))

for i, company in enumerate(company_list, 1):
    plt.subplot(2,2,i)
    company['Daily Return'].hist(bins=50)
    plt.xlabel('Daily Return')
    plt.ylabel('Counts')
    plt.title(f'{company_name[i - 1]}')
    
plt.tight_layout()

收盘价的历史走势趋势图：

In 27:

plt.figure(figsize=(16,6))
plt.title('Close Price History')
plt.plot(df['Close'])
plt.xlabel('Date', fontsize=18)
plt.ylabel('Close Price of Apple', fontsize=18)
plt.show()

数据标准化

In 28:

data = df.filter(["Close"])

dataset = data.values

In 29:

from sklearn.preprocessing import MinMaxScaler

scaler = MinMaxScaler(feature_range=(0,1))
scaled_data = scaler.fit_transform(dataset)  # 对整体数据的标准化

scaled_data

Out29:

array([[0.00405082],
       [0.0044833 ],
       [0.00538153],
       ...,
       [0.89589184],
       [0.89107004],
       [0.876988  ]])

数据切分

In 30:

training_data_len = int(np.ceil(len(dataset) * 0.95))

training_data_len

Out30:

In 31:

train_data = scaled_data[0:int(training_data_len), :]

x_train = []
y_train = []

for i in range(60, len(train_data)):
    x_train.append(train_data[i-60:i, 0])
    y_train.append(train_data[i, 0])

训练集的shape重置：

In 32:

x_train, y_train = np.array(x_train), np.array(y_train)

x_train = np.reshape(x_train,(x_train.shape[0], x_train.shape[1], 1))

x_train.shape

Out32:

(2719, 60, 1)

建模

In 33:

from keras.models import Sequential
from keras.layers import Dense, LSTM

# LSTM model
model = Sequential()
model.add(LSTM(128, return_sequences=True, input_shape= (x_train.shape[1], 1)))
model.add(LSTM(64, return_sequences=False))
model.add(Dense(25))
model.add(Dense(1))

model.compile(optimizer='adam', loss='mean_squared_error')

训练模型

In 34:

model.fit(x_train, y_train, batch_size=1, epochs=1)
2719/2719 [==============================] - 168s 58ms/step - loss: 0.0013

Out34:

<keras.callbacks.History at 0x15c3d2a10>

模型预测

In 35:

test_data = scaled_data[training_data_len - 60: , :]

x_test = []
y_test = dataset[training_data_len:, :]
for i in range(60, len(test_data)):
    x_test.append(test_data[i-60:i, 0])
    
x_test = np.array(x_test)

In 36:

x_test = np.reshape(x_test, (x_test.shape[0], x_test.shape[1], 1 ))

In 37:

# 模型预测

predictions = model.predict(x_test)
predictions = scaler.inverse_transform(predictions)

rmse = np.sqrt(np.mean(((predictions - y_test) ** 2)))
rmse

Out37:

5.405450466807663

预测结果可视化

In 38:

train = data[:training_data_len]
valid = data[training_data_len:]
valid['Predictions'] = predictions

plt.figure(figsize=(16,6))
plt.title('LSTM Model')
plt.xlabel('Date', fontsize=18)
plt.ylabel('Close Price of APPLE', fontsize=18)
plt.plot(train['Close'])
plt.plot(valid[['Close', 'Predictions']])
plt.legend(['Train', 'Val', 'Predictions'], loc='lower right')
plt.show()