【数据分析与可视化】股票市场分析实战之历史趋势分析

# 基本信息
import numpy as np
import pandas as pd
from pandas import Series, DataFrame# 股票数据读取
import pandas_datareader as pdr# 可视化
import matplotlib.pyplot as plt
import seaborn as sns
#%matplotlib inline# time
from datetime import datetime

start = datetime(2015,9,20)
# 获取阿里股票数据
alibaba = pdr.get_data_yahoo('BABA', start=start)
# 获取亚马逊数据
amazon = pdr.get_components_yahoo('AMZN')

# 数据存储alibaba.to_csv('url')
# 读取本地数据
alibaba = pd.read_csv('/Users/bennyrhys/Desktop/数据分析可视化-数据集/homework/BABA.csv',index_col=0)
amazon = pd.read_csv('/Users/bennyrhys/Desktop/数据分析可视化-数据集/homework/AMZN.csv',index_col=0)

alibaba.head()

	Open	High	Low	Close	Adj Close	Volume
Date
2015-09-21	65.379997	66.400002	62.959999	63.900002	63.900002	22355100
2015-09-22	62.939999	63.270000	61.580002	61.900002	61.900002	14897900
2015-09-23	61.959999	62.299999	59.680000	60.000000	60.000000	22684600
2015-09-24	59.419998	60.340000	58.209999	59.919998	59.919998	20645700
2015-09-25	60.630001	60.840000	58.919998	59.240002	59.240002	17009100

amazon.head()

	Open	High	Low	Close	Adj Close	Volume
Date
2015-09-21	544.330017	549.780029	539.590027	548.390015	548.390015	3283300
2015-09-22	539.710022	543.549988	532.659973	538.400024	538.400024	3841700
2015-09-23	538.299988	541.210022	534.000000	536.070007	536.070007	2237600
2015-09-24	530.549988	534.559998	522.869995	533.750000	533.750000	3501000
2015-09-25	542.570007	542.799988	521.400024	524.250000	524.250000	4031000

# 闭盘走势
alibaba['Adj Close'].plot(legend=True)

<matplotlib.axes._subplots.AxesSubplot at 0x1a252e4ad0>

# 交易量
alibaba['Volume'].plot(legend=True)

<matplotlib.axes._subplots.AxesSubplot at 0x1a216b9790>

# 闭盘走势-两家公司
alibaba['Adj Close'].plot()
amazon['Adj Close'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1a26641290>

# 统计每日差值
alibaba['high-low'] = alibaba['High'] - alibaba['Low']
alibaba.head()

	Open	High	Low	Close	Adj Close	Volume	high-low
Date
2015-09-21	65.379997	66.400002	62.959999	63.900002	63.900002	22355100	3.440003
2015-09-22	62.939999	63.270000	61.580002	61.900002	61.900002	14897900	1.689998
2015-09-23	61.959999	62.299999	59.680000	60.000000	60.000000	22684600	2.619999
2015-09-24	59.419998	60.340000	58.209999	59.919998	59.919998	20645700	2.130001
2015-09-25	60.630001	60.840000	58.919998	59.240002	59.240002	17009100	1.920002

alibaba['high-low'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1a26668a90>

# 每天的改变
alibaba['daily-return'] = alibaba['Adj Close'].pct_change()
alibaba.head()

	Open	High	Low	Close	Adj Close	Volume	high-low	daily-return
Date
2015-09-21	65.379997	66.400002	62.959999	63.900002	63.900002	22355100	3.440003	NaN
2015-09-22	62.939999	63.270000	61.580002	61.900002	61.900002	14897900	1.689998	-0.031299
2015-09-23	61.959999	62.299999	59.680000	60.000000	60.000000	22684600	2.619999	-0.030695
2015-09-24	59.419998	60.340000	58.209999	59.919998	59.919998	20645700	2.130001	-0.001333
2015-09-25	60.630001	60.840000	58.919998	59.240002	59.240002	17009100	1.920002	-0.011348

alibaba['daily-return'].plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1a28c20410>

# 美化图
alibaba['daily-return'].plot(figsize=(10,4),linestyle='--',marker='o')

<matplotlib.axes._subplots.AxesSubplot at 0x1a29240a90>

# 直方图
alibaba['daily-return'].plot(kind='hist')

<matplotlib.axes._subplots.AxesSubplot at 0x1a2786f050>

sns.distplot(alibaba['daily-return'].dropna(),bins=100, color='purple')

<matplotlib.axes._subplots.AxesSubplot at 0x1a28bf8710>

【数据分析与可视化】股票市场分析实战之历史趋势分析相关推荐

python 股票市场分析实战
说明:本文python股票市场分析实战主要包括两个方面,一是历史趋势分析,二是风险分析.听着挺厉害,其实......咳,咳实验数据:来源于Yahoo Finance,网址:https://finan ...
MATLAB-基于长短期记忆网络(LSTM)的SP500的股票价格预测股价预测 matlab实战数据分析数据可视化时序数据预测变种RNN 股票预测
MATLAB-基于长短期记忆网络(LSTM)的SP500的股票价格预测股价预测 matlab实战数据分析数据可视化时序数据预测变种RNN 股票预测摘要近些年,随着计算机技术的不断发展,神 ...
众筹编写《微生物组数据分析与可视化实战》——成为宏基因组学百科全书的创始人...
众筹编写<微生物组数据分析与可视化实战>--成为宏基因组学百科全书的创始人高通量测序的发展极大地推动了微生物组/宏基因组领域的发展.微生物组的数据分析和解读需要微生物学.生物信息学.统计 ...
刘永鑫：20分钟讲解微生物组数据分析与可视化实战
编者按: 2020 年 12 月 21 日,国内著名英文期刊 Protein & Cell 与热心肠研究院合作,成功举办了"Protein & Cell人类微生物组专刊线上论 ...
手把手带你用Python做数据分析和可视化项目实战，能写进简历的那种！（另送15个实战案例）...
最近几年,数据分析可真是太火了. 阿里.字节等互联网巨头基于大数据打造的商业模式获得巨大成功,使得"数据思维"."数据能力"迅速成为衡量职场人能力的核心指标,专 ...
Python实现股票数据分析的可视化
Python实现股票数据分析的可视化文章目录 Python实现股票数据分析的可视化一.简介二.代码 1.主文件 2.数据库使用文件 3.ui设计模块 4.数据处理模块三.数据样例的展示四.效 ...
Python实现房产数据分析与可视化数据分析实战
Python库的选择话说,工欲善其事,必先利其器,虽然我们已经选择Python来完成剩余的工作,但是我们需要考虑具体选择使用Pytho的哪些利器来帮助我们更快更好地完成剩余的工作. 我们可以看一下, ...
《精通Tableau商业数据分析与可视化》之目录
目录序言... 2 第一部分:商业数据分析理论篇... 13 1.1 商业数据分析的思维... 15 1.1.1 结构化:按不同的方向去分类... 15 1.1.2 公式化:对数据进行量化分 ...
赠书！《R语言数据分析与可视化从入门到精通》
专注系列化.高质量的R语言教程 R语言是一个自由.免费.源代码开放的编程语言和环境,是S语言的一个分支,多个操作系统都能方便且免费地使用它.R语言不仅具有众多经常更新的统计分析函数,还具有完整的编程功 ...
Nature子刊：教你零基础开展微生物组数据分析和可视化
使用MicrobiomeAnalyst进行微生物组数据的全面统计.功能和元分析 Using MicrobiomeAnalyst for comprehensive statistical, funct ...

【数据分析与可视化】股票市场分析实战之历史趋势分析

【数据分析与可视化】股票市场分析实战之历史趋势分析相关推荐

最新文章

热门文章