Python 股票分析入门

初入数据分析大门，感觉需要补的知识太多太多。不太建议系统补齐各种知识，因为大概率会倒在半路上。

以项目为导向，梳理大概流程，对流程中所需的知识点进行大致学习，以后遇到知识盲点再回来补。

接下来我以股票分析为例来了解数据分析流程。

个人认为股票分析无非就分为获取数据、数据处理、数据可视化三个部分，依赖 Python 强大的第三方开源库，上手难度变得非常低。

所需知识

基础
- Python
环境
- anaconda
数据获取
- pandas_datareader
数据处理
- numpy
- pandas
数据可视化
- matplotlib seaborn

目的

分析股票走势
多只股票的关系

Python 基本语法

推荐去看廖雪峰的 Python 教程，浅显易懂，上手很快。

安装 anaconda

Anaconda是一个包含180+的科学包及其依赖项的开源Python发行版本。

安装 anaconda，直接去anaconda 官网下载安装即可。

anaconda 安装成功后，会自带安装 Jupyter，jupyter 主要用于我们代码的编写和运行。

创建一个新文件夹 stock-market-analysis ,进入当前目录，启动 jupyter 。

# 启动 jupyter
conda notebook
复制代码

启动成功，在浏览器中打开 http://localhost:8888/tree) ，单击 new，创建一个新的 notebook 就可以开始愉快的玩耍了！

numpy

numpy 是一个用于科学计算的 Python 库。

基本用法

# 引入 numpy
import numpy as np
复制代码

# 创建一个长度为15，3乘5的二维数组
a = np.arange(15).reshape(3, 5)
# 打印a
a
复制代码

array([[ 0,  1,  2,  3,  4],[ 5,  6,  7,  8,  9],[10, 11, 12, 13, 14]])
复制代码

# 创建一个长度为15，间隔10，3乘5的二维数组
b = np.arange( 1, 150, 10 ).reshape(3, 5)
# 打印b
b
复制代码

array([[  1,  11,  21,  31,  41],[ 51,  61,  71,  81,  91],[101, 111, 121, 131, 141]])
复制代码

# 两个二维数组相加
a + b
复制代码

array([[  1,  12,  23,  34,  45],[ 56,  67,  78,  89, 100],[111, 122, 133, 144, 155]])
复制代码

去官网了解更多

pandas

pandas 是一个基于 numpy 强大的 Python 数据分析包，它提供了很高级的数据结构和大量处理数据的方法。最终目的是为了我们更好的理解和处理数据。

基本用法

pandas 提供了两种数据结构，Series 和 DataFrame。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
复制代码

Series

Series 类似于字典，可以根据索引查找对应值

# 创建一个长度为4，1到10的随机整数
Series(np.random.randint(1,10,4))
复制代码

0    4
1    2
2    3
3    1
dtype: int64
复制代码

# 指定index
s = Series(np.random.randint(1,10,4), index=['a','b','c','d'])
s
复制代码

a    4
b    5
c    5
d    8
dtype: int64
复制代码

# 根据 index 查找
s['a']
复制代码

4
复制代码

DataFrame

DataFrame 是二维的数据结构，可以用行列的方式表示，可以把它想象成一个 Excel 表。

# 生成值为时间的数组
dates = pd.date_range('20130101', periods=6)
dates
复制代码

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04','2013-01-05', '2013-01-06'],dtype='datetime64[ns]', freq='D')
复制代码

# 生成 index 为日期，列名为 ABCD 的 DataFrame
df = DataFrame(np.random.randint(1,10,24).reshape(6,4), index=dates, columns=list('ABCD'))
df
复制代码

	A	B	C	D
2013-01-01	4	3	5	3
2013-01-02	3	1	1	8
2013-01-03	6	1	8	6
2013-01-04	8	8	9	2
2013-01-05	1	5	1	8
2013-01-06	2	4	9	5

去官网了解更多

matplotlib seaborn

matplotlib 是 Python 非常重要的数据可视化库，而 seaborn 是基于 matplotlib 开发的可视化库，更为强大易用。

基本用法

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
复制代码

# 创建一个 Series，1000个从1到100间隔均匀的数组
s = Series(np.linspace(1, 100, 1000))
复制代码

s.plot()
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x1a226a23c8>
复制代码

# 创建一个 DataFrame，1到10的随机整数，10乘4的二维数组，列名为 a,b,c,d
df = DataFrame(np.random.randint(1,10,40).reshape(10,4),columns=list("abcd"))
复制代码

df
复制代码

	a	b	c	d
0	3	6	8	9
1	2	6	9	9
2	8	9	2	9
3	7	4	5	4
4	7	9	5	8
5	9	9	3	3
6	5	2	3	1
7	1	8	3	7
8	3	1	7	2
9	2	1	9	7

# matpoltlib 画图
df.plot()
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x11fe2ab38>
复制代码

# 对每列进行求和
df_sum = df.sum()
# 指定柱状图
df_sum.plot(kind='bar')
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x1a22821668>
复制代码

# seaborn 画图
index = df_sum.index
values = df_sum.values
sns.barplot(index, values)
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x1a229041d0>
复制代码

去 matplotlib 官网了解更多

去 seaborn 官网了解更多

有了以上的一些基本知识就可开始分析股票了。

股票分析

股票分析的步骤：

获取数据
处理数据
数据可视化
分析数据

# basic
import numpy as np
import pandas as pd
from pandas import Series, DataFrame# get data
import pandas_datareader as pdr# visual
import matplotlib.pyplot as plt
import seaborn as sns# time
from datetime import datetime
复制代码

# pandas_datareader 这个库提供 API 来获取股票数据
# get_data_yahoo 代表数据源来自 yahoo，'BABA' 是阿里巴巴的股票代码
df = pdr.get_data_yahoo('BABA')
# 由于数据较多，我们只取头部的五条数据来看
# high 表示最高价，low 表示最低价，open 表示开盘价，close 表示收盘价，volume 表示交易量
df.head()
复制代码

	High	Low	Open	Close	Volume	Adj Close
Date
2014-09-19	99.699997	89.949997	92.699997	93.889999	271879400	93.889999
2014-09-22	92.949997	89.500000	92.699997	89.889999	66657800	89.889999
2014-09-23	90.480003	86.620003	88.940002	87.169998	39009800	87.169998
2014-09-24	90.570000	87.220001	88.470001	90.570000	32088000	90.570000
2014-09-25	91.500000	88.500000	91.089996	88.919998	28598000	88.919998

# 我们取五家从2015年1月1号至今的股票数据进行分析
# 'MSFT'：微软, 'AAPL'：苹果, 'AMZN'：亚马逊, 'FB'：脸书, 'GOOG'：谷歌
start = datetime(2015,1,1)
company = ['MSFT', 'AAPL', 'AMZN', 'FB', 'GOOG']
top_df = pdr.get_data_yahoo(company, start=start)
复制代码

# 得到一个数据集合，这个数据集合是 pandas.core 数据结构
type(top_df)
复制代码

pandas.core.frame.DataFrame
复制代码

# 看一下他们最近几日的收盘价
top_df['Close'].tail()
复制代码

Symbols	AAPL	AMZN	FB	GOOG	MSFT
Date
2018-10-30	213.300003	1530.420044	146.220001	1036.209961	103.730003
2018-10-31	218.860001	1598.010010	151.789993	1076.770020	106.809998
2018-11-01	222.220001	1665.530029	151.750000	1070.000000	105.919998
2018-11-02	207.479996	1665.530029	150.350006	1057.790039	106.160004
2018-11-05	201.589996	1627.800049	148.679993	1040.089966	107.510002

# 直接用 matplotlib 画它们的股价走势
top_df['Close'].plot()
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x1a1741f748>
复制代码

# 根据他们的股价走势，画出股价波动
top_df_dr = top_df['Close'].pct_change()
top_df_dr.plot()
复制代码

<matplotlib.axes._subplots.AxesSubplot at 0x1a173004a8>
复制代码

# 上面的估计波动图太密集，不容易开出问题，我们选亚马逊和谷歌的进行对比
# 利用 seaborn 画出亚马逊和谷歌的散点图
# 每个点对应的横坐标和纵坐标，分别对应谷歌和亚马逊当日的涨跌情况，如果都为负数说明当日股价均为下跌
sns.jointplot('AMZN', 'GOOG', top_df_dr)
复制代码

<seaborn.axisgrid.JointGrid at 0x1a172d8048>
复制代码

# 我们还可以利用强大的 seaborn 对五家公司进行相互对比
sns.pairplot(top_df_dr.dropna())
复制代码

<seaborn.axisgrid.PairGrid at 0x1a1786ada0>
复制代码

感谢阅读！