Python 应用：使用Tushare的数据，计算多只股票收益率之间的相关系数与协方差

我的Tushare ID：393587

引入模块
导出数据
数据处理
计算相关系数与协方差

引入模块

第一步，我们需要引入我们所需的模块

import tushare as ts
import pandas as pd
import numpy as np

tushare：是我们本次所要用到的数据接口，它提供丰富的数据内容，如股票、基金、期货等行情数据，并且它对于教育群体有支持，提供了免费获取金融数据的机会。
numpy：是python中能用来灵活处理数组数据的模块。
pandas：是基于Numpy的专业数据分析工具，它主要用于处理了一下dataframe的数据。

导出数据

在从tushare我们所需的导出数据之前，我们先要在tushare的官网:tuahre官网链接注册一个我们自己的账号。

在注册完了账号之后，可以在我们的个人主页获得我们账号所对应的token。才能在程序运行时，从tushare接口得到我们所需的数据。

然后在程序中输入我们的token：

tushare_token = '这里输入你在tushare账号中所对应的token'
pro = ts.pro_api(tushare_token) # 初始化接口

然后是我们从tushare导出股票的日数据的函数：

pro.daily(ts_code, start_date, end_date)

ts_code：是我们所要的股票的代码
start_date:是我们所要的数据开始的时间
end_date:是我们所要的数据结束的时间

处理数据

df_list=[] # 创建一个空list以便存储我们接下来的数据
#以股票代码为000001的平安银行为例
df = pro.daily(ts_code='000001.SZ', start_date='20180101', end_date='20210101')
# 注：（在深圳的股票就是代码加.SZ,在上海的股票就是代码加.SH）

然后我们就能得到下面的数据，存储在我们的df变量中。

在得到了数据之后，我们就要来计算我们股票的涨跌幅，并将其存入我们之前所创造的用来存储数据的df_list中：

#获得收盘价
cprice = df[['trade_date','close']].set_index('trade_date')
#让日期按升序排列
cprice = cprice.sort_index()
#计算涨跌幅
cprice['returns'] = 100 * cprice['close'].diff().div(cprice['close'])
#将数据添加进df_list中
df_list.append(cprice)

同时再用上述的方法，计算其他多支股票的涨跌幅，存入df_list。
(我在这里还选择了其他四只股票，分别为万科A，深物业A，世纪星源，以及中国宝安)

接着我们就将我们得到的df_list转换成dataframe的形式，以便我们使用pandas对数据进行处理。

#先创建一个空的dataframe用来存储我们的数据
df = pd.DataFrame([])
#把所有涨跌幅放进一个Dataframe里
for i in range(1,6):df[str(i)] = df_list[i-1]['returns']
# 将dataframe的行名称改成我们的股票名
df.columns = ['平安银行','万科A','深物业A','世纪星源','中国宝安']

就得到了这样的df：

计算相关系数与协方差

然后我们再用pandas中的corr（）函数计算数据的相关系数。

#计算相关系数
df.corr()

得到数据的相关系数：

用pandas中的cov（）函数计算数据的协方差。

#计算协方差
df.cov()

得到数据的协方差：

然后我们就得到我们所需的数据啦。