前言

本文旨在帮助想用python做数据分析，或者想对某只或某几支股票进行风险对比和横向分析的朋友进行梳理。内容较为简洁，文中用到的包都会列举出来，如有问题，欢迎交流学习~

一、实现步骤

1.引入库（导包）

代码如下（示例）：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
import matplotlib
import seaborn as sns
from pandas import Series,DataFrame

tushare: 爬取历史或实时股票数据
seaborn Seaborn is a library for making statistical graphics in Python. It is built on top of matplotlib and closely integrated with pandas data structures.
pyplot matplotlib.pyplot是一个有命令风格的函数集合，它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变，例如创建一幅图，在图中创建一个绘图区域，在绘图区域中添加一条线等等。

2.读入数据

代码如下：

sns.set()
plt.rcParams['font.family'] = 'SimHei'#设置字体，使之支持图表显示中文

#写入感兴趣的股票代码并获得其历史数据
huayu=ts.get_hist_data('600741')
huayu.index=pd.to_datetime(bosch.index)
#平安
zgpa=ts.get_hist_data('000001')
zgpa.index=pd.to_datetime(zgpa.index)
#万科
wanke=ts.get_hist_data('000002')
wanke.index=pd.to_datetime(wanke.index)
#国农科技
gnkj=ts.get_hist_data('000004')
gnkj.index=pd.to_datetime(gnkj.index)

#获取为当日闭盘价
closing_df=zgpa[['open','close']]
closing_df['zgpa_df']=zgpa['close']
closing_df['wanke_df']=wanke['close']
closing_df['gnkj_df']=gnkj['close']
closing_df['huayu_df']=huayu['close']
del closing_df['open']
del closing_df['close']
tech_rets=closing_df.pct_change()[:100]
#获取两支股票的相关系数
sns.jointplot('wanke_df','gnkj_df',tech_rets,kind='scatter')

3.数据分析可视化

3.1 风险相关图

rets=tech_rets.dropna()
area=np.pi*20
plt.scatter(rets.mean(),rets.std())
#分别设定xy的标注
plt.xlabel('expected return')
plt.ylabel('risk')
#画风险相关图
for label, x, y in zip(rets.columns, rets.mean(), rets.std()):plt.annotate(label, xy=(x,y), xytext=(50, 50), textcoords='offset points',ha='right', va='bottom',arrowprops=dict(arrowstyle= '-' ,connectionstyle='arc3,rad=-0.3'))

3.2 历史收盘价

ma_day=[10,20,50]
# 指每几日均价
for ma in ma_day:column_name='ma for %s days'%(str(ma))huayu[column_name]=huayu['close'].rolling(2).mean()plt.title('huayu收盘价')
plt.plot(bosch['close'],label='收盘价')

3.2 ma5 ma20

plt.plot(huayu['ma5'],label='ma5')#5日收盘均价

plt.plot(huayu['ma20'],label='ma20')

3.2 历史成交量

plt.plot(huayu['volume'],label='成交量')

总结

总的来说，这只股票涨势还是不错的，当然此处只做数据分析不做股票推荐。可以根据股票代码pick让你心动的那支~

python数据分析——股票分析相关推荐

使用python进行股票分析
使用python进行股票分析目录使用python进行股票分析数据获取数据分析量价关系底部盘整止跌企稳数据获取数据获取可以看前一篇文章,各大股票开放接口介绍数据分析量价关系当股价缩 ...
Python进行股票分析
Python进行股票分析 1.准备工作可以结合视频进行学习,视频链接:视频 2.工具以及所需库 jupyter notebooktushare.pandas.numpy.matplotlib 3.库 ...
python mysql股票分析_一颗韭菜的自我修养：用Python分析下股市，练练手
股市跌宕起伏.7 月初 A 股飙升,股票瞬间成为大家的热门讨论话题,「现在入场还来得及吗?」几乎成为新的问候语. 然而,经历了连续近 10 个交易日的快牛行情后,上证指数上涨势头放缓.这是牛市,还是熊 ...
小猪的Python学习之旅 —— 15.浅尝Python数据分析：分析2018政府工作报告中的高频词...
一句话概括本文: 爬取2018政府工作报告,通过**jieba**库进行分词后做词频统计, 最后使用 wordcloud 库制作naive词云,非常有意思- 引言: 昨晚写完上一篇把爬取到的数据写入到 ...
python数据分析案例分析题_Python数据分析-案例分析
星火:Python数据分析基础zhuanlan.zhihu.com 两个学习道具: 1)这个网页可以调用全球最大的搜索引擎(长按此处可以复制): 事先准备: 在notebook中想要导入Excel文 ...
超级实用！用Python写股票分析工具
Python的热度一直高居不下!除了数据分析,还有运维.自动化测试.后端开发.机器学习...Python的用武之地真的太多了! 而量化更是Python的一种高级应用! 什么是量化? 我们利用计算机技术 ...
python股票交易编程最好的书_用Python 进行股票分析有什么好的入门书籍或者课程吗？...
展开全部个人觉得这问题问的不太对636f707962616964757a686964616f31333365643630,说句不好的话,你是来搞编程的还是做股票的. 当然,如果题主只是用来搜集资料, ...
python数据分析股票
英文出处:Curtis Miller 这篇博文是用Python分析股市数据系列两部中的第一部,内容基于我犹他大学数学3900 (数据科学)的课程.在这些博文中,我会讨论一些基础知识.比如如何用pan ...
python做股票分析_利用Python进行股票投资组合分析（调试）
pythonsp500-robo-advisor-edition Python for Financial Analyses 需要的镜像文件和数据--Robo Advisor edition. 小结 ...

python数据分析——股票分析

python数据分析——股票分析

前言

一、实现步骤

1.引入库（导包）

2.读入数据

3.数据分析可视化

3.1 风险相关图

3.2 历史收盘价

3.2 ma5 ma20

3.2 历史成交量

总结

python数据分析——股票分析相关推荐

最新文章

热门文章