1. 准备数据

原始数据 600000.csv 600050.csv 601398.csv 三个文件里是收盘价，通过收盘价计算日收益率

import pandas as pd
# 中国工商银行   ICBC   601398
# 浦发银行  SPDB  600000
# 中国联通  ChinaUnicom  600050
df_601398 = pd.read_csv('./601398.csv',encoding='utf-8')
df_600000 = pd.read_csv('./600000.csv',encoding='utf-8')
df_600050 = pd.read_csv('./600050.csv',encoding='utf-8')
df_601398.head()

df_601398['o_date'] = df_601398['tradeDate']
df_601398['o_date'] = pd.to_datetime(df_601398['o_date'])
df_601398.sort_values(by='o_date',ascending=True,inplace=True)
# daily_returns 日收益率
df_601398['daily_returns'] = (df_601398['closePrice']-df_601398['closePrice'].shift(1))/df_601398['closePrice'].shift(1)
df_601398.head()

df_600000['o_date'] = df_600000['tradeDate']
df_600000['o_date'] = pd.to_datetime(df_600000['o_date'])
df_600000.sort_values(by='o_date',ascending=True,inplace=True)
df_600000['daily_returns'] = (df_600000['closePrice']-df_600000['closePrice'].shift(1))/df_600000['closePrice'].shift(1)df_600050['o_date'] = df_600050['tradeDate']
df_600050['o_date'] = pd.to_datetime(df_600050['o_date'])
df_600050.sort_values(by='o_date',ascending=True,inplace=True)
df_600050['daily_returns'] = (df_600050['closePrice']-df_600050['closePrice'].shift(1))/df_600050['closePrice'].shift(1)# 中国工商银行  gsyh
df_601398.rename(columns={'daily_returns':'gsyh'},inplace=True)
# 浦发银行  pfyh
df_600000.rename(columns={'daily_returns':'pfyh'},inplace=True)
# 中国联通 zglt
df_600050.rename(columns={'daily_returns':'zglt'},inplace=True)df_601398 = df_601398.loc[:,['tradeDate','gsyh']]
df_600000 = df_600000.loc[:,['tradeDate','pfyh']]
df_600050 = df_600050.loc[:,['tradeDate','zglt']]

合并到一个表中，按日期对齐

three_df = pd.merge(df_601398,df_600000,how='inner',on='tradeDate')
three_df = pd.merge(three_df,df_600050,how='inner',on='tradeDate')
three_df.head()

three_df.to_csv('chapter_13_dailyreturns.csv',encoding='utf-8')

2. 绘制频数直方图

import matplotlib.pyplot as plt
# 频数直方图
gsyh = three_df.gsyh
plt.hist(gsyh)

3. 数据的位置

概念：

样本平均数(Sample Mean)、中位数(Median)、众数(Mode)、百分位数(Percentile)

# 平均数
three_df.zglt.mean()
# out: 0.0004284562650822751# 中位数
three_df.zglt.median()
# out: 0.0# 众数
three_df.zglt.mode()
# out:0    0.0
#     dtype: float64# 上下四分位数
[three_df.zglt.quantile(i) for i in [0.25,0.75]]
# out: [-0.010317115551694248, 0.010245151847786325]

4. 数据的离散度

概念:

4.1 极差(Range)

4.2 平均绝对偏差(Mean Absolute Deviation)

4.3 方差(Variance) 和标准差(Standard Deviation)

方差公式:

标准差公式:

# 极差
three_df.zglt.max()-three_df.zglt.min()
# out: 0.2016438874062682# 平均绝对偏差
three_df.zglt.mad()
# out: 0.015984757661984345# 方差
three_df.zglt.var()
# out: 0.0005796109187107064# 标准差
three_df.zglt.std()
# out: 0.024075109941819713

PS:

链接：https://pan.baidu.com/s/1Jck5WqDunfyph18UvguJ5g
提取码：5fo3

书籍

链接：https://pan.baidu.com/s/1xJD85-LuaA9z-Jy_LU5nOw
提取码：ihsg

统计学基础_13描述性统计相关推荐

【T】大数据统计学基础：描述性统计
引入:统计学是应用,数理统计是其理论基础. 数据的集中趋势程度平均数:平均水平中位数:中等水平众数:一般水平数据的离散程度方差:数据离中心(平均数)越远越离散标准差:避免单位平方引起的度量 ...
pandas基础(part3)--描述性统计
学习笔记,这个笔记以例子为主. 开发工具:Spyder 文章目录 numpy描述性统计 Pandas描述性统计 numpy描述性统计数值型数据的描述性统计,主要包括了计算数值型数据的完整情况.最小值 ...
统计正数和负数的个数然后计算这些数的平均值_描述性统计-统计学基础
前言所谓"工欲善其事必先利其器",作为一名数据分析师,统计学知识就是手中的"器",亦是数据分析的基础.在日常工作中统计学知识用到最多的就是描述性统计方法,有些 ...
统计学基础1：描述性统计（数据的离散度、极差、方差、标准差）
python 统计学基础1:描述性统计一.频数二.数据的位置(平均数.中位数.众数.百分位数) 三.数据的离散度(极差.偏差.方差.标准差) 3.1.极差(Range) 3.2 .平均绝对偏差(M ...
统计学之数据的描述性统计（基础）
数据的描述性统计一篇笔记,至少我还在努力目录: 数据的集中趋势: 众数,中位数,平均数,分位数,极差算术平均数,加权平均数,几何平均数数据的离中趋势: 数值型数据:方差,标准差,极差,平均差 ...
数据挖掘之统计学基础（1）：【理论】描述性统计
0x00前言描述性统计是一种汇总统计,用于定量描述或总结信息集合的特征.描述性统计的对象既可以是总体,也可以总体的一部分即是样本. 描述性统计分为集中趋势和离散趋势. 0x01集中趋势集中趋势又称 ...
统计学之描述性统计（一）
统计学之描述性统计(一) 1.描述性统计分析描述性统计分析主要是对所收集的数据进行分析,得出反映客观现象的各种数量特征的一种分析方法,它包括数据的集中趋势分析.数据离散程度分析.数据的频数分布分析等 ...
应用统计学与R语言实现学习笔记（三）——描述性统计
Chapter 3 Descriptive Statistics 本篇是第三章,内容是描述性统计.同时在这一章会开始渗透R语言的相关内容.但整体还是以理论为主. Chapter 3 Descripti ...
python数据分析及可视化（一）课程介绍以及统计学的应用、介绍、分类、基本概念及描述性统计
数据分析及可视化介绍这门课涉及多个库,其中Numpy用于数值运算:Pandas用于数据处理:Matplotlib.Seaborn.Pyecharts用于数据可视化. 数据分析介绍概念用适当的统计 ...

统计学基础_13描述性统计

1. 准备数据

2. 绘制频数直方图

3. 数据的位置

4. 数据的离散度

统计学基础_13描述性统计相关推荐

最新文章

热门文章