python3阿里巴巴股票数据统计
目录
导包
读取数据
收盘价曲线
对数收益率的向量化计算
移动平均值计算
移动历史标准差--移动历史波动率
导包
import numpy as np
import pandas as pd
Backend TkAgg is interactive backend. Turning interactive mode on.
import pandas_datareader.data as web
读取数据
从雅虎财经读取BABA股票信息
>>> baba = web.DataReader(name = 'BABA',data_source='yahoo',start='2014-09-19')
baba.info() #打印列信息
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1126 entries, 2014-09-19 to 2019-03-12
Data columns (total 6 columns):
High 1126 non-null float64
Low 1126 non-null float64
Open 1126 non-null float64
Close 1126 non-null float64
Volume 1126 non-null int64
Adj Close 1126 non-null float64
dtypes: float64(5), int64(1)
memory usage: 61.6 KB
>>> baba.tail()High Low ... Volume Adj Close
Date ...
2019-03-06 185.589996 183.020004 ... 10009100 184.169998
2019-03-07 181.800003 176.729996 ... 16488900 177.320007
2019-03-08 175.350006 171.565002 ... 14674200 175.029999
2019-03-11 181.720001 177.580002 ... 13764000 180.410004
2019-03-12 182.179993 179.509995 ... 8655500 180.630005[5 rows x 6 columns]
收盘价曲线
baba['Close'].plot(figsize=(8,5)) #设置长宽比例
<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B2F91908>
对数收益率的向量化计算
>>> baba['Return'] = np.log(baba['Close']/baba['Close'].shift(1)) #shift前移
>>> baba[['Close','Return']].plot(subplots=True,style='b',figsize=(8,5)) #分开显示,加粗
array([<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B0DB4828>,<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B5018EF0>],dtype=object)
移动平均值计算
月度
baba['30d']=baba['Close'].rolling(window=30).mean() #30日均值
季度
baba['90d']=baba['Close'].rolling(window=90).mean() #90日均值
baba[['Close','30d','90d']].tail()Close 30d 90d
Date
2019-03-06 184.169998 171.160334 155.307334
2019-03-07 177.320007 172.003335 155.726334
2019-03-08 175.029999 172.642334 156.064445
2019-03-11 180.410004 173.349001 156.481556
2019-03-12 180.630005 174.072668 157.006556
移动历史标准差--移动历史波动率
import math
baba['Mov_Vol_30'] = baba['Return'].rolling(window=30).std()*math.sqrt(30)
baba['Mov_Vol'] = baba['Return'].rolling(window=365).std()*math.sqrt(365)
baba[['Close','Mov_Vol','Mov_Vol_30','Return']].plot(subplots=True,style='b',figsize=(8,7))
array([<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B14E8860>,<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B524D1D0>,<matplotlib.axes._subplots.AxesSubplot object at 0x00000168B5482898>],dtype=object)
python3阿里巴巴股票数据统计相关推荐
- python分析股票数据_Python数据可视化——股票数据分析
1.背景 GAFATA,它表示的是GOOGLE,AMAZON,FACEBOOK,APPLE,TENCENT,ALIBABA这六家互联网巨头的首字母缩写.本文主要分析GAFATA这六家公司股票近一年的的 ...
- 大数据统计大量股票开盘平均价和收盘平均价
大数据统计大量股票开盘和收盘的平均价 一.需要统计的文件: 二.单个文件内容: 三.程序: 程序来自小奶狗的博客 连接为:https://blog.csdn.net/pengyangyan/artic ...
- python 股票分析api,2020-04-21 用python3 按周分析新浪接口股票数据(篇一:下载、存储篇)...
思路概览一:下载存储 股票数据量大,有一定的涨跌模式,为了节约看股时间,今天我们用python3,量化分析有关股票数据. 总体思路:使用通达信获得所有股票代码,然后通过requests 模块下载htt ...
- python3抓取数据_python3抓取到的拉勾数据统计
趁着最近有时间写了个拉勾爬虫抓取了后端.前端和移动端技术岗位的数据,总共大约6多万条记录,对其取前十名进行统计 按地域划分: 可以看出北上广深杭的数量远远超出其它城市,机会相对较多 2. 按融资阶段来 ...
- Tushare财经数据接口(三)案例——股票基本面统计
Tushare财经数据接口 股票基本面统计 使用get_stock_basics()函数一次性下载所有股票基本面数据.这对观察股票的整体市场情况很有帮助. import tushare as ts i ...
- Day02| 第四期-阿里巴巴股票行情分析(一)
01 前言 2020年高考的第一天到来了,不晓得你的心情如何,我想我们始终忘不了的是对追梦过程中的努力,希望长大以后 ...
- 如何用python爬股票数据_python爬虫股票数据,如何用python 爬虫抓取金融数据
Q1:如何用python 爬虫抓取金融数据 获取数据是数据分析中必不可少的一部分,而网络爬虫是是获取数据的一个重要渠道之一.鉴于此,我拾起了Python这把利器,开启了网络爬虫之路. 本篇使用的版本为 ...
- 基于python获取雅虎金融股票数据及相关可视化操作
@TOC 基于python3实现 1.获取数据 1.1单只股票 (1)加载所需的包 import pandas as pd import pandas_datareader.data as web i ...
- 获取股票数据【使用JQData查询行情数据、财务指标、估值指标】
了解股票: 在上一次量化小科普[什么是量化?常用的股票量化指标.如何搭建量化交易系统]对于量化的概念有了一个基本认识,其中量化的主体在这门课程的学习中是"股票",而当别人问你:&q ...
最新文章
- 全局变量和局部变量的区别_值得收藏!8大技巧,带你了解菜鸟和高手的区别!...
- php使用memcache存储session
- 华为mate20 android,华为Mate20 Pro上手:安卓最强机会带来哪些体验惊喜?
- HDU 4609 3-idiots(FFT)
- 基于区块链技术的数据资产管理机制研究
- 04732微型计算机技术,04732微型计算机及其接口技术200710
- java中String字符串的替换函数:replace与replaceAll的区别
- Java动态数组的实现
- linux 之间复制文件,两台Linux服务器之间复制文件
- linux latex编译器,在Ubuntu系统中下载安装LaTeX编辑器TeXstudio的方法
- 密西根州立大学计算机qs分数,2020年密歇根州立大学QS世界排名
- mysql数据库熔断_服务熔断
- Java语言这些年的发展
- 学习太极创客 — MQTT 第二章(一)QoS 服务质量等级
- 凝思系统linx删除用户命令
- CodeForces - 616C The Labyrinth dfs+暴力
- 两款简单的拒绝服务攻击工具
- Matlab过零补偿角,无刷直流电机反电动势过零检测及其相位补偿.pdf
- 费希尔控制器知识讲解
- 单选按钮RadioButton使用
热门文章
- 神经网络 深度神经网络,边缘计算 神经网络
- 我的 2020 总结,我在蚂蚁成长的这一年
- springboot(九)--统一异常处理(500)、错误页处理(404)
- leetcode971. 翻转二叉树以匹配先序遍历
- Ubuntu下tc命令配置网络时延、丢包、带宽
- 中国教育培训机构市场运营状况与投资咨询预测报告2022年版
- 拼多多token延长时间
- 想当程序员,如何判断自己是否适合当前端程序员?
- python编码口诀_【每日一练】python输出 9*9 乘法口诀表
- python猜单词游戏_17.Python猜单词游戏