建设银行的网站特点,全球十大电商平台排名,wordpress更改后台登陆地址,短视频推广的好处股票时间序列
时间序列#xff1a; 金融领域最重要的数据类型之一 股价、汇率为常见的时间序列数据 趋势分析#xff1a; 主要分析时间序列在某一方向上持续运动 在量化交易领域#xff0c;我们通过统计手段对投资品的收益率进行时间序列建模#xff0c;以此来预测未来的收…股票时间序列
时间序列 金融领域最重要的数据类型之一 股价、汇率为常见的时间序列数据 趋势分析 主要分析时间序列在某一方向上持续运动 在量化交易领域我们通过统计手段对投资品的收益率进行时间序列建模以此来预测未来的收益率并产生交易信 序列相关性 金融时间序列的一个最重要特征是序列相关性 以投资品的收益率序列为例我们会经常观察到一段时间内的收益率之间存在正相关或者负相关
Pandas时间序列函数
datetime 时间序列最常用的数据类型 方便进行各种时间类型运算 loc Pandas中对DateFrame进行筛选的函数相当于SQL中的where groupby Pandas中对数据分组函数相当于SQL中的GroupBy 读取数据 def testReadFile(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)print(df.info())print(-------------)print(df.describe())时间处理 def testTime(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df[date] pd.to_datetime(df[date])df[year] df[date].dt.yeardf[month] df[date].dt.monthprint(df)最低收盘价 def testCloseMin(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]print(close min : {}.format(df[close].min()))print(close min index : {}.format(df[close].idxmin()))print(close min frame : {}.format(df.loc[df[close].idxmin()]))每月平均收盘价与开盘价 def testMean(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df[date] pd.to_datetime(df[date])df[month] df[date].dt.monthprint(month close mean : {}.format(df.groupby(month)[close].mean()))print(month open mean : {}.format(df.groupby(month)[open].mean()))算涨跌幅
# 涨跌幅今日收盘价减去昨日收盘价def testRipples_ratio(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df[date] pd.to_datetime(df[date])df[rise] df[close].diff()df[rise_ratio] df[rise] / df.shift(-1)[close]print(df)计算股价移动平均
def testMA(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df[ma_5] df.close.rolling(window5).mean()df[ma_10] df.close.rolling(window10).mean()df df.fillna(0)print(df)K线图
K线图 K线图蕴含大量信息能显示股价的强弱、多空双方的力量对比是技术分析最常见的工具
K线图实现
Matplotlib 一个Python 的 2D绘图库,窗以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形 matplotlib finance python 中可以用来画出蜡烛图线图的分析工具目前已经从 matplotlib 中独立出来 读取股票数据画出K线图 def testKLineChart(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]fig plt.figure()axes fig.add_subplot(111)candlestick2_ochl(axaxes,opensdf[open].values,closesdf[close].values,highsdf[high].values,lowsdf[low].values,width0.75,colorupred,colordowngreen)plt.xticks(range(len(df.index.values)),df.index.values,rotation30)axes.grid(True)plt.title(K-Line)plt.show()def testKLineByVolume(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df df[[date,close,open,high,low,volume]]df[date] pd.to_datetime(df[date])df df.set_index(date)my_color mpf.make_marketcolors(up red,down green,wick i,volume {up:red,down:green},ohlc i)my_style mpf.make_mpf_style(marketcolors my_color,gridaxis both,gridstyle -.,rc {font.family:STSong})mpf.plot(df,type candle,title K-LineByVolume,ylabel price,style my_style,show_nontrading False,volume True,ylabel_lower volume,datetime_format %Y-%m-%d,xrotation 45,linecolor #00ff00,tight_layout False)K线图带交易量及均线 def testKLineByMA(self):file_name rD:\lhjytest\demo.csvdf pd.read_csv(file_name)df.columns [stock_id,date,close,open,high,low,volume]df df[[date,close,open,high,low,volume]]df[date] pd.to_datetime(df[date])df df.set_index(date)my_color mpf.make_marketcolors(up red,down green,wick i,volume {up:red,down:green},ohlc i)my_style mpf.make_mpf_style(marketcolors my_color,gridaxis both,gridstyle -.,rc {font.family:STSong})mpf.plot(df,type candle,mav [5,10],titleK-LineByVolume,ylabelprice,stylemy_style,show_nontradingFalse,volumeTrue,ylabel_lowervolume,datetime_format%Y-%m-%d,xrotation45,linecolor#00ff00,tight_layoutFalse)
