Python量化分析—指数基金定投及Matplotlib作图：实现双Y轴和中文显示

本文链接：https://blog.csdn.net/Sero_Qu/article/details/53267473

本文介绍了使用pandas进行指数基金定投策略的分析，包括利用pd.read_csv处理时间序列数据，cumprod和cumsum函数的应用，以及pd.concat的用法。同时讲解了matplotlib在绘制图表时实现中文显示和双Y轴标签的方法。通过实例展示了基金定投与理财的收益对比，结果显示在大部分时间里，指数基金定投的收益超过理财。

摘要由CSDN通过智能技术生成

pandas指数基金定投策略

1.pd.read_csv中的index_col表示将交易日期这一列指定为index索引，parse_dates表示将某一column（通常包含时间数据信息）解析为时间列，以便将输入的字符串转换为可变的的时间序列；做时间序列数据分析通常要指定parse_dates,否则在选取时间范围时可能识别错误。
2.cumprod()函数和cumsum()函数使用
3.了解pd.concat()的用法：concat 与其说是连接，更准确的说是拼接。就是把两个表直接合在一起。于是有一个突出的问题，是横向拼接还是纵向拼接，所以concat 函数的关键参数是axis。axis=0 是行拼接，拼接之后行数增加，列数也根据join来定，join=’outer’时，列数是两表并集。同理join=’inner’,列数是两表交集。
在默认情况下，axis=0为纵向拼接，此时有concat([df1,df2]) 等价于 df1.append(df2)，在axis=1 时为横向拼接，此时有concat([df1,df2],axis=1) 等价于merge(df1,df2,left_index=True,right_index=True,how=’outer’)
4.loc,iloc,ix的区别，loc[[0,100],[‘a’,’b’]]表示选取第0和100行两行，a，b两列；iloc同样用法，不同是iloc可以用iloc[[0,-1],[‘a’,’b’]],loc不行，但iloc不能用行标签来选取；

data=pd.read_csv('overview-data-sh/index/sh000001.csv',encoding='gbk',index_col='交易日期',parse_dates=['交易日期'])

data=data[['股票代码','收盘价']].sort_index()
data.index=pd.to_datetime(data.index)
data=data['20130731':'20160930']
data['无风险利率']=(4/100 + 1) **(1/250)-1   #将4%作为无风险年化利率
data['无风险收益_净值']=(data.无风险利率+1).cumprod()

b