pandas 股票分析图

获取APPL，MSFT，GOOG的股票数据

stocks = pd.DataFrame({"Date": apple["Date"],
                    "AAPL": apple["Adj Close"],
                    "MSFT": microsoft["Adj Close"],
                    "GOOG": google["Adj Close"]}).set_index("Date")
print(stocks.head())

date	AAPL	GOOG	MSFT
2016-01-04	102.612183	741.840027	53.015032
2016-01-05	100.040792	742.580017	53.256889
2016-01-06	98.083025	743.619995	52.289462
2016-01-07	93.943473	726.390015	50.470697
2016-01-08	94.440222	714.469971	50.625489

1 多只股票对比
做出图形

stocks.plot(grid = True)
plt.show()

由于google的股价比较高，所以导致了Microsoft和Apple股票波动变小。一个解决的方法是使用不同的刻度线。

stocks.plot(secondary_y = ["AAPL", "MSFT"], grid = True)

还有的更好的方法是画出收益图

#df.apply(arg)将会把函数参数应用到数据框的每一列，然后再返回一个数据框
#在这行代码中，lambda中的x是一个series
stock_return = stocks.apply(lambda x: x / x[0])
stock_return.head()

做出波动图

stock_return.plot(grid = True).axhline(y = 1, color = "black", lw = 2)

通过这个图我们可以看到每一个股票相对于初始价格的收益，我们还可以看到这些股票的波动是相关的。
我们还可以做出股票的每天的变化图

stock_change = stocks.apply(lambda x: np.log(x) - np.log(x.shift(1))) # shift moves dates back by 1.

2 股票均线图

stocks["AAPL"].plot(label="APPL")
apple["20d"] = np.round(apple["Close"].rolling(window = 20, center = False).mean(), 2).plot(label="20Average")
apple["50d"] = np.round(apple["Close"].rolling(window = 50, center = False).mean(), 2).plot(label="50Average")
plt.legend()
plt.show()