用python做股票数据分析

本文我们一起用python来对某只股票的所有历史日数据，做一个探索性的分析，看看能不能有一些有趣的发现，希望能激起你对金融数据分析的兴趣。主要用到numpy，pandas模块的一些基本用法。本文的所有数据，包含所有A股的日数据，在文末有下载。

一、熟悉数据集

我们先导入需要的模块，然后用pandas的read_csv方法载入数据集。

观察数据集，包含了代码为000001的股票（平安银行）从上市至今的共6000多天的交易记录，包括每个交易日的交易日期，四个价格（最高，最低，开盘，收盘），涨跌（比），以及交易量和交易额。可以说，有了上面这些数据，可以造出任意一个技术分析指标。

画个收盘价的均线图试试看：

上文代码解释：我们先把“trade_date“这一列调整为时间格式，再把它设置为index。然后用df.rolling().mean()计算移动平均数。最后为了现实清晰，选取6500行以后的三个数据进行可视化显示。

二、初步探索数据集

1.看一下目前的价格处于历史中的什么价位

知道了一只股票的价格目前相对最高最低价所处的位置，我们就可以据此对它有一个总体的认识。我们还可以把上面的代码封装成一个函数，函数的输入是股票代码，然后遍历所有的股票，这样我们就可以挑选出我们需要的股票进行进一步研究。比如你想要超低价股，那么可以把p小于5%的股票打印出来，如果想要历史最高价的股票，那就是p＝1.

2.选择合适的移动平均数

有些散户喜欢利用移动平均线来判断买入卖出，比如常见的，五日ma5上穿十日均线ma10时买入股票，反之卖出股票。那我们接下来先看看，这样的策略效果怎么样。

上文代码解释：我们根据之前的df生成一个新的dataframe：signals。然后把ma5大于ma10的情况筛选出来，生成新的dataframe：upsig。再对所有ma5大于ma10的时候的涨跌绝对值进行一个简单的相加。可以看出，结果还是比较大的，说明这个策略在这只股票上其实还是有可行性的。

那么我们不禁要问，5和10这两个参数是不是最佳的呢？如果选5和20呢？结果怎么样？如果你能想到把上面的代码封装成函数，然后用这两个参数作为输入，用循环遍历的方法求出一个最大值，那么也是很可以的了。当然我们还有更加犀利的工具，那就是机器学习！

用上面的代码，一会儿就造出了接近500个特征，也就是我们机器学习重点的input_data,然后我们可以选取“change”作为我们的结果标签，需要优化的两个参数可以作为超参，使用LR,SVM,RF,ANN等模型把它们玩透。怎么玩？请听下回分解。

关于Python学习指南

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python！

👉Python所有方向的学习路线👈

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。（全套教程文末领取）

👉Python学习视频600合集👈

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：文末

👉Python70个实战练手案例&源码👈

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉Python大厂面试资料👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉Python副业兼职路线&方法👈

学好 Python 不论是就业还是做副业赚钱都不错，但要学会兼职接单还是要有一个学习规划。

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】