用苹果股价详解量化分析的4种基本操作

Python最近几年的热度越来越高，其在多个领域都得到了广泛的使用，尤其是在量化分析方面，最近几年可以说是得到了飞速发展，现在说它是量化分析第一语言也不为过，笔者今天就介绍一下Python在量化分析中的一些基本使用操作。

今天讲的操作共有4种，都是我们经常用到的，而这4种操作都要用到pandas库，因为是量化分析，所以也要用到一些股票数据，我们就用“宇宙第一大股”苹果公司的股票数据来作为演示。

首先还是导入各种库。

import pandas as pd
import numpy as np
import yfinance as yf

这里我们稍微介绍一下yfinance，yfinance是使用Yahoo! Finance数据源的一个库，这个库的优点是下载速度快（没有被墙）、免费，同时导出来的数据就是pandas.DataFrame格式，非常好用。然后就是下载我们所需的苹果公司的股票数据，这里我们下载过去5年的数据，即2015年1月1日到2019年12月31日的数据，代码如下。

df = yf.download('AAPL', start='2015-01-02', end='2020-01-01', progress=False) #progress是进度显示条，最好关闭

yfinance的时间参数有些不同，其是滞后一天的，所以我们要下载第一天2015年1月1日的数据，则要设置为'2015-01-02'，截止时间也同样延后一天，同时设置progress=False，以关闭下载进度条。下载好的数据大致如图1所示。

图1. 苹果股价数据示例

有了数据，我们就开始介绍一下这4种基本操作。

一、rolling window

rolling window是对某个窗口期内的数据进行操作，其原理和我们常用的groupby有些类似，不过是在窗口期内进行操作，其使用方法如下。

df_rolling = df.rolling(window=3)
df_rolling.max()[:10]
df_rolling.sum()[:10]

这里df_rolling可以看作是一个中间变量，就和我们进行过groupby之后形成的变量一样，然后再在其基础上进行操作。比如我们进行max和sum操作，得到的结果就如图2所示。

图2. rolling的结果

rolling操作有几个参数，作用分别如下。

（1）window：表示窗口期的大小，类型为int，比如df.rolling(window=3).max()就表示以3天为窗口期，在连续的3天（也就是3行数据）内进行取最大值操作。因为第一天和第二天都不满3天，所以这两个值都空缺，df_rolling中前两行也因此都是NaN，然后依次向下滚动操作。

（2）min_periods：最小观测值，int类型，默认与window相等。其值一般小于等于window值，比如df.rolling(3,min_periods=2).max()[:10]，就表示一个窗口期内至少有2个值存在，否则就不予计算，其结果如图3所示。假如有3个连续值都是NaN，则这个结果不参与计算。

图3. min_periods的结果

（3）center：是否使用窗口期的中间值作为label，默认为false。这个一般配合min_periods使用，比如df.rolling(window=3, min_periods=2, center=True).max()[:10]的结果如图4所示，其第一和第二行数据都存在，因为是以三行中间那行为label，向前向后各推一行，又因为min_periods=2，所以第一行也有数据，这和图3是有区别的。

图4. center的结果

（4）win_type：指定窗口类型，默认为None，不作指定则认为窗口期内各个数据的权重相等，这个比较复杂，一般用不到。比如设置为’hamming’，则返回一个Hamming窗口，其具体算法可以参考scipy.signal.windows的官方文档。

（5）on：对于多列数据，用on来指定在哪一列上进行操作，这个有点多余，我们可以直接在选取数据时就指定好数据了。

（6）axis：值为1或0，默认为0。1表示在横向上进行操作，0表示纵向上进行操作。

（7）closed：定义区间的开闭，默认为'right'，即左开右闭。可以设置为'right'、'left'、'both'或者'neither'。

而除了上面介绍的max和sum操作，其他操作如median、var、std、corr、aggregate等都能使用，这里笔者不再一一赘述。

二、expanding window

expanding window是以递增形式对整个数据进行操作。其一共有3个参数，分别是min_periods、center和axis，其作用和rolling中的一样，所以这里不再介绍。expanding window的使用方法如下。

df.expanding(3).sum()[:10]

图5. expanding的结果

其结果如图5所示。我们可以看到，每行结果都是对前面所有行结果的加和，整个数据就是在不断地expand，所以才叫expanding，其他操作如median、var、std、corr、aggregate等也都能使用。

三、exponentially weighted moving window

exponentially weighted moving window就是指数式加权递减的移动平均。各数值的加权而随时间而呈指数式递减，越近期的数据加权越重。

exponentially weighted moving window有如下参数可选，

（1）com：主要用于构成α，参考图6。

（2）span：根据范围指定衰减，α=2/(span+1)，其中span≥1。

（3）halflife：根据半衰期指定衰减，α=1−exp(log(0.5)/halflife)，其中halflife>0。

（4）alpha：直接指定平滑系数α，0<α≤1。

（5）min_periods：和前面例子中用法相同。

（6）adjust：是否除以开始阶段的衰减调整因子，默认为True，主要用于解释相对权重的不平衡性。

（7）ignore_na：是否忽略缺失值。

（8）axis：和前面例子中用法相同。

图6. ewm的递推公式

exponentially weighted moving window的递推公式如图6所示，其中com、span、halflife、alpha这4个值至少指定一个，alpha的公式如式（1）所示，当adjust为False时，递推公式用式（2）；当adjust为True时，用式（3）。其代码如下所示，结果如图7所示。

df.ewm(alpha=0.2).mean()[:10]

图7. ewm的结果

这个ewm的计算稍微复杂点，其方法只有5种，分别是mean、std、var、corr和cov，大家最好自己也动手试一下。

四、shift

shift说白了就是平移，即index不变，数据左右或上下移动指定行数。用法如下，结果如图8所示。

df.shift(1)[:10]

图8. shift的结果

shift一共有4个参数，作用如下。

（1）period：表示移动的幅度，可以是正数，也可以是负数，默认为1。

（2）freq：格式为DateOffset、timedelta或string，可选参数，默认值为None，只适用于时间序列，如果这个参数存在，那么会按照参数值移动时间索引，而数据值没有发生变化。

（3）axis：用法和前面例子相同。

（4）fill_value：移动后缺失值的填充。

shift很常用，但理解起来也很简单，这里也不再赘述。

结语

本文主要从一些基本操作入手，来展示一下量化分析的部分应用，量化分析是一个很广泛的领域，大家如有兴趣也可以自行查找资料来学习，笔者以后也会再写一些这方面的文章分享给大家。

作者简介：Mort，数据分析爱好者，擅长数据可视化，比较关注机器学习领域，希望能和业内朋友多学习交流。

赞赏作者

Python中文社区作为一个去中心化的全球技术社区，以成为全球20万Python中文开发者的精神部落为愿景，目前覆盖各大主流媒体和协作平台，与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系，拥有来自十多个国家和地区数万名登记会员，会员来自以工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司，全平台近20万开发者关注。

长按扫码添加“Python小助手”

▼点击成为社区会员   喜欢就点个在看吧