利用Python进行数据分析之金融数据的统计分析

本文聚焦于利用Python进行金融数据分析,探讨HS300股票市值与PE的统计特性,研究个股日收益率的规律,涉及偏度、峰度等指标。同时介绍金融数据中的随机数概念,包括正态分布检验和模特卡罗模拟计算,为后续更多数据分析内容打下基础。
摘要由CSDN通过智能技术生成

金融领域必备的数据分析技能

上期讲了金融数据的储存,这期讲解利用Python进行金融数据的统计分析

下面运行环境没有的,请看第一期内容安装环境

本节重点:

  1. 分析HS300股票的市值和PE的统计规律

  2. 个股日收益率的统计规律研究

  3. 金融数据分析中的随机数

具体知识点与代码请看图示

分析HS300股票的市值和PE的统计规律

pandas.describe()方法

  • skew: 偏度

  • kurt: 峰度

numpy通用方法

  • np.max / np.mean / np.min

  • np.sum / np.std / np.median / np.Series.quantile(0,1) 分位数

  • np.Series.skew() / np.Series.kurt()

分布情况

  • 直方图: Series.hist()在这里插入图片描述

个股日收益率的统计规律研究

几个重要方法

  • DataFrame.set_index()
  • DataFrame.dropna()
  • Series.shift(1)
  • Series 加减乘除 Series
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值