Tushare的学习总结（三）美国历年国债利率

在本篇学习日志中，我们将深入了解如何使用Tushare库获取美国历年国债利率数据，并进行详细的数据分析。

第一部分：初始化与数据获取

首先，我们需要初始化Tushare API，并使用us_tycr接口获取美国历年国债利率数据。

import tushare as ts 
import pandas as pd 
import matplotlib.pyplot as plt 

# 初始化Tushare API 
pro = ts.pro_api() 

# 获取美国历年国债收益率曲线数据（日频）从2012年3月30日到2020年3月27日 
df = pro.us_tycr(start_date='20120330', end_date='20200327')

第二部分：数据概览

让我们先来看一下获取到的美国历年国债利率数据的一些基本信息。

# 打印数据前几行 
print(df.head())

数据样例：

  date m1 m2 m3 m6 y1 y2 y3 y5 y7 y10 y20 y30 
0 20200327 0.01 0.03 0.03 0.02 0.11 0.25 0.30 0.41 0.60 0.72 1.09 1.29 
1 20200326 0.01 0.01 0.00 0.04 0.13 0.30 0.36 0.51 0.72 0.83 1.20 1.42 
2 20200325 0.00 0.00 0.00 0.07 0.19 0.34 0.41 0.56 0.77 0.88 1.23 1.45 
3 20200324 0.01 0.01 0.01 0.09 0.25 0.38 0.44 0.52 0.75 0.84 1.19 1.39 
4 20200323 0.01 0.04 0.02 0.08 0.17 0.28 0.31 0.38 0.63 0.76 1.12 1.33

第三部分：数据分析

3.1 收益率曲线趋势分析

让我们通过折线图来深入分析美国历年国债收益率曲线的趋势。

# 将日期转换为日期格式 
df['date'] = pd.to_datetime(df['date'], format='%Y%m%d') 

# 绘制收益率曲线趋势图 

plt.figure(figsize=(12, 6)) 
for column in df.columns[1:]: 
    plt.plot(df['date'], df[column], label=column) 
    plt.title('美国历年国债收益率曲线趋势分析') 
    plt.xlabel('日期') plt.ylabel('利率')                 
    plt.legend() 
    plt.grid(True)
     
plt.show()

3.2 选择性分析

我们也可以选择性地分析感兴趣的期限，比如1月期和1年期。

# 绘制1月期和1年期利率趋势图 
plt.figure(figsize=(12, 6)) 
plt.plot(df['date'], df['m1'], label='1月期') plt.plot(df['date'], df['y1'], label='1年期') 
plt.title('美国历年国债1月期和1年期收益率趋势分析') 
plt.xlabel('日期') 
plt.ylabel('利率') 
plt.legend() 
plt.grid(True) 
plt.show()

第四部分：总结

通过以上分析，我们可以清晰地看到美国历年国债收益率曲线在不同期限下的趋势。这有助于我们了解美国长短期债券市场的变化。