量化投资学习笔记12——时间序列分析实操

还是宅在家里，继续学习。
用真实的股票数据来实践一下刚学的时间序列分析的内容吧。分析一下我定投的两支股票:300etf(510300)，纳指etf(513100)。
首先用tushare下载股价数据，时间范围从其创立到2020年1月31日。然后将数据处理后存入csv文件，再把下载数据的代码注释掉，以后直接从文件读取数据就行了。详细代码见我的github项目页面，就不列出来了。

接着把数据可视化

用重采样的方法来画月线

重采样 画月线

fig = plt.figure()
df_300["close"].resample("M").mean().plot(legend = True)
plt.savefig("300ETF_month.png")

接下来进行一些统计分析
每天的涨跌幅
用"df_300.close.div(df_300.close.shift(1))"就可以生成明天的涨跌幅比例，再画出来。

计算收益率，用df_300["returns"] = df_300.close.pct_change().mul(100)

计算相继列的绝对差值
df_300.close.diff()

下面比较两个etf，先直接画。

由于股价不一样，时间起点也不一样，不方便比较。将两个股价正态化，从同一时间起点比较。