qq_26742269的博客

检验不同参数下牛熊指标与中证指数的相关度。

创建股票数据库#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2018-09-04 14:34:59# @Author : Michael Li # @Version : $V2.0$ import pandas as pdimport numpy as npimport datetimeimport randomimport pymssqlfrom sqlalchemy import create_engi.

连接mysqlfrom sqlalchemy import create_engineimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport pymssqlfrom scipy.interpolate import interp1dfrom datetime import timedelta#正常显示画图时出现的中文和负号from pylab import mplmpl.rcParams[

#%%#先引入后面可能用到的包（package）import pandas as pd import numpy as npimport matplotlib.pyplot as pltimport seaborn as sns sns.set() %matplotlib inline #正常显示画图时出现的中文和负号from pylab import mplmpl.rcParams['font.sans-serif']=['SimHei']mpl.rcParams['axes.u.

import numpy as npimport pandas as pdfrom pylab import pltplt.style.use('seaborn')%matplotlib inlineimport pandas_datareader as pdrstart = '2015-01-01'end = '2019-12-31'data = pdr.get_data_yahoo('600001',start,end)datadata_cp = data.

# 使用numpyimport numpy as npR = [0.01, 0.05, 0.02, -0.03]var1 = np.var(R)std1 = np.std(R)## 使用pandasimport pandas as pdR = pd.Series([0.01, 0.05, 0.02, -0.03])var2 = R.var()std2 = R.std()import pandas as pdimport tushare as tspro = ts.pro_ap.

挑选五只股票：万科A、中国平安、贵州茅台、万华化学和科大讯飞，然后我们以沪深300作为市场基准。import pandas as pdimport tushare as ts# 获取数据pro = ts.pro_api()wanke = pro.daily(ts_code='000002.SZ', start_date='20170101')pingan = pro.daily(ts_code='601318.SH', start_date='20170101')maotai = pr.

import mpl_financeimport tushare as tsimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltfrom matplotlib import tickerfrom matplotlib.pylab import date2numimport numpy as npimport matplotlib as mplsns.set()mpl.rcParams['font..

CAPM模型经历了大量的实证和应用之后，有证据表明，市场风险溢酬并不能充分解释个别风险资产的收益率。于是很多研究者开始探索其他的因素，比如公司市值、PE、杠杆比例、账面市值比等。Fama和French两个人对于各种因素进行了全面的组合分析，当单独使用Beta或者用Beta分别与其他几个因子相结合时，Beta的解释能力很弱；市值、PE（市盈率）、杠杆比例、BM（账面市值比，PB的倒数）单独来用时，对于收益率的解释能力都很强，但是组合起来时，市值、BM会弱化杠杆比例和PE的解释能力。后来Fama和Fr.

#%%#获取上证指数历史行情数据#获取上证指数历史行情数据import tushare as tsimport pandas as pd# 设置token，只需要在第一次调用或者token失效时设置# 设置完成后，之后就不再需要这一个命令了ts.set_token('')pro = ts.pro_api()df_daily = pro.index_daily(ts_code="000001.SH")df_daily.head()处理日期可以先把日期对象转换为datetime对象.

import tushare as tsimport pandas as pdimport timeimport osimport datetime# 指定自己要存放文件的绝对路径os.chdir('E:/')pd.set_option('expand_frame_repr', False)now_time = datetime.date.today()# 从tushare获取指定日期def get_today_all_ts(date): date_now = date..