金融数据分析
文章平均质量分 90
于科技人文间徘徊
收和颜而静志兮,申礼防以自持。
展开
-
Tushare财经数据接口(五)案例——优质基本面的股票池创建
Tushare财经数据接口优质基本面的股票池创建上市公司的基本面数据是体现公司经营历史业绩的重要凭据,也是投资者判断公司未来发展前景的重要依据,金融分析人员和股票投资者需要通过分析公司基本面质量来评估公司股票的投资价值。从Tushare平台获取的上市公司基本面数据主要包括定期公布的公司经营业绩报告、盈利能力、营运能力、成长能力、偿债能力及现金流等数据,这些数据分别体现公司不同层面的经营状况。我国股票市场(上海证券交易所和深圳证券交易所)已有近3600支正常交易的股票,普通投资者选择理想的投资标的时,不原创 2020-09-28 10:13:46 · 1493 阅读 · 0 评论 -
Tushare财经数据接口(四)案例——绘制股票k线图
Tushare财经数据接口绘制股票k线图不同种类财经数据的结构与变化特征是有差别的,适合描述不同种类数据特征的图表形式自然也会不同。线图和点图是金融分析者最常用的二维图,因为二维线图与点图比较容易展示金融数据的变化特征,并且绘制方法也较简单。本节以绘制股票k线图(也称蜡烛图)为例介绍Python语言实现时间序列数据可视化的基本方法。在Python运行环境下利用Tushare平台数据绘制股票k线图的过程主要包含如下三个步骤:第1步:确定数据来源。本节选择从Tushare平台获取股票行情数据,并利用Tu原创 2020-09-27 09:47:55 · 2654 阅读 · 0 评论 -
Tushare财经数据接口(三)案例——股票基本面统计
Tushare财经数据接口股票基本面统计使用get_stock_basics()函数一次性下载所有股票基本面数据。这对观察股票的整体市场情况很有帮助。import tushare as tsimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltstock = ts.get_stock_basics() # 下载股票基本面数据stock.to_excel('stock.xlsx')原创 2020-09-26 12:50:31 · 3086 阅读 · 0 评论 -
Tushare财经数据接口(二)常见数据接口介绍
数据接口宏观经济数据可利用Tushare的内建函数从Tushare平台获取多种国内宏观经济数据,如多个时期的货币供应量、存款准备金率、存贷款利率、国内生产总值、居民消费价格指数及工业品出厂价格指数等。货币供应量通过ts.get_money_supply()函数可获取我国最近30年来各时期的货币供应量数据:import tushare as tsdf = ts.get_money_supply()df.head()df.columns返回值说明:参数解释mont原创 2020-09-25 08:55:26 · 3460 阅读 · 0 评论 -
金融数据分析(十三)投资组合问题
案例(五)具体金融数据分析项目二:案例详情A公司是总部位于广州的一家公募基金管理公司,在公司对外发行的全部基金产品中,有一只名为“新金融股票型基金”,该基金在投资策略上是精选具有核心竞争优势、持续增长潜力且估值水平相对合理的A股市场金融股。截止到2020年5月末,该基金重仓的股票包括浦发银行(600000)、招商银行(600036)、海通证券(600837)、华泰证券(601688)、中国平安(601318)、中国太保(601601)。假定你是A公司的一位基金经理助理,日常的工作就是协助“新金融股票原创 2020-09-23 09:19:40 · 2057 阅读 · 1 评论 -
金融数据分析(十二)房贷综合问题
案例(五)具体金融数据分析项目一:案例详情王先生是一家高科技公司高级工程师,近期计划在广州购置一套总价为1000万元的住房,由于自有资金有限无法全额付款,拟向当地C银行申请住房按揭贷款。假定你是C银行负责拓展住房按揭贷款业务的客户经理,在评估了王先生的还款能力后,制定了如下的贷款方案:贷款本金为600万元,贷款期限是30年,贷款利率是按照5年期以上贷款市场报价利率(LPR)上浮5个基点,即是贷款利率是4.9%。但是,针对该贷款有以下两种还款方式可供王先生选择:(1)等额本息还款,具体是指在贷款利率原创 2020-09-22 08:49:01 · 972 阅读 · 0 评论 -
金融数据分析(十一)分析我国近25年来农村居民与城市居民享受基本公共卫生服务的变化情况
案例(四)宏观金融数据分析项目二:分析我国近25年来农村居民与城市居民享受基本公共卫生服务的变化情况(图表输出)利用世界银行公开数据import matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport pandas as pdfrom matplotlib import tickerplt.rcParams['font.sans-serif'] = ['SimHei']mpl.rcParams["a原创 2020-09-21 09:25:15 · 152 阅读 · 0 评论 -
金融数据分析(十)人均国内生产总值的增长率
案例(四)宏观金融数据分析项目一:利用世界银行公开数据平台提供的宏观经济数据比较最近40年间中国与美国两个国家的人均国内生产总值的增长率(图表输出)数据可通过此网页中的下载链接获取:https://data.worldbank.org.cn/?locations=CN-USimport matplotlib.pyplot as pltimport matplotlib as mplimport numpy as npimport pandas as pdfrom matplotlib imp原创 2020-09-21 12:12:20 · 1647 阅读 · 0 评论 -
金融数据分析(九)模拟计算以MACD指标买入卖出信号进行股票交易而产生的收益
案例(三)简单金融数据分析项目三:计算一年内以MACD指标买入卖出信号进行股票交易而产生的收益设计一个程序,计算一年内以MACD指标买入卖出信号进行股票交易而产生收益。MACD交易信号为:快线从下往上穿越慢线是当天买入信号,快线从上往下穿越慢线是当天卖出。假设买入和卖出价格为发出交易信号当天的收盘价格。import numpy as npimport datetimeimport pandas_datareader.data as webstart = datetime.datetime(20原创 2020-09-20 09:06:59 · 846 阅读 · 0 评论