基于tushare和python的证券市场价格分析
证券资产的定价及其价格运动规律的描述长期以来都是一大难题,本文中我们运用相关金融计量和计算机基础知识原理对这一运动规律进行初步拟合和探究。前言
本文通过结合运用tushare和python两大技术手段,对沪深两地股票运动规律的描述进行了实证分析和研究。我们在证券市场中筛选出10只具有较好代表性的股票,通过tushare接口导入各股票的日线数据,调用python中相关包绘制出相应的统计直方图,验证了股票收益率符合正态分布,进而验证了股票走势较好符合布朗运动规律、维纳过程和伊藤过程的这一基础理论事实。提示:以下是本篇文章正文内容,下面案例仅供参考
一、相关理论公式
二、tushare与python的运用
tushare平台是一个免费、开源的python财经数据接口包,能够实现对股票等金融数据从数据采集、清洗加工到数据存储的过程,使金融分析人员更加专注于策略和模型的研究与实现上。Tushare返回的绝大部分数据都是pandas.DataFrame格式,便于在python中采用pandas/NumPy/Matplotlib等工具进行金融量化分析和数据可视化。 在本次研究分析过程中,我们首先根据股票大致分类结果,从股票市场上选取中国平安(601318)、中国银行(601988)、建设银行(601939)、贵州茅台(600519)、科大讯飞(002230)、五粮液(000858)、比亚迪(002594)、太平洋(601099)、宝钢股份(600019)、招商银行(600036)这十只股票进行研究。import tushare as ts
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import config
import math
ts.set_token(config.token)
#本代码用于从tushare上获取10只具有典型代表性的股票日线数据
#获取正态分布曲线
def normfun(x, mu, sigma):
pdf = np.exp(-((x - mu) ** 2) / (2 * sigma ** 2)) / (sigma * np.sqrt(2 * np.pi))
return pdf
def predicte(s,u,r,dt)