金融学习之一——使用Tushare获取数据并制图

本文通过Python的Tushare库展示了如何获取并分析股票数据,包括股票基本信息、行情信息以及收益率和自相关图的绘制。示例中选取了代码为600258的股票,时间范围为2018年7月至12月,讨论了数据获取、简单图表绘制和初步数据分析的过程。
摘要由CSDN通过智能技术生成

Tushare是金融数据获取的重要来源之一,并且已经有了非常好的Python第三方包配合使用。Tushare的官方网站是Tushare官网,里面提供了大量的金融相关数据,非常适合平时的数据练手,但需要授权,即获取TOKEN(Tushare安装方法和授权方法请自行百度)。本次我们以简单的某支股票的收益率和自相关图为例,来说明其使用的基本过程。
在Tushare官网中可以查到,获取股票信息的接口股票列表是stock_basic,我们随便选了一支代码为600258的股票(说实话,本人根本不知道这股票是啥,瞎玩的)

import tushare as ts
#下面这一长串的***就是我的TOKEN,需要你去找管理员获取
pro=ts.pro_api('********************************************') 
data = pro.stock_basic(ts_code='600258.SH')

在这里插入图片描述
OK,现在确实是知道这个股票的基本信息了。
接着来获取该股票的行情信息,行情信息的接口是daily,时间范围也是随便写的,就2018年7月到12月了。同时也通过index_daily接口拿到上证指数的行情。

df=pro.daily(ts_code='600258.SH',start_date='20180701',end_date='20181231')
df

在这里插入图片描述

df1 = pro.index_daily(ts_code='000300.SH',start_date='20180701',end_date='20181231')
df1

在这里插入图片描述
先对股票的行情和收益做个图

from matplotlib import pyplot as plt
plt.plot(df.change)
plt.plot(df.close)
plt.show()

上面线的是股票价格,下面的收益变化
下面的那条线因坐标轴纵轴的限制,看上去好像波动不大,对收益率和对数收益率做个图看看:

import numpy as np
df['rtn']=np.log(1+df.pct_chg/100)*100
df.dropna()
plt.plot(df.pct_chg)
plt.plot(df.rtn)

在这里插入图片描述
貌似二者区别不大,不过这个波动看上去倒是大了不少。
再来个自相关图,虽然暂时还不明白到底怎么看,先画好了放着“欣赏”

import statsmodels.api as sm
sm.graphics.tsa.plot_acf(df.rtn)

在这里插入图片描述
好了,就先玩到这里,继续学习去了。

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,以下是使用Tushare获取数据并绘图的基本步骤: 1. 安装Tushare库:在Python环境下,可以通过pip安装Tushare库。在命令行中输入以下指令即可进行安装: ``` pip install tushare ``` 2. 导入Tushare库和其他必要的库:在Python脚本中,需要通过import语句导入Tushare库和其他必要的库,如pandas、matplotlib等。 ``` import tushare as ts import pandas as pd import matplotlib.pyplot as plt ``` 3. 获取数据使用Tushare获取数据需要先获取Tushare的token,然后通过Tushare提供的函数获取数据。以下代码演示了如何获取某只股票的历史行情数据。 ``` token = 'Your_Tushare_Token' pro = ts.pro_api(token) df = pro.daily(ts_code='000001.SZ', start_date='20200101', end_date='20210101') ``` 在获取数据时,需要按照Tushare提供的API文档指定相应的参数,以获取所需的数据。上述代码演示了如何获取股票代码为“000001.SZ”的股票在2020年1月1日至2021年1月1日之间的历史行情数据。 4. 数据处理:获取到的数据可能需要进行一些处理,以方便后续的绘图。例如,将日期作为索引,将数据按照日期升序排列等等。 ``` df = df.sort_values(by='trade_date') df = df.set_index('trade_date') ``` 5. 绘图:使用matplotlib库进行绘图。以下代码演示了如何绘制股票的收盘价曲线图。 ``` plt.plot(df.index, df['close']) plt.title('Stock Close Price') plt.xlabel('Date') plt.ylabel('Price') plt.show() ``` 希望这些信息能够对您有所帮助。如果您有其他问题或需求,欢迎继续向我提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值