指数历年涨幅分析

指数通常反映了一个行业或者一类股票的行情数据。本文将对697支指数的历史年涨幅进行分析，为量化投资作一个参考。

1、数据准备

本文程序中用到两个数据：

（1）index20210703.csv：存储了697支指数代码。

（2）2010-2021全部指数K线数据：存储了697支指数的历史K线数据。

指数历史数据获取方式在文末给出。

2、获取某一指数指定时间段内的历史数据

#获取某一指数指定时间段内的历史数据
def y_get_price(stockfile, start_date, end_date):
    start_date_time = datetime.strptime(start_date, '%Y-%m-%d')
    end_date_time = datetime.strptime(end_date, '%Y-%m-%d')
    df_data = pd.read_csv(stockfile)
    if date_str_compare(start_date, df_data.iloc[0, 0]) == 0:
        start_date = df_data.iloc[0, 0]
        
    if date_str_compare(start_date, end_date) != 0:
        end_date = df_data.iloc[-1, 0]
        
    if  date_str_compare(start_date, end_date) != 0:
        sys.exit('[INFO] 日期范围有误，请更正。')
      
    while start_date not in df_data.iloc[:, 0].values:
         start_date_time += timedelta(days=1)
         start_date = start_date_time.strftime('%Y-%m-%d')
    start_index = df_data[df_data.iloc[:, 0] == start_date].index[0]
    while end_date not in df_data.iloc[:, 0].values:
         end_date_time -= timedelta(days=1)
         end_date = end_date_time.strftime('%Y-%m-%d')
    end_index = df_data[df_data.iloc[:, 0] == end_date].index[0] + 1
    df_res = df_data.iloc[start_index:end_index, :]
    return df_res

3、获取指数历史年涨幅

#获取指数历史年涨幅
def year_increase_ratio(stockfile):
    res = {}
    df_data = pd.read_csv(stockfile)
    start_date = df_data.iloc[0, 0]
    start_date_list = start_date.split('-')
    if '01' !=  start_date_list[1]:
        start_date = str(int(start_date_list[0])+1) + '-01-01'
    end_date = df_data.iloc[-1, 0]
    end_date_list = end_date.split('-')
    if '12' !=  start_date_list[1]:
        end_date = str(int(end_date_list[0])-1) + '-12-31'
        
    if date_str_compare(start_date, end_date) !=0:
        return False, '[INFO] 所查询指数数据量未达到一个自然年。'

    start_year = int(start_date.split('-')[0])
    end_year   = int(end_date.split('-')[0]) + 1
    
    for year in range(start_year, end_year):
        start_date = str(year) + '-01-01'
        end_date   = str(year) + '-12-31'
        df_tmp = y_get_price(stockfile, start_date, end_date)
        ratio  = round((df_tmp.iloc[-1, 2] - df_tmp.iloc[0, 1]) / df_tmp.iloc[0, 1] * 100, 2)
        res[year] = ratio
    return True, res

4、全部代码

# -*- coding: utf-8 -*-
"""
Created on Sun Jul  4 11:05:02 2021

@author: Administrator
"""

import sys
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

from datetime import datetime
from datetime import timedelta

#比较两个时间字符串的先后顺序
def date_str_compare(date1, date2):
    date1 = list(map(int, date1.split('-')))
    date2 = list(map(int, date2.split('-')))
    if date1[0] < date2[0]:
        return 0
    elif date1[0] > date2[0]:
        return 1
    elif date1[1] < date2[1]:
        return 0
    elif date1[1] > date2[1]:
        return 1
    elif date1[2] < date2[2]:
        return 0
    elif date1[2] > date2[2]:
        return 1
    else:
        return 2

#获取某一指数指定时间段内的历史数据
def y_get_price(stockfile, start_date, end_date):
    start_date_time = datetime.strptime(start_date, '%Y-%m-%d')
    end_date_time = datetime.strptime(end_date, '%Y-%m-%d')
    df_data = pd.read_csv(stockfile)
    if date_str_compare(start_date, df_data.iloc[0, 0]) == 0:
        start_date = df_data.iloc[0, 0]
        
    if date_str_compare(start_date, end_date) != 0:
        end_date = df_data.iloc[-1, 0]
        
    if  date_str_compare(start_date, end_date) != 0:
        sys.exit('[INFO] 日期范围有误，请更正。')
      
    while start_date not in df_data.iloc[:, 0].values:
         start_date_time += timedelta(days=1)
         start_date = start_date_time.strftime('%Y-%m-%d')
    start_index = df_data[df_data.iloc[:, 0] == start_date].index[0]
    while end_date not in df_data.iloc[:, 0].values:
         end_date_time -= timedelta(days=1)
         end_date = end_date_time.strftime('%Y-%m-%d')
    end_index = df_data[df_data.iloc[:, 0] == end_date].index[0] + 1
    df_res = df_data.iloc[start_index:end_index, :]
    return df_res

#获取指数历史年涨幅
def year_increase_ratio(stockfile):
    res = {}
    df_data = pd.read_csv(stockfile)
    start_date = df_data.iloc[0, 0]
    start_date_list = start_date.split('-')
    if '01' !=  start_date_list[1]:
        start_date = str(int(start_date_list[0])+1) + '-01-01'
    end_date = df_data.iloc[-1, 0]
    end_date_list = end_date.split('-')
    if '12' !=  start_date_list[1]:
        end_date = str(int(end_date_list[0])-1) + '-12-31'
        
    if date_str_compare(start_date, end_date) !=0:
        return False, '[INFO] 所查询指数数据量未达到一个自然年。'

    start_year = int(start_date.split('-')[0])
    end_year   = int(end_date.split('-')[0]) + 1
    
    for year in range(start_year, end_year):
        start_date = str(year) + '-01-01'
        end_date   = str(year) + '-12-31'
        df_tmp = y_get_price(stockfile, start_date, end_date)
        ratio  = round((df_tmp.iloc[-1, 2] - df_tmp.iloc[0, 1]) / df_tmp.iloc[0, 1] * 100, 2)
        res[year] = ratio
    return True, res

#作图指数历史年涨幅
def single_plot(yir):
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
    x = list(yir.keys())
    y = list(yir.values())
    y_cum = np.cumsum(np.array(y))
    plt.plot(x, y, marker='.', color='blue', linewidth=1.0, label='历史涨幅（%）')
    plt.plot(x, y_cum, marker='.', color='green', linewidth=1.0, label='累计涨幅（%）')
    plt.legend()
    plt.show()

#获取年份涨幅比例大于零的比例
def increase_times_ratio(yir):
    x = list(yir.values())
    return round(np.count_nonzero(np.array(x) > 0)/len(x), 2)       

#按从大到小排序，选出前k个
def max_topk(itr_list, k):
    sortedid = sorted(range(len(itr_list)), key=lambda k: itr_list[k], reverse=True)
    return sortedid[:k]

if __name__ == '__main__':
    yir_list = []
    itr_list = []
    df_data = pd.read_csv('index20210703.csv')
    df_index = df_data.iloc[:, 0].tolist()
    df_display_name = df_data.iloc[:, 1].tolist()
    for i in range(1, len(df_index)):
        stockfile = '../../Data/2010-2021全部指数K线数据/' + df_index[i] + '.csv'
        flag, yir = year_increase_ratio(stockfile)
        if not flag:
            continue
        yir_list.append(yir)
        itr = increase_times_ratio(yir)
        itr_list.append(itr)
        
        if (i+1) % 50 == 0:
            print('[INFO] {}/{} processed.'.format(i+1, len(df_index)))
    
    k = 3
    mt = max_topk(itr_list, k)
    print('[INFO] 涨幅次数最多的前{}个指数依次是：'.format(k))
    for i, m in enumerate(mt):
        print('{}、 {}, 涨幅次数比例： {}。'.format(i+1, df_display_name[m], itr_list[m]))
        single_plot(yir_list[m])
   

5、数据获取方式

（1）index20210703.csv：关注"量化之窗"公众号，并输入zsdm”。

（2）2010-2021全部指数K线数据：关注"量化之窗"公众号，并输入“zskxsj”。

（3）获取涨幅次数最多的前10个指数的名称：关注"量化之窗"公众号，并输入“zstop10”

如有疑问，请在文章下方留言。