前言：对于股票的研究我想，无论是专业人士还是非专业人士都对其垂涎已久，因为我们都有赌徒的心态，我们都希望不花太多的时间但是能赚足够的钱，而股票绝对是一个好的选择，本人也不例外对股票垂涎已久，不管你是否承认股票是一个来钱快的地方，但是伴随着的当然是巨大的风险，毕竟这么多炒股，并不是每个人都赚到了钱，下面的内容也不一定保证你一定能赚到钱，反正都是“猜”，不如让“猜”看起来更加专业一些。
原文章参考：http://nbviewer.ipython.org/github/jmportilla/Udemy-notes/blob/master/Data%20Project%20-%20Stock%20Market%20Analysis.ipynb
首先当然是导入我们需要的模块了
import pandas as pd
from pandas import Series,DataFrame
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_style("whitegrid")
%matplotlib inline
from pandas.io.data import DataReader
from datetime import datetime
from __future__ import division
注：其实国内的股票相关行情可以通过tushare这个库获取，但是碍于自己已经对着原文自己演练了一遍了，图都已经截好了，也就没有将股票中国化，分析的主要是AAPL，GOOG，MSFT，AMZN，数据来自Yahoo，在我自己的视频中我会带着大家一起获取国内的行情以进行演练的。
tushare相关信息参考：http://tushare.waditu.com/
###股票代码
stock_lis = ["AAPL","GOOG","MSFT","AMZN"]
###开始及结束时间，这里我们去最近一年的数据
end = datetime.now()
start = datetime(end.year - 1,end.month,end.day)
###将每个股票的近一年行情遍历出来
for stock in stock_lis:
globals()[stock] = DataReader(stock,"yahoo",start,end)看看前面五条信息
AAPL.head()
AAPL.describe()
AAPL.info()<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 252 entries, 2014-11-10 00:00:00 to 2015-11-09 00:00:00
Data columns (total 6 columns):
Open 252 non-null float64
High 252 non-null float64
Low 252 non-null float64
Close 252 non-null float64
Volume 252 non-null int64
Adj Close 252 non-null float64
dtypes: float64(5), int64(1)
memory usage: 13.8 KB
画一下每日调整收盘价的走势图
注：每日收盘价http://baike.baidu.com/link?url=plkht9HaMdpNPI2lFUsUvgYhjdYvqOlSStjrDvqQxhuHuA5Iaww_FVitVXEqp_ne0DATpwtuBKeSUPK8I1t4ka
AAPL["Adj Close"].plot(legend=True,figsize=(10,4))
###每日成交量
AAPL["Volume"].plot(legend=True,figsize=(10,4))
下面两个链接有关移动平均线的一些说明
1.) http://www.investopedia.com/terms/m/movingaverage.asp
2.) http://www.investopedia.com/articles/active-trading/052014/how-use-moving-average-buy-stocks.asp
当然也可以瞧瞧百度百科：http://baike.baidu.com/view/7973.htm
注：在tushare这个模块里获取的国内行情的相关信息就已经包揽了常用的均线了，非常赞！
参考：http://tushare.waditu.com/trading.html
import tushare as tsts.get_hist_data('600848') #一次性获取全部日k线数据
结果显示：
open high close low volume p_change ma5 \ date 2012-01-11 6.880 7.380 7.060 6.880 14129.96 2.62 7.060 2012-01-12 7.050 7.100 6.980 6.900 7895.19 -1.13 7.020 2012-01-13 6.950 7.000 6.700 6.690 6611.87 -4.01 6.913 2012-01-16 6.680 6.750 6.510 6.480 2941.63 -2.84 6.813 2012-01-17 6.660 6.880 6.860 6.460 8642.57 5.38 6.822 2012-01-18 7.000 7.300 6.890 6.880 13075.40 0.44 6.788 2012-01-19 6.690 6.950 6.890 6.680 6117.32 0.00 6.770 2012-01-20 6.870 7.080 7.010 6.870 6813.09 1.74 6.832 ma10 ma20 v_ma5 v_ma10 v_ma20 turnover date 2012-01-11 7.060 7.060 14129.96 14129.96 14129.96 0.48 2012-01-12 7.020 7.020 11012.58 11012.58 11012.58 0.27 2012-01-13 6.913 6.913 9545.67 9545.67 9545.67 0.23 2012-01-16 6.813 6.813 7894.66 7894.66 7894.66 0.10 2012-01-17 6.822 6.822 8044.24 8044.24 8044.24 0.30 2012-01-18 6.833 6.833 7833.33 8882.77 8882.77 0.45 2012-01-19 6.841 6.841 7477.76 8487.71 8487.71 0.21 2012-01-20 6.863 6.863 7518.00 8278.38 8278.38 0.23
这里的平均线是通过自定义函数，手动设置的，主要是10,20,50日均线
###移动平均线：
ma_day = [10,20,50]
for ma in ma_day:
column_name = "MA for %s days" %(str(ma))
AAPL[column_name] = pd.rolling_mean(AAPL["Adj Close"],ma)瞧瞧效果
AAPL[10:15]
默认subplots这个参数是False的，这里我们瞧瞧True的情况
AAPL[["Adj Close","MA for 10 days","MA for 20 days","MA for 50 days"]].plot(subplots=True)
AAPL[["Adj Close","MA for 10 days","MA for 20 days","MA for 50 days"]].plot(figsize=(10,4))很好看有没有!!!
让我们新建一个字段叫做“Dailly Return”,注意Dailly其实我写错了，Dailly Return其实是每日较于前一日的涨幅率.
AAPL["Dailly Return"] = AAPL["Adj Close"].pct_change()
###plot一下
AAPL["Dailly Return"].plot(figsize=(10,4),legend=True)
###这里我们改变一下线条的类型(linestyle)以及加一些标记(marker)
AAPL["Dailly Return"].plot(figsize=(10,4),legend=True,linestyle="--",marker="o")
###再来瞧瞧核密度评估图吧，这里吧Nan指给drop掉
sns.kdeplot(AAPL["Dailly Return"].dropna())
注：This function combines the matplotlib hist function (with automatic calculation of a good default bin size) with the seaborn kdeplot() and rugplot() functions.
由官方说明可知，displot函数是由直方图与seaborn的核密度图以及rugplot（Plot datapoints in an array as sticks on an axis.）组合
###plot一下
sns.distplot(AAPL["Dailly Return"].dropna(),bins=100)
###再来单独获取一下每个公司的调整收盘价记录
closing_df = DataReader(stock_lis,"yahoo",start,end)["Adj Close"]
closing_df.head()
###将每个公司的每日收盘价的百分数变化，及涨幅或者降幅，通过这个我们可以评估它的涨幅前景
tech_rets = closing_df.pct_change()
tech_rets.head()
###平均值都是大于0的，不错
tech_rets.mean(）AAPL 0.000456
AMZN 0.003203
GOOG 0.001282
MSFT 0.000623
dtype: float64
我们来瞧瞧jointplot这个函数，通过这个函数我们可以画出两个公司的”相关性系数“，或者说皮尔森相关系数（http://baike.baidu.com/view/3028699.htm），如下图所示
如果你看过《大数据时代》这本书，你就会知道为什么作者会求两个公司的相关性了，书中有提到的一个观点是，在大数据时代的到来，我们可以通过大数据来描绘事物之间的相关性并预测，而为什么，是后面要研究的事，注重相关性而不是因果关系。（个人读后感，如有偏驳还望指正）
下面这一部分主要在说相关性~
sns.jointplot("GOOG","GOOG",tech_rets,kind="hex")
如上图所示，我们画出的事google与google自己的皮尔森相关系数，当然是1啦！值得说明的皮尔森相关系数的值在-1到1之间，1代表正相关，-1代表负相关，0代表没有任何相关性，有兴趣了解怎么算的，参考：https://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient
sns.jointplot("GOOG","GOOG",tech_rets,kind="scatter")
注：上面两张图画的是同一件事物，不过我们kind指定的不同，分别是六边形hex，散点scatter
我们再来画画Google与微软的皮尔森相关系数吧
sns.jointplot("GOOG","MSFT",tech_rets,kind="scatter")
下面是一些相关知识，有兴趣可以点击瞧瞧
如何计算协方差：
http://zh.wikihow.com/%E8%AE%A1%E7%AE%97%E5%8D%8F%E6%96%B9%E5%B7%AE
如何计算百分比变化：
http://zh.wikihow.com/%E8%AE%A1%E7%AE%97%E7%99%BE%E5%88%86%E6%AF%94%E5%8F%98%E5%8C%96
什么是Pearson product-moment：
https://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient
我们再来瞧瞧pairplot这个函数吧，四个公司的行情一起比较。
官方说明：Plot pairwise relationships in a dataset.
By default, this function will create a grid of Axes such that each variable in data will by shared in the y-axis across a single row and in the x-axis across a single column. The diagonal Axes are treated differently, drawing a plot to show the univariate distribution of the data for the variable in that column.
It is also possible to show a subset of variables or plot different variables on the rows and columns.
该函数用于成对的比较不同数据集之间的相关性，而对角线则会显示该数据集的直方图，详情见下图呗，一图抵前言
至于从形态看出相关性，你可能得看看Wikipedia了
sns.pairplot(tech_rets.dropna())<seaborn.axisgrid.PairGrid at 0x24c58898>
再来瞧瞧Pairplot这个对象
###我们指画直方图
returns_fig = sns.PairGrid(tech_rets.dropna())
returns_fig.map_diag(plt.hist,bins=30) 
returns_fig = sns.PairGrid(tech_rets.dropna())
###右上角画散点图
returns_fig.map_upper(plt.scatter,color="purple")
###左下角画核密度图
returns_fig.map_lower(sns.kdeplot,cmap="cool_d")
###对角线的直方图
returns_fig.map_diag(plt.hist,bins=30)
再瞧瞧corrplot这个函数，官方我也敲不到它的说明，主要画相关系数，如下
###annot设定是否注释
sns.corrplot(tech_rets.dropna(),annot=False)
sns.corrplot(tech_rets.dropna(),annot=True)
在下面这一部分主要说风险这一部分了，比如推测最多亏多少钱~~
首先瞧瞧各数值吧
rets = tech_rets.dropna()
###平均值
rets.mean()AAPL 0.000456
AMZN 0.003203
GOOG 0.001282
MSFT 0.000623
dtype: float64
###标准差 参考：http://baike.baidu.com/view/78339.htm
rets.std()AAPL 0.016738
AMZN 0.021165
GOOG 0.018484
MSFT 0.017800
dtype: float64
###点的大小
area = np.pi *20
###分别以rets的平均值，标准差为xy轴
plt.scatter(rets.mean(),rets.std())
###分别设定xy轴的标注
plt.xlabel("Expected Return")
plt.ylabel("Risk")
for label,x,y in zip(rets.columns,rets.mean(),rets.std()):
plt.annotate(
label,
xy = (x,y),xytext = (50,50),
textcoords = "offset points",ha = "right",va = "bottom",
arrowprops = dict(arrowstyle = "-",connectionstyle = "arc3,rad=-0.3"))
由上面我们可以看出AMZN亚马逊的预计收益要高于其他三家公司，但是风险值也要高于其他三家公司~这是怎么看出来的呢？
摘自百度百科（http://baike.baidu.com/view/78339.htm）：在投资基金上，一般人比较重视的是业绩，但往往买进了近期业绩表现最佳的基金之后，基金表现反而不如预期，这是因为所选基金波动度太大，没有稳定的表现。
衡量基金波动程度的工具就是标准差（Standard Deviation）。标准差是指基金可能的变动程度。标准差越大，基金未来净值可能变动的程度就越大，稳定度就越小，风险就越高
而期待收益值就是我们在上面说到过的每日涨幅度，这四家公司近一年而言每日的更改幅度的平均值都是大于零的，说明至少是涨着的。
而怎么标出图上的效果参考下面matplotlib的官方说明
Matplotlib的注释详情参考：http://matplotlib.org/users/annotations_guide.html
如何计算标准差：
什么是标准差，及其意思：
摘录：标准差应用于投资上，可作为量度回报稳定性的指标。标准差数值越大，代表回报远离过去平均数值，回报较不稳定故风险越高。相反，标准差数值越小，代表回报较为稳定，风险亦较小。
蒙特卡洛评估
在应用蒙特卡洛评估之前，先看看这些股票的基本。
sns.distplot(AAPL['Dailly Return'].dropna(),bins=100,color='purple')
closing_df.tail()
closing_df.head()
再来瞧瞧Quantile，这个我也没太看懂，什么置信区间，如有了解还望指教
什么是百位分数参考：http://www.itongji.cn/article/0ZRJ52013.html
rets['AMZN'].quantile(0.05)-0.021360026714234592
上面的结果说明，我们95%的置信，一天我们不会损失超过0.02160...
days = 365
dt = 1/days
mu = rets.mean()["GOOG"]
sigma = rets.std()["GOOG"]
np.random.normal(loc = 0,scale=1)
1.294219218586235
GOOG.head()
这么一大串就是蒙特卡洛的推算了
def stock_monte_carlo(start_price,days,mu,sigma):
price = np.zeros(days)
price[0] = start_price
shock = np.zeros(days)
drift = np.zeros(days)
for x in xrange(1,days):
shock[x] = np.random.normal(loc=mu * dt,scale=sigma * np.sqrt(dt))
drift[x] = mu * dt
price[x] = price[x-1] + (price[x-1] *(drift[x] + shock[x]))
return price
start_price = 548.49
for run in xrange(100):
plt.plot(stock_monte_carlo(start_price,days,mu,sigma))
#ax = plt.gca()
#ax.ticklabel_format(useOffset=True)
plt.xlabel("Days")
plt.ylabel("Price")
plt.title("Monte Carlo Analysis for Google")
runs = 10000
simulations = np.zeros(runs)
for run in xrange(runs):
simulations[run] = stock_monte_carlo(start_price,days,mu,sigma)[days-1]
q = np.percentile(simulations,1)
plt.hist(simulations,bins=200)
plt.figtext(0.6,0.8,s="Start price: $%.2f" % start_price)
plt.figtext(0.6,0.7,"Mean final price: $%s" %simulations.mean())
plt.figtext(0.15,0.6,"q(0.99: $%.2f)" %q)
plt.axvline(x=q,linewidth=4,color="r")
plt.title(u"Final price distribution for Google stock after %s days" %days,weight="bold")
下面是一些本人整理的参考资料
什么是Quantile：
https://en.wikipedia.org/wiki/Quantile
Monte Carlo Simulation With GBM：
http://www.investopedia.com/articles/07/montecarlo.asp
The Uses And Limits Of Volatility：
http://www.investopedia.com/articles/04/021804.asp
An Introduction To Value at Risk (VAR)：
http://www.investopedia.com/articles/04/092904.asp
什么是什么是百分位数：
http://www.itongji.cn/article/0ZRJ52013.html
Np.percentile：
http://docs.scipy.org/doc/numpy/reference/generated/numpy.percentile.html
Np.random.normal： normal distribution###正态分布
http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html
置信区间：Confidence interval
分位数：
摘录：设连续随机变量X的分布函数为F(X)，密度函数为p(x)。那么，对任意0<p<1的p，称F(X)=p的X为此分布的分位数，或者下侧分位数。简单的说，分位数指的就是连续分布函数中的一个点，这个点的一侧对应概率p。
时间序列分位数回归模型的实证分析：
http://www.docin.com/p-757019312.html
基于分位数回归的股票市场规模效应分析：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
