全球股市跳水大战，谁最坑爹！

作者：徐麟，某互联网公司数据分析狮，个人公众号数据森麟（id：shujusenlin）

前言

近期，受到新冠疫情的影响两周以来，全球股市都发生了大幅的下跌，其中美股市场更是在三月经历了四次熔断，堪称史诗级暴跌，虽然3月24日各国股市都有了大幅的回调，道琼斯指数涨幅也超过了10%，但是相较于之前的大幅下跌，依旧无法弥补此前的缺口。

本文将通过各国股市主要指数（如中国的沪市指数，美国的道琼斯指数等）在最近一个月的表现，对比各国股市在最近一个月内的跳水情况。本文后续将对比各国股市单日跌幅及整体跌幅，并且根据2019年GDP选取TOP20的国家作为重点国家进行对比。

数据获取

本文数据来源为英为财情网站，首先在网站中的导航页通过筛选，选择各国主要的指数，获取相应页面的URL，如下图所示：

由于该网站美国选择的主要指数为纳斯达克，后续我们会将相应url修改为道琼斯指数，更加能够代表美国股市整体的情况，之后会进入各国指数的详情页，通过抓取详情页的数据作为本文数据的来源：

部分代码如下：

html = requests.get(url,cookies=cookie, headers=header).content
bsObj = BeautifulSoup(html.decode('utf-8'),"html.parser")
title = bsObj.find_all('table',attrs={'class':'genTbl closedTbl crossRatesTbl elpTbl elp30'})
title = [k.find('td',attrs={'class':'bold left noWrap elp plusIconTd'}).find('a').attrs['href'] for k in title]
url_all = ['https://cn.investing.com' + k + '-historical-data' for k in title]

global_index = pd.DataFrame(columns=['date','country','value','rate'])
err_list = []
for i in range(len(url_all)):
    try:
        url = url_all[i]
        html = requests.get(url,cookies=cookie, headers=header).content
        bsObj = BeautifulSoup(html.decode('utf-8'),"html.parser")
        country = bsObj.find('div',attrs={'class':'right'}).text.split('\n')[7]
        tables = bsObj.findAll('table')
        trs = tables[1].find_all('tr')
        date = [trs[i].find_all('td')[0].text for i in range(len(trs)) if i != 0]
        value = [trs[i].find_all('td')[1].text for i in range(len(trs)) if i != 0]
        rate = [trs[i].find_all('td')[6].text for i in range(len(trs)) if i != 0]
        global_index = global_index.append(pd.DataFrame({'date':date,'country':country,'value':value,
                                       'rate':rate}),ignore_index=True)
        trs = tables[0].find_all('tr')
        date = [trs[i].find_all('td')[0].text for i in range(len(trs)) if i != 0]
        value = [trs[i].find_all('td')[1].text for i in range(len(trs)) if i != 0]
        rate = [trs[i].find_all('td')[6].text for i in range(len(trs)) if i != 0]
       
        global_index = global_index.append(pd.DataFrame({'date':date,'country':country,'value':value,
                                       'rate':rate}),ignore_index=True)
        print('right'+str(i))
    except:
        err_list.append(i)
        print('wrong'+str(i))

global_index.to_excel('全球三月指数.xlsx')

最终获取的数据如下：

单日跳水排名

之后我们将对各国的跳水能力进行排名，首先要比较的是单日跳水情况，即单日的跌幅，由于我国股市设定了涨停和跌停的机制，所以在下面的榜单中将不会看到我国股市的身影，首先看的是所有国家单日跌幅的TOP10:

榜单中近期收到疫情影响较为严重的阅读量和西班牙都在榜单中，但是出人意料的是巴西，阿根廷，智利，哥伦比亚这些南美的国家却统治了这份榜单，哥伦比亚更是出现了单日22.21%的跌幅，下面看一下去年GDP前20的国家：

主要国家大的跌幅主要集中在3.12和3.16两天，巴西更是在绑定那种出现三次，收到的影响要大于欧洲主要的国家，美国道琼斯指数3.16创下的跌幅在榜单中排名第六，这也符合预期

说完跳水，再来看下反弹，下面分别是所有国家和主要国家单日涨幅TOP 10：

可以看到单日涨幅排名前列的国家也基本上同样会出现在跌幅榜中，如果有人幸运地在合适的时机抄底（基本上不太可能）一定会赚的盆满钵满，然而也有可能不幸地踏空

总体跳水排名

下面我们将通过对比最近一个月指数的变化情况，更为直观地体现出股市的跳水情况，以各国2.24日的指数为基准，对比3.25日的指数与该基准的比率，首先展示的是全球股市跳水排行榜：

可以看到榜单中跳水最为严重的哥伦比亚最近一个月指数下降高达35%以上，另外在榜单中一些平时存在感不是很高的国家，如纳米比亚，塞浦路斯也出现在了榜单中，榜单中包括了发达国家和发展中国家，各国从经济发展的情况、地域上似乎很难找到一些相似之处

下面再来看下20个重点国家的跳水情况：

榜单中的欧美各国缩水程度都在23%以上，这些国家也对全球整体的经济形势产生着巨大的影响，大家可能会做的就是在前两份榜单中寻找A股的身影，然而事实证明A股最近一个月还算是坚挺，下面看一下较为坚挺的股市排行榜

唯一一个超过100（3.25指数高于2.24）的居然是厄瓜多尔，不知道这是一个怎样神奇的存在，另外各大网站显示改过指数停留在了3.16日，可能与这也有关系。我国最近一个月的跌幅小于10%，排名前十，下面再来看一下重点国家的数据：

从榜单中可以看到中日韩三国的跌幅相较于欧美各国要小很多，这也要归功于对疫情的有效控制，最后我们将重点国家最近一个月的数据做成了动态的条形图，让大家能够有更加直观的感受：

最后还是要友情提醒大家，股市有风险，入市需谨慎，可以在公众号后台回复“跳水”获取本文代码和数据

◆ ◆ ◆  ◆ ◆

长按二维码关注我们
数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。

管理员二维码：


猜你喜欢
● 笑死人不偿命的知乎沙雕问题排行榜● 用Python扒出B站那些“惊为天人”的阿婆主！● 互联网大佬学历&背景大揭秘，看看是你的老乡还是校友● 上万条数据撕开微博热搜的真相！● 你相信逛B站也能学编程吗？点个在看，支持森麟原创  ☟