python 股票数据挖掘_python数据分析之股票实战

原标题：python数据分析之股票实战

数据挖掘入门与实战 公众号： datadw

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

1

2

3

4

5

6

7

8

9

10

11

12

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：

1

2

3

4

5

6

7

8

9

10

###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

1

AAPL.head()

1

AAPL.describe()

1

AAPL.info()

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

1

AAPL[ "Adj Close" ].plot(legend = True ,figsize = ( 10 , 4 ))

1

2

###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.)

2.)

当然也可以瞧瞧百度百科：

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