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