用python做股市数据分析一_用python做股票数据分析（兴趣篇）

本文我们一起用python来对某只股票的所有历史日数据，做一个探索性的分析，看看能不能有一些有趣的发现，希望能激起你对金融数据分析的兴趣。主要用到numpy，pandas模块的一些基本用法。本文的所有数据，包含所有A股的日数据，在文末有下载。

一、熟悉数据集

我们先导入需要的模块，然后用pandas的read_csv方法载入数据集。

观察数据集，包含了代码为000001的股票（平安银行）从上市至今的共6000多天的交易记录，包括每个交易日的交易日期，四个价格（最高，最低，开盘，收盘），涨跌（比），以及交易量和交易额。可以说，有了上面这些数据，可以造出任意一个技术分析指标。

画个收盘价的均线图试试看：

上文代码解释：我们先把“trade_date“这一列调整为时间格式，再把它设置为index。然后用df.rolling().mean()计算移动平均数。最后为了现实清晰，选取6500行以后的三个数据进行可视化显示。

二、初步探索数据集

1.看一下目前的价格处于历史中的什么价位

知道了一只股票的价格目前相对最高最低价所处的位置，我们就可以据此对它有一个总体的认识。我们还可以把上面的代码封装成一个函数，函数的输入是股票代码，然后遍历所有的股票，这样我们就可以挑选出我们需要的股票进行进一步研究。比如你想要超低价股，那么可以把p小于5%的股票打印出来，如果想要历史最高价的股票，那就是p＝1.

2.选择合适的移动平均数