python分析股票数据_用Python函数分析股票主要指标

1.数据导入

用pandas.read_table()函数将TXT文件数据读入成DataFrame格式。如：

stock = pd.read_table('stockData.txt', usecols=range(15),parse_dates=[0], index_col=0)

其中参数usecols=range(10)限制只读取前10列数据，parse_dates=[0]表示将第一列数据解析成时间格式，index_col=0则将第一列数据指定为索引。

2.指标观察

股票指标总体可分为两类，他们都是随时间变化的：

价格相关指标：当日价格(开盘、收盘价，最高、最低价)、价格变化)价格变动和涨跌幅)、均价(5、10、20日均价)

成交量相关指标:成交量、换手率(成交量/发行总股数×100%)、成交量均量(5、10、20日均量)

(1)时间序列图

可以直接使用DataFrame数据格式自带的做图工具。以时间为横坐标，每日的收盘价为纵坐标，做折线图，可以观察股价随时间的波动情况。

stock['close'].plot(grid=True)

(2)K线图

Matplotlib.finance模块提供了绘制K线图的函数candlestick_ohlc()。

用K线图来记录行情和价格波动，每天的四项指标数据用如下蜡烛形状的图形来记录，不同的颜色代表涨跌情况。

(3)相对变化量

股票中关注的不是价格的绝对值，而是相对变化量。最简单的方法就是将股价除以初始时的价格。

(4)相关关系

使用pandas.scatter_matrix()函数做指标间相关关系分析，将各项指标数据两两关联做散点图，对角线是每个指标数据的直方图。

(5)移动平均线

好的指标是能驱动决策的。使用5、10、20日均价(又称为移动平均值)，并将均价的折线图(也称移动平均线)与K线图画在一起。

观察上图，我们发现5日均线与K线图较为接近，而20日均线则更平坦，可见移动平均线具有抹平短期波动的作用，更能反映长期的走势。比较5日均线和20日均线，特别是关注它们的交叉点，这些是交易的时机。

移动平均线策略，最简单的方式就是：当5日均线从下方超越20日均线时，买入股票，当5日均线从上方越到20日均线之下时，卖出股票。为了找出交易的时机，我们计算5日均价和20日均价的差值，并取其正负号，作于下图。当图中水平线出现跳跃的时候就是交易时机。

股市有风险，投资需谨慎。