Python与Plotly实现多维度数据的动态可视化——交互式股票价格

在金融数据分析中，比较不同公司的股票价格走势是常见的需求。我们将使用Python和Plotly创建一个包含多个股票价格的交互式可视化图表，展示它们在一段时间内的表现。

准备工作

安装必要的库

首先，确保安装了以下Python库：

!pip install pandas
!pip install plotly
!pip install yfinance

• pandas：用于数据处理和分析。
• plotly：用于创建交互式可视化。
• yfinance：用于从Yahoo Finance获取历史股票数据。

导入库

import pandas as pd
import plotly.graph_objs as go
import yfinance as yf
from datetime import datetime

获取数据

我们将选择几家著名的科技公司，获取它们过去一年的股票价格数据。

# 定义股票代码和时间范围
stocks = ['AAPL', 'GOOGL', 'MSFT', 'AMZN', 'TSLA']
start_date = '2023-01-01'
end_date = '2023-12-31'

# 获取股票数据
stock_data = yf.download(stocks, start=start_date, end=end_date)['Close']

我们使用yfinance库从Yahoo Finance下载股票的收盘价数据，数据范围为2023年全年。

数据预处理

# 检查缺失值并进行填充
stock_data.fillna(method='ffill', inplace=True)

# 计算每日回报率
returns = stock_data.pct_change().dropna()

使用前向填充方法处理数据中的缺失值，计算每日回报率以分析股票的波动性。

创建交互式图表

方法一：基本多线图

# 创建基本多线图
fig = go.Figure()

for stock in stocks:
    fig.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 更新布局
fig.update_layout(
    title='2023年主要科技公司股票价格走势',
    xaxis_title='日期',
    yaxis_title='股票价格（美元）',
    template='plotly_dark',
    hovermode='x unified'
)

# 显示图表
fig.show()

特点：

• 展示多个股票的价格走势，便于比较。
• 使用plotly_dark模板，提供深色背景，更加美观。
• 启用hovermode=‘x unified’，在悬停时同时显示所有股票的价格，方便比较同一天的表现。

方法二：带有滚动和区间选择的交互式图表

# 创建带有滚动和区间选择的图表
fig = go.Figure()

for stock in stocks:
    fig.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 添加区间滑块和按钮
fig.update_layout(
    title='2023年主要科技公司股票价格走势（带有区间选择）',
    xaxis=dict(
        rangeselector=dict(
            buttons=list([
                dict(count=1, label='1个月', step='month', stepmode='backward'),
                dict(count=3, label='3个月', step='month', stepmode='backward'),
                dict(count=6, label='6个月', step='month', stepmode='backward'),
                dict(step='all', label='全年')
            ])
        ),
        rangeslider=dict(
            visible=True
        ),
        type='date'
    ),
    yaxis_title='股票价格（美元）',
    template='seaborn'
)

# 显示图表
fig.show()

特点：

• 添加了时间区间选择器，用户可以快速查看特定时间段的股票走势。
• 底部的范围滑块允许用户自由选择查看的时间范围。
• 使用seaborn模板，提供简洁清新的视觉效果。

方法三：可视化股票每日回报率的箱线图

# 创建每日回报率箱线图
fig = go.Figure()

for stock in stocks:
    fig.add_trace(go.Box(
        y=returns[stock],
        name=stock,
        boxmean='sd'  # 显示均值和标准差
    ))

# 更新布局
fig.update_layout(
    title='2023年主要科技公司股票每日回报率分布',
    yaxis_title='每日回报率',
    template='ggplot2'
)

# 显示图表
fig.show()

特点：

• 使用箱线图展示每日回报率的分布，直观体现股票的波动性和风险。
• 显示每个股票的均值和标准差，帮助分析其稳定性。
• 使用ggplot2模板，提供专业且美观的外观。

方法四：添加注释和标记的交互式图表

# 选取特定日期进行标记
events = [
    {'date': '2023-03-15', 'event': '美联储加息'},
    {'date': '2023-07-10', 'event': '新产品发布'},
    {'date': '2023-10-25', 'event': '季度财报公布'}
]

# 创建图表
fig = go.Figure()

for stock in stocks:
    fig.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 添加事件标记
for event in events:
    fig.add_vline(x=event['date'], line_width=2, line_dash="dash", line_color="red")
    fig.add_annotation(
        x=event['date'],
        y=stock_data.max().max(),
        text=event['event'],
        showarrow=True,
        arrowhead=1,
        ax=0,
        ay=-40
    )

# 更新布局
fig.update_layout(
    title='2023年主要科技公司股票价格走势（带有重要事件标记）',
    xaxis_title='日期',
    yaxis_title='股票价格（美元）',
    template='plotly_white',
    hovermode='x unified'
)

# 显示图表
fig.show()

特点：

• 在图表中添加了重要事件的垂直线和注释，帮助用户理解特定日期对股票价格的影响。
• 事件标记使得图表更加信息丰富，适合用于报告和展示。
• 使用plotly_white模板，提供简洁专业的外观。

完整代码

import pandas as pd
import plotly.graph_objs as go
import yfinance as yf
from datetime import datetime

# 定义股票代码和时间范围
stocks = ['AAPL', 'GOOGL', 'MSFT', 'AMZN', 'TSLA']
start_date = '2023-01-01'
end_date = '2023-12-31'

# 获取股票数据
stock_data = yf.download(stocks, start=start_date, end=end_date)['Close']

# 检查缺失值并进行填充
stock_data.fillna(method='ffill', inplace=True)

# 计算每日回报率
returns = stock_data.pct_change().dropna()

# 创建基本多线图
fig1 = go.Figure()

for stock in stocks:
    fig1.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 更新布局
fig1.update_layout(
    title='2023年主要科技公司股票价格走势',
    xaxis_title='日期',
    yaxis_title='股票价格（美元）',
    template='plotly_dark',
    hovermode='x unified'
)

# 显示图表
fig1.show()

# 创建带有滚动和区间选择的图表
fig2 = go.Figure()

for stock in stocks:
    fig2.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 添加区间滑块和按钮
fig2.update_layout(
    title='2023年主要科技公司股票价格走势（带有区间选择）',
    xaxis=dict(
        rangeselector=dict(
            buttons=list([
                dict(count=1, label='1个月', step='month', stepmode='backward'),
                dict(count=3, label='3个月', step='month', stepmode='backward'),
                dict(count=6, label='6个月', step='month', stepmode='backward'),
                dict(step='all', label='全年')
            ])
        ),
        rangeslider=dict(
            visible=True
        ),
        type='date'
    ),
    yaxis_title='股票价格（美元）',
    template='seaborn'
)

# 显示图表
fig2.show()

# 创建每日回报率箱线图
fig3 = go.Figure()

for stock in stocks:
    fig3.add_trace(go.Box(
        y=returns[stock],
        name=stock,
        boxmean='sd'  # 显示均值和标准差
    ))

# 更新布局
fig3.update_layout(
    title='2023年主要科技公司股票每日回报率分布',
    yaxis_title='每日回报率',
    template='ggplot2'
)

# 显示图表
fig3.show()

# 选取特定日期进行标记
events = [
    {'date': '2023-03-15', 'event': '美联储加息'},
    {'date': '2023-07-10', 'event': '新产品发布'},
    {'date': '2023-10-25', 'event': '季度财报公布'}
]

# 创建图表
fig4 = go.Figure()

for stock in stocks:
    fig4.add_trace(go.Scatter(
        x=stock_data.index,
        y=stock_data[stock],
        mode='lines',
        name=stock
    ))

# 添加事件标记
for event in events:
    fig4.add_vline(x=event['date'], line_width=2, line_dash="dash", line_color="red")
    fig4.add_annotation(
        x=event['date'],
        y=stock_data.max().max(),
        text=event['event'],
        showarrow=True,
        arrowhead=1,
        ax=0,
        ay=-40
    )

# 更新布局
fig4.update_layout(
    title='2023年主要科技公司股票价格走势（带有重要事件标记）',
    xaxis_title='日期',
    yaxis_title='股票价格（美元）',
    template='plotly_white',
    hovermode='x unified'
)

# 显示图表
fig4.show()