python获取宁德时代数据，绘制回报率曲线分析发展状况

最新推荐文章于 2024-05-19 23:31:32 发布

小浪要学习

最新推荐文章于 2024-05-19 23:31:32 发布

阅读量549

点赞数

文章标签： python matplotlib 数据分析

本文链接：https://blog.csdn.net/weixin_62958065/article/details/129779924

版权

获取宁德时代从2018年到2023年的股票价格数据：

import tushare as ts
# 设置tushare token
ts.set_token("e24da88a1094c6df42a125dd28932ec3c81ca64eaf462a1c1ec0d85")
# 创建tushare数据接口
pro = ts.pro_api()
# 获取宁德时代股票数据
df = pro.daily(ts_code='300750.SZ', start_date='20180601', end_date='20230319')
# 将数据保存为CSV文件
df.to_csv('Ningde data.csv', index=False)

导入tushare库并使用token爬取宁德时代的数据，并将其保存为csv文件，以便接下来使用。

描述宁德时代的价格变化情况

import pandas as pd

import matplotlib.pyplot as plt

# Ningde Times,读取文件

path = r'C:\Users\35033\Desktop\Ningde data.csv'

df = pd.read_csv(path)

df = pd.read_csv(path, parse_dates=['trade_date'], dayfirst=True)

df['daily_return'] = df['close'].pct_change()

#Ningde Timesprice

plt.plot(df['trade_date'], df['close'], color='dodgerblue')

plt.title('Ningde Times Price')

plt.xlabel('Date')

plt.ylabel('Price')

plt.gca().spines['right'].set_visible(False)

plt.gca().spines['top'].set_visible(False)

plt.gca().yaxis.set_ticks_position('left')

plt.gca().xaxis.set_ticks_position('bottom')

plt.show()

导入pandas库，读取csv文件，绘制价格曲线变化图，设置所绘图形相关参数

所作图形如下：

图形分析：该图表展示了宁德时代股票价格的变化情况。可以看出，宁德时代的股票价格在2019年末有明显的上涨趋势，之后呈现震荡下跌的走势，但总体来说呈现了一个整体上涨的趋势，同时，宁德时代的股价在2021年末达到近几年的峰值，在之后的2022年到2023年宁德时代的股价呈现震荡下降的趋势，该图表展示了股票价格的走势，可以让投资者对该股票的价格变化趋势有一个基本的了解。

计算简单日回报率，并绘制日回报率曲线：

代码如下：

# daily return

df['date'] = pd.to_datetime(df['trade_date']) # 将Date列转换为DatetimeIndex类型

df.set_index('date', inplace=True)

df['daily_return'] = df['close'].pct_change()



plt.plot(df['daily_return'], color='dodgerblue')

plt.title('Ningde Time daily returns')

plt.xlabel('date')

plt.ylabel('daily return')

plt.gca().spines['right'].set_visible(False)

plt.gca().spines['top'].set_visible(False)

plt.gca().yaxis.set_ticks_position('left')

plt.gca().xaxis.set_ticks_position('bottom')

plt.show()

利用函数计算回报率，并绘制回报率曲线

所得图形如下所示：

图形分析：该图表展示了宁德时代股票的日回报率变化情况。可以看出，股票的日回报率在大部分时间内呈现出比较平稳的变化，但是也存在着一些较大的波动，如2019年3月、6月以及2021年初等时间点，这也反映了市场对宁德时代前景的一些疑虑和担忧。

计算简单月回报率并绘制图形：

代码如下;

#monthly return

df['date'] = pd.to_datetime(df['trade_date']) # 将Date列转换为DatetimeIndex类型

df.set_index('date', inplace=True)

Ningde_monthly_returns = df['close'].resample('M').ffill().pct_change()

plt.plot(Ningde_monthly_returns, color='dodgerblue')

plt.title('Ningde Times monthly returns')

plt.xlabel('date')

plt.ylabel('Monthly return')

plt.gca().spines['right'].set_visible(False)

plt.gca().spines['top'].set_visible(False)

plt.gca().yaxis.set_ticks_position('left')

plt.gca().xaxis.set_ticks_position('bottom')

plt.show()

同上，计算其简单月回报率，并绘制月回报率曲线

所的图形如下所示：

图形分析：该图表展示了宁德时代股票的月回报率变化情况。可以看出，股票的月回报率变化幅度较大，存在着明显的上涨和下跌趋势，且相较于日回报率的变化更加平滑。该图表展示了股票的长期趋势，可以让投资者对该股票的长期表现有一个更为清晰的了解。

计算累计回报率并绘制图形：

代码如下：

#daily cumulative return

df_cum_returns_daily = (df['daily_return'] + 1).cumprod()

# plot daily cumulative return

plt.plot(df_cum_returns_daily, color='dodgerblue')

plt.title('Ningde Times daily cumulative returns')

plt.xlabel('Date')

plt.ylabel('Cumulative return')

plt.gca().spines['right'].set_visible(False)

plt.gca().spines['top'].set_visible(False)

plt.gca().yaxis.set_ticks_position('left')

plt.gca().xaxis.set_ticks_position('bottom')

plt.show()

所得图形如下：

图形分析：这个图表展示了从2018年中旬至今宁德时代股票的累积回报率，它是从每日回报率计算而来。我们可以看到，股票价格整体上呈现出增长的趋势，但是存在价格波动较大的时间段，如2020年初、2021年初以及2021年末和2022年年初，股票的回报率显然下降了很多。同时可以发现，在2022年12月之前，宁德时代的日累积回报率表现出的增长趋势明显，但是在2022年1月之后，股价波动加剧，日累积回报率也出现了大幅波动。

计算简单月回报率并绘制图形：

代码如下：

# monthly cumulative return

df_cum_returns_monthly = (Ningde_monthly_returns + 1).cumprod()

# plot monthly cumulative return

plt.plot(df_cum_returns_monthly, color='dodgerblue')

plt.title('Ninede_monthly cumulative returns')

plt.xlabel('Date')

plt.ylabel('Cumulative return')

plt.gca().spines['right'].set_visible(False)

plt.gca().spines['top'].set_visible(False)

plt.gca().yaxis.set_ticks_position('left')

plt.gca().xaxis.set_ticks_position('bottom')

plt.show()

所得图形如下：