Python数据分析：股价相关性

最新推荐文章于 2025-03-27 11:42:32 发布
最新推荐文章于 2025-03-27 11:42:32 发布
阅读量1.7w 收藏 79
点赞数 11
分类专栏： Python 文章标签： python 数据分析 股价
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiaomingxiansen/article/details/78686067
版权

好久没发博客了，今天来发一篇分析股价相关度的。╮(╯▽╰)╭

为什么要分析股价相关度呢，我们来引入一个概念——配对交易

 

所谓的配对交易，是基于统计套利的配对交易策略是一种市场中性策略，具体的说，是指从市场上找出历史股价走势相近的股票进行配对，当配对的股票价格差偏离历史均值时，则做空股价较高的股票同时买进股价较低的股票，等待他们回归到长期均衡关系，由此赚取两股票价格收敛的报酬。

 

接下来开始我们的股价相关度分析，首先我们选两个股票~





感觉全聚德和光明乳业都很好吃的样子，我们就选它们了吧！=￣ω￣=


1、导入数据包

简单介绍一下要用到的数据包

matplotlib.pyplot：绘图库，其中pyplot子包提供一个类MATLAB的绘图框架

最低0.47元/天 解锁文章
股票数据分析——Python
weixin_41542593的博客
12-26 585
# 导入工具包 import numpy as np import pandas as pd from pandas import Series,DataFrame import pandas_datareader as pdr import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline from dat...
股票数据分析(雷达图)--python
xiuxiuxiulai的博客
09-15 1492
csv数据下载连接：https://pan.baidu.com/s/1KTS5WzfH4z9Y4U4rIG-3Ig 代码： import numpy as np import matplotlib.pyplot as plt import pandas as pd from sklearn.cluster import KMeans # 引入机器学习 # 用来正常显示中文 plt.rcPar...
python股票相关性分析,Python数据分析：股价相关性
weixin_33638349的博客
03-26 2281
Python数据分析：股价相关性为什么要分析股价相关度呢，我们来引入一个概念——配对交易所谓的配对交易，是基于统计套利的配对交易策略是一种市场中性策略，具体的说，是指从市场上找出历史股价走势相近的股票进行配对，当配对的股票价格差偏离历史均值时，则做空股价较高的股票同时买进股价较低的股票，等待他们回归到长期均衡关系，由此赚取两股票价格收敛的报酬。接下来开始我们的股价相关度分析，首先我们选两个股票~感...
python股票相关性分析_python处理时间序列数据股票数据，并进行相关性分析
weixin_34751996的博客
02-21 2084
import pandas as pdimport numpy as npimport matplotlib.pyplot as pltfig = plt.figure()#读取数据stock = pd.read_csv('D:/0py-stock analysis/predict/600425test2.csv', parse_dates=[0], index_col=0)#usecols=ra...
python进行数据分析（以A 股为例）
最新发布
weixin_69327572的博客
03-27 979
pythonhtml.H1("A股股票分析看板", style={'text-align': 'center'}),html.Div([dcc.Input(id='ticker-input', value='600519', type='text'), # 茅台股票代码),html.Button('更新数据', id='update-button', n_clicks=0)dcc.Tabs([dcc.Tab(label='价格走势', children=[]),
Python数据分析----XX银行股票分析小娱
jp_zhou256的博客
11-01 2590
Python数据分析----XX银行股票分析小娱 本文使用Facebook的Prophet工具对XX银行的股票进行分析和预测，just for fun!如下是分析过程中的收获和随笔记录。 1. 对DataFrame类型的数据中的某一列数据进行归一化处理 1.1.code import pandas as pd import numpy as np import matplotlib.pyplot ...
python股票数据分析_Python股票数据分析
weixin_39947351的博客
11-23 661
原标题：Python股票数据分析数据挖掘入门与实战 公众号： datadwpython版本：3.4最近在学习基于python的股票数据分析，其中主要用到了tushare和seaborn。tushare是一款财经类数据接口包，国内的股票数据还是比较全的，官网地址：。seaborn则是一款绘图库，通过seaborn可以轻松地画出简洁漂亮的图表，而且库本身具有一定的统计功能。导入的模块:import m...
Python数据可视化：分析股票数据，折线图显示数据
Python案例分享，B站视频教程：https://space.bilibili.com/523606542
11-25 3727
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。 以下文章来源于数据皮皮侠，作者：皮皮侠 主要一个股票，使用时间序列模型研究按照下面的流程来研究一下其变化趋势，看看准不准，Python代码写的比较优美，学习者可以研读一下整个程序流程。 步骤： 准备数据 可视化数据、审查数据 处理数据 根据ACF、PACF定阶 拟合ARIMA模型 预测 #-*-coding:utf-8-*- """ SpyderEditor ...
我的Python心路历程 第十期 （10.1 实践实例之股票数据分析）
m0_47327165的博客
01-17 740
我的Python心路历程 第八期 （实践实例之股票数据分析） 针对参考1中的代码进行实践，其中有几点体会和问题的处理。 首先，导入pandas库，详见参考2。 其次，准备数据，可以自己制作假数据，也可以从网上下载已有数据。 如下数据进行测试： 将datadir和fname适配为自己的，编译发现无法识别中文，故此将标题改为代码中的对应英文标题。 一步步开始调试代码，到第四步是出现编译异常，如下： 根据提示更改为如下代码： # 最大年均复合增长率 print('4.2 最大年均复合增长率') min_da
数据分析-股价数据
11-22
数据格式为CSV，内容为2010年3月到2015年6月间某公司的股价数据，适合学习Python数据分析的拿来练手
python学习笔记01
weixin_42169188的博客
11-06 323
一、入门 1.程序组成部分 模块 import module #load the module 表达式和语句 空白 缩进 续行 可在前一行的末尾放置一个**反斜杠(\)**指示将续行。 注释 #符号后面的任何内容都被忽略掉，表示注释。 标记 关键字 and del from not while as elif global or with assert else if pass yield break except import pr
Python tushare股票大数据分析与报告生成
Wilburzzz的博客
06-05 1742
Python tushare股票大数据分析与报告生成 前言： 经过前面从tushare数据的获取（在我的博客文章里有介绍），接下来肯定是要对数据进行分析，分析后还可以批量生成docx分析报告。前期肯定是要去安装docx库，具体要安装哪些库请根据自己缺哪些库安装，不懂的话请找度娘。哈哈哈，我的废话又多了，以下进入正题贴出代码： import pandas as pd import tushare as ts import docx import os import time import warnings f
python分析股票数据_用Python函数分析股票主要指标
weixin_39979080的博客
11-24 667
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...
Python tushare股票大数据分析与报告生成（优化版1）
Wilburzzz的博客
06-10 1208
前言： 重新复习了下之前写的代码，发现从tushare下载的数据有些是NaN值，自己研究了下这些NaN值的股票，都是些要么退市要么面临退市的风险问题股，之前在我写的文章代码里，生成的docx文档里含有0不明类别的分析报告，这些0的分类其实都是些问题股，于是先加句代码完善下当前的分析报告，完善后的完整代码如下： import os import docx import time import warnings import pandas as pd import tushare as ts from docx
用python进行股票数据分析_用 Python 做股市数据分析（2）
weixin_39727105的博客
12-04 2138
这篇博文是用Python分析股市数据系列两部中的第二部，内容基于我在阅读第一部分)。在这两篇博文中，我会讨论一些基础知识，包括比如如何用pandas从雅虎财经获得数据， 可视化股市数据，平均数指标的定义，设计移动平均交汇点分析移动平均线的方法，回溯测试和 基准分析法。这篇文章会讨论如何设计用移动平均交汇点分析移动平均线的系统，如何做回溯测试和基准分析，最后留有一些练习题以飨读者。注意：本文仅代表作...
用Python做股市数据分析（一）
weixin_34331102的博客
08-01 765
这篇博文是用Python分析股市数据系列两部中的第一部，内容基于我犹他大学 数学3900 (数据科学)的课程。在这些博文中，我会讨论一些基础知识。比如如何用pandas从雅虎财经获得数据， 可视化股市数据，平局数指标的定义，设计移动平均交汇点分析移动平均线的方法，回溯测试， 基准分析法。最后一篇博文会包含问题以供练习。第一篇博文会包含平局数指标以及...
用python对股票进行可视化分析_利用Python 和股票数据可视化解析行业典型企业的经营情况.pptx...
weixin_39732018的博客
11-28 429
课程大作业;内容要求可以基于tushare包的股票相关数据，进行分析、展示、对比。具体题目可以自行决定，项目需要有一定的复杂度和代码量。最后大作业提交至少三部分内容：小论文（包括介绍，设计，模型/算法，实现，结果说明/评估，结论）实现程序打包程序运行方法和主要函数/类说明每人独立完成，便于评分。评分方式（最终分数评定取二者最大值，可以选择不做大作业）平时作业40%，期末机考60%平时作业40%，期...
python股票数据分析_Python实战——基于股票的金融数据量化分析
weixin_39794347的博客
11-20 700
说明：本文只是通过自己的已学知识对股票数据进行了一个简单的量化分析，只考虑了收盘情况，真实的量化交易中仅仅考虑收盘情况是不够的，还有很多的复杂因素，而且仅仅三年数据是不足以来指导真实的股票交易的，因此本文只是作为一个简单的python练手项目。一、分析目的利用预先设定的策略，通过对股票交易的历史数据进行回测，验证该策略是否能指导股票交易。二、数据处理1、数据集描述数据集简介：此数据集来源于Nasd...
python 股价相关性
01-17
### 使用 Python 进行股价相关性分析 #### 导入库并获取数据 为了进行股价的相关性分析，首先需要导入必要的库，并通过 `Tushare` 获取所需的数据。 ```python import matplotlib.pyplot as plt import numpy as np import pandas as pd import tushare as ts pro = ts.pro_api('your_token_here') df_stock_1 = pro.daily(ts_code='000001.SZ', start_date='20230101', end_date='20231231') df_stock_2 = pro.daily(ts_code='000002.SZ', start_date='20230101', end_date='20231231') ``` #### 数据预处理 接下来对获取到的数据进行清洗和整理，确保两支股票的时间戳一致以便后续计算其间的关联度。 ```python # 将日期设置为索引 df_stock_1.index = pd.to_datetime(df_stock_1['trade_date']) df_stock_2.index = pd.to_datetime(df_stock_2['trade_date']) # 只保留收盘价列用于计算相关性 close_price_1 = df_stock_1[['close']] close_price_2 = df_stock_2[['close']] # 合并两个DataFrame对象，基于相同的日期进行连接 merged_df = pd.merge(close_price_1, close_price_2, left_index=True, right_index=True) # 去除缺失值 cleaned_data = merged_df.dropna() ``` #### 计算Pearson相关系数 利用 Pandas 提供的方法来计算两只股票之间的 Pearson 相关系数。 ```python correlation_matrix = cleaned_data.corr(method='pearson', min_periods=1)[^2] print(f"Pearson Correlation Coefficient between two stocks is {correlation_matrix.iloc[0, 1]}") ``` #### 结果可视化 最后可以绘制图表直观地查看两者间的关系趋势。 ```python plt.figure(figsize=(14,7)) plt.plot(cleaned_data) plt.legend(['Stock A Close Price', 'Stock B Close Price']) plt.title('Comparison of Two Stocks\' Closing Prices Over Time') plt.xlabel('Date') plt.ylabel('Price (CNY)') plt.grid(True) plt.show() def show(df): normalized_returns = (df / df.iloc[0]) - 1 plt.figure(figsize=(14,7)) plt.plot(normalized_returns) plt.title('Normalized Returns Comparison Between Two Stocks') plt.xlabel('Time') plt.ylabel('Returns Rate') plt.grid(True) plt.show() show(cleaned_data) ```
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值