ETF定投数据分析2——数据分析

最新推荐文章于 2023-01-11 03:07:46 发布

zwdnet

最新推荐文章于 2023-01-11 03:07:46 发布

阅读量756

点赞数

文章标签： python 量化投资

本文链接：https://blog.csdn.net/zwdnet/article/details/86659147

版权

本文使用Python进行ETF定投的数据分析，首先通过git创建并切换到data_analysis分支，接着导入csv数据到DataFrame，对数据进行初步查看。然后利用matplotlib进行数据可视化，尝试不同图形类型，并尝试解决中文乱码问题。最后，运用pandas的时间序列分析工具，包括移动窗口平均值和标准差。文章介绍了数据分析过程及常用库的使用。

摘要由CSDN通过智能技术生成

上一篇文章用Python对定投数据进行了处理，计算出了总的收益率随时间的变化数据，保存到了csv文件里。现在我们就开始对数据进行具体的分析。具体如何分析，我也没谱，是第一次，走到哪儿就算哪儿吧。首先，先建立一个git分支，在分支上编辑新代码，完成以后再合并。git分支功能我以前也没怎么用过，只是知道有这么个功能。搜了一下，又动手实验，成功了。先建立名为data_analysis的分支，然后转移到该分支中:

git branch data_analysisgit checkout data_analysis

或者可以直接新建分支并转移

git checkout -b data_analysis

然后就可以增加代码啦。新建一个data_analysis.py的文件，用于数据分析。先从csv文件中导入数据到DataFrame变量中，再输出看看。

import pandas as pd    
etf_total = pd.read_csv("total_etf.csv")    
etf_300 = pd.read_csv("300etf.csv")    
etf_nas = pd.read_csv("nasetf.csv")    
print(etf_total.head())    
print(etf_300.head())    
print(etf_nas.head())

没问题啦。再提交代码。最后将本地分支推送到github上。

git push -u origin data_analysis

再把数据可视化一下吧，先尝试一下各种不同的图形类型。

import matplotlib.pyplot as plt


#数据可视化
def Display(data):    
    fig = plt.figure()    
    ax1 = fig.add_subplot(2,2,1)    
    ax2 = fig.add_subplot(2,2