ETF定投数据分析3——金融数据分析

现在我们接着对数据进行分析，主要参考《Python金融实战》一书第8章及后面的章节。
首先是进行时间序列分析，主要涉及pandas和statsmodels两个库，用pydroid3都能装的。
在本地新建一个名为finance的git分支，新建finance.py文件，先读入数据到DataFrame中。

import pandas as pd


if __name__ == "__main__":
    etf_total = pd.read_csv("total_etf.csv")
    etf_300 = pd.read_csv("300etf.csv")
    etf_nas = pd.read_csv("nasetf.csv")

用scipy里的统计函数，检验收益率是否为0。

from scipy import stats

print(stats.ttest_1samp(etf_total.收益率, 0.0))
————
Ttest_1sampResult(statistic=-6.5965205827065132, pvalue=3.681639737817202e-10)         [Program finished]

可以看到p极小，排除原假设，总收益率不为0。
比较一下我定投的两个指数etf的走势是否有联系？用barlett。

import scipy as sp

#比较两个指数的相关性
    print(sp.stats.bartlett(etf_300.close, etf_nas.close))
————BartlettResult(statistic=38.484328969292861, pvalue=5.5195108020696069e-10