Python是一门广泛在各个行业应用的语言，包括计算机，生物学，金融。可以说，python除了不会生孩子，其他啥都行。本文将使用python来玩转股票数据，让你见识Python的强大。
所使用的工具
我们可以从pandas_datareader获取股票数据。首先需要安装这个库
pip install pandaspip install pandas-datareader然后就可以访问数据了
from pandas_datareader.data import DataReaderdatas = DataReader(name='BABA', data_source='yahoo', start='2015-01-01', end='2018-01-01')
由于数据是从雅虎财经获取不稳定，这里我就先把本次实验所用到的数据下载了下来放在百度网盘，大家有需要的可以进行下载（链接: https://pan.baidu.com/s/1czzR03vuX0-O2lmMJT2otw 密码: 5jxj）
在这里，我首先把数据存为了csv文件，让我们首先看看阿里巴巴前几年的股票数据吧。
import pandas as pd file = 'BABA.csv' #csv文件index = 'Date' #将日期作为索引列alibaba = pd.read_csv(file, index_col=index) #读取csv文件数据
然后我们简单的查看一下阿里巴巴的股票数据
alibaba.head(n = 5) #查看前5行数据
下面是股票数据的前5行，我们可以看到每天的开盘价，收盘价，最高值，最低值，成交量等。
股票数据.png
然后再查看一下这些数据的描述，获取对数据的直观感受。
alibaba.describe()
这是对数据的统计量的一些分析，可以看到总共有789行数据，最高值和最低值相差不大。
在分析之前，我们先导入所需要的Python科学计算库。
# 数据分析import numpy as npimport pandas as pdfrom pandas import Series, DataFrame# 可视化import matplotlib.pyplot as pltimport seaborn as sns%matplotlib inline
我们首先分析股票的闭盘价的总体趋势。
alibaba['Adj Close'].plot(legend = True)plt.title('Alibaba Adj Close')plt.ylim([50,200])plt.xlabel('Date')plt.ylabel('Price')
可以看到，虽然中间也有小小的波动，闭盘价总体趋势是上升的，这表明阿里巴巴的市值一直在上升。
然后我们了解一下每天阿里巴巴股票的日收益率，毕竟，在股市赚钱，主要靠的就是低买高卖得到的收益。
size = (10,8)alibaba['daily-return'].plot(figsize = size,linestyle = '--',marker = 'o') #折线图，原点表示最大最小点plt.title('Alibaba daily return')plt.xlabel('Date')plt.ylabel('daily return rate')
每天的收益率不是稳定的，证明股市有风险，需要谨慎对待。
实用小知识：pct_change()函数将每个元素与其前一个元素进行比较，并计算变化百分比。默认情况下，pct_change()对列进行操作; 如果想应用到行上，那么可使用axis = 1参数。
我们再使用密度图和直方图查看一下日收益率的总体情况。
data = alibaba['daily-return'].dropna() #清除异常值bins = 50 #分为50个区间#在同一张图上画出分布直方图和密度图sns.distplot(data, bins = bins, color = 'red',hist = True, kde = True) plt.title('Alibaba daily return distribution')plt.xlabel('daily-return')plt.ylabel('probablity')plt.xlim([-0.05,0.1])
从图中我们可以看出，总体收益率基本稳定在0左右，盈或者损是对称的。
在风险分析里，我们对比几家互联网行业的大公司，看看它们的股票有什么差异，这里我选的5家公司是苹果，谷歌，亚马逊，微软，Facebook，时间是2015年到2017年。（大家也可以从前面的百度网盘里面的链接获取哦。）
读取top5.csv文件获取数据，按时间进行排序，并进行查看。
file = "top5.csv"index = 'Date'top_tech_df = pd.read_csv(file，index_col = index) #读取数据top_tech_df=top_tech_df.sort_index() #按索引，也就是时间排序top_tech_df.head(n = 5)
这里的数据指的是股票的闭盘价，这是前5条数据。
首先综合比对一下这5家公司，看看谁更厉害。
top_tech_df.plot(kind = 'line') #折线图plt.title('five company adj close picture')plt.xlabel('Date')plt.ylabel('price')plt.legend() #添加图例
可以看到谷歌和亚马逊，闭盘价始终高于其他三家公司，而这两家也是貌似有点关系，你升我也升，你降我也降。
上面图中看到其他三家貌似是平稳发展的，其实由于图的比例太大，导致相对平缓，真实的情况其实是此起彼伏，也有很大波动，下面查看一下。
another_company = ['AAPL','FB','MSFT']top_tech_df[another_company].plot()plt.title('another company adj close picture')plt.xlabel('Date')plt.ylabel('price')plt.legend()
从上面了解到谷歌和亚马逊的闭盘价变化有着某种相似性，我们再来看看它们的日收益率之间的关系。
#使用pct_change()获得日收益率top_tech_dr = top_tech_df.pct_change()sns.jointplot("AMZN",'FB',top_tech_dr,kind='scatter',color = 'red',size=8)plt.title('joint with AMZN and FB')
谷歌和亚马逊的收益率也好像是正相关的，这可以作为预测这两家股票发展的一个参考因素。
股市有风险，投资需谨慎。本文不是教你炒股的，而是教你学习Python的，感兴趣的小伙伴赶快学起来吧。
联系客服
