Python之获取与简单处理金融数据

零到壹度

Lepaskan： 2018-04-09 15:44:48

asal

3034 orang telah melayarinya

Python的功能不可以说不大，在金融数据分析里面有着很方便的应用。本篇文章给大家分享的内容是Python之获取与简单处理金融数据，有着一定的参考价值，有需要的朋友可以参考一下

1.数据获取

pandas包中有自带的数据获取接口，详细的大家可以去其官网上找，是io.data下的DataReader方法。

import numpy as np
import pandas as pd
import pandas.io.data as web
import math
#从雅虎财经获取DAX指数的数据
DAX = web.DataReader(name=&#39;^GDAXI&#39;, data_source=&#39;yahoo&#39;,start = &#39;2000-1-1&#39;)
#查看一下数据的一些信息 上面这一方法返回的是一个pandas dataframe的数据结构
print DAX.info()
#绘制收盘价的曲线
DAX[&#39;Close&#39;].plot(figsize=(8,5))

Salin selepas log masuk

我们获得的数据是dataframe的结构，毕竟是pandas的接口的嘛。然后我们绘制一下收盘价曲线。

这个是我们获取的数据的信息。

绘制出来的收盘价曲线是这样的。

2.简单的数据处理

有了股票价格，我们就计算一下每天的涨跌幅度，换句话说，就是每天的收益率，以及股价的移动平均和股价的波动率。

#计算每日的涨跌幅
DAX[&#39;Return&#39;] = np.log(DAX[&#39;Close&#39;]/DAX[&#39;Close&#39;].shift(1))
print DAX[[&#39;Close&#39;,&#39;Return&#39;]].tail()
#将收盘价与每日涨跌幅度放在一张图上
DAX[[&#39;Close&#39;,&#39;Return&#39;]].plot(subplots = True,style = &#39;b&#39;,figsize=(8,5))
#42与252个交易日为窗口取移动平均
DAX[&#39;42d&#39;]=pd.rolling_mean(DAX[&#39;Close&#39;],window=42)
DAX[&#39;252d&#39;]=pd.rolling_mean(DAX[&#39;Close&#39;],window=252)
#绘制MA与收盘价
DAX[[&#39;Close&#39;,&#39;42d&#39;,&#39;252d&#39;]].plot(figsize=(8,5))
#计算波动率，然后根据均方根法则进行年化
DAX[&#39;Mov_Vol&#39;]=pd.rolling_std(DAX[&#39;Return&#39;],window = 252)*math.sqrt(252)
DAX[[&#39;Close&#39;,&#39;Mov_Vol&#39;,&#39;Return&#39;]].plot(subplots = True, style = &#39;b&#39;,figsize = (8,7))

Salin selepas log masuk