第9章 股票数据量化分析.pptx

第9章股票数据量化分析

本章内容9.1股票数据量化分析背景与功能9.2程序设计思路9.3程序设计的步骤

9.1股票数据量化分析背景与功能股票市场在金融投资领域占据越来越重要的地位。随着人工智能及大数据时代的到来，利用先进的计算机技术编写程序创建合适的数学模型快速准确地处理与分析大规模股票市场数据，从数据中洞悉更多事件，减少投资者情绪波动影响，判断市场走势、风险和盈利，从而尽可能作出理性的投资决策。本案例基于Tushare平台利用Python语言对股票市场上证指数及个股进行数据分析、进行盈利率计算，利用Matplotlib及seaborn库对股票数据、走势等进行可视化展示，以消除量化投资技术障碍，更有效专注于市场本身。

9.2程序设计思路步骤1：数据获取本程序数据来源于Tushare大数据开放平台。Tushare是一个开放的，免费的平台。其提供的数据内容包含股票、基金、期货、债券、外汇、行业大数据，同时包括了数字货币行情等区块链数据的全数据品类的金融大数据平台。Tushare返回的数据格式绝大部分都是pandas的DataFrame类型，非常便于使用Pandas、NumPy、Matplotlib、seaborn等进行数据分析和可视化。步骤2：大盘指数分析本案例使用seaborn库对上证指数及深证指数数据进行可视化展示，直观了解大盘“收盘价”和“成交量”走势。步骤3：个股分析本案例选择了“中国电信”“建业股份”“新华联”及“南山铝业”4支股票对其进行收益计算、风险评估，并对各数据进行可视化展示。

9.3程序设计的步骤1．安装tushare库tushare库为第三方库，使用前必须先安装此第三方库，可使用pipinstalltushare命令进行安装。2.导入所需第三方库导入本案例所需第三方数据库，包括Pandas，Numpy，Matplotlib的pyplot库，seaborn库，日期时间datetime库以及tushare库，并为后续统计图中能够正确显示中文及符号进行相关设置。

9.3程序设计的步骤3.获取上证及深证指数数据（1）get_k_data接口本案例使用Tushare的get_k_data接口，获取上交所及深交所自1990年开市日至2021年底的所有指数数据、展示数据、了解数据属性。get_k_data，是一个统一的行情数据接口，是tushare最常用的接口之一，目的是为了获取k线数据。get_k_data(code=None,start=,end=,ktype=D,autype=qfq,index=False,retry_count=3,pause=0.001)其常用参数说明如表9-1所示。

9.3程序设计的步骤

9.3程序设计的步骤3.获取上证及深证指数数据获取数据说明：4.保存数据集至csv文件

5.大盘指数数据预处理（1）读取数据集并查看简要信息（2）转换数据类型9.3程序设计的步骤

9.3程序设计的步骤6.大盘指数总体分析fig=plt.figure(figsize=(12,5))#创建画布，尺寸为12*5axes1=fig.add_subplot(1,2,1)#添加子图axes1axes2=fig.add_subplot(1,2,2)#添加子图axes2axes1.set_title(1990-2021上证-深证指数每日收盘价走势图)sns.lineplot(x=data.date,y=data.close,hue=data.code,ax=axes1)axes2.set_title(1990-2021上证-深证每日成交量走势图)sns.lineplot(x=data.date,y=data.volume,hue=data.code,ax=axes2)plt.show()

9.3程序设计的步骤

9.3程序设计的步骤

9.3程序设计的步骤sh_2015=data[(data.date.dt.year==2015)(data.code==sh)]#提取2015年上证数据sh_2015.set_index(sh_2015.date,inplace=True)#将“交易日期”设为索引#对2015年数据按“月”重采样，并对个数据进行相应聚合统计sh_2015_M=sh_2015.resample(M).agg({open:np.mean,close:np.mean,high:np.max,low:np.min,