Pandas 股票数据分析

在股票数据分析中，pandas 是一个非常强大的工具，可以帮助我们处理和分析股票市场的数据。

在本章节我们使用 yfinance（雅虎财经库）下载历史股票数据，并进行各种分析，包括数据清洗、可视化、技术指标计算等。

yfinance 是一个 Python 库，可以轻松地从雅虎财经（Yahoo Finance）获取股票、基金、加密货币等资产的历史和实时数据。

通过 pandas，我们可以将这些数据存储为 DataFrame 并进行后续的分析。

  • 数据清洗：处理缺失值、删除不必要的列等。
  • 数据可视化：绘制股票的时间序列图、移动平均线、RSI 等。
  • 技术指标计算：如移动平均线（SMA）、相对强弱指数（RSI）等。
  • 日收益率与累计收益率分析：帮助评估股票的短期和长期表现。
  • 波动率分析：衡量股票的价格波动性。

更多财经库及量化分析可以参考：Python 量化交易

、

安装 yfinance

首先，我们需要安装 yfinance 库，方法如下：

pip install yfinance --upgrade --no-cache-dir

安装 yfinance 时，pandas 通常会作为依赖项被自动安装。这意味着在使用 yfinance 时，你可以直接利用 pandas 提供的数据结构和功能来处理和分析数据。

导入所需的库：

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

获取股票数据

使用 yfinance 库，我们可以轻松下载股票数据。

我们通常使用 yf.download() 函数从雅虎财经获取某个股票的历史数据。

茅台的股票代码为 600519.SS，其中 .SS 是上海证券交易所的后缀。

使用 yfinance 获取股票数据：

实例

import yfinance as yf

# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 查看数据的前几行
print(stock_data.head())

输出数据如下所示：

返回的数据包含以下列：

  • Open：开盘价
  • High：最高价
  • Low：最低价
  • Close：收盘价
  • Adj Close：调整后的收盘价（考虑了股息、拆股等因素）
  • Volume：成交量

yf.download() 函数会返回一个 pandas.DataFrame，其中包含了指定股票的历史数据：

实例

import yfinance as yf

# 获取茅台股票（600519.SS）的数据
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 检查数据类型
print(type(stock_data))  # 应该输出 <class 'pandas.core.frame.DataFrame'>

输出为：

[*********************100%%**********************]  1 of 1 completed
<class 'pandas.core.frame.DataFrame'>

数据清洗与处理

在分析股票数据时，我们通常需要做一些数据清洗和处理。

常见的步骤包括填充缺失值、删除无关列、数据类型转换等。

在一些版本的 yfinance 中，可以自动引入了 pandas，不需要再引入，所以在使用 yfinance 时，你可以直接利用 pandas 提供的数据结构和功能来处理和分析数据。

检查缺失值并填充:

实例

import yfinance as yf

# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 检查缺失值
print(stock_data.isnull().sum())

# 使用前向填充替换缺失值
stock_data.ffill(inplace=True)

# 或者使用后向填充
# stock_data.bfill(inplace=True)

# 检查缺失值是否已经处理
print(stock_data.isnull().sum())

输出结果如下所示：

[*********************100%%**********************]  1 of 1 completed
Open         0
High         0
Low          0
Close        0
Adj Close    0
Volume       0
dtype: int64
Open         0
High         0
Low          0
Close        0
Adj Close    0
Volume       0

删除无关列：

实例

import yfinance as yf

# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])
print(stock_data_cleaned.head())

输出结果如下所示：

数据可视化：绘制股票价格曲线

使用 matplotlib 或 seaborn，我们可以对股票数据进行可视化，帮助我们识别趋势和波动。

绘制收盘价的时间序列图:

实例

import yfinance as yf
import matplotlib.pyplot as plt
# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])

# 绘制茅台收盘价曲线
plt.figure(figsize=(10, 6))
plt.plot(stock_data_cleaned['Close'], label='Close Price')
plt.title('Maotai Stock Price (2020)', fontsize=14)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Close Price (CNY)', fontsize=12)
plt.legend()
plt.grid(True)
plt.show()

输出如下所示:

计算股票的技术指标

在股票分析中，技术指标（如移动平均线、相对强弱指数 RSI 等）经常被使用来辅助决策，pandas 可以帮助我们计算这些指标。

1、移动平均线（SMA）

简单移动平均线（SMA）是最常用的技术指标之一，表示过去 N 天的平均收盘价。

实例

import yfinance as yf
import matplotlib.pyplot as plt
# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])

# 计算 50 日和 200 日的移动平均线
stock_data_cleaned['SMA_50'] = stock_data_cleaned['Close'].rolling(window=50).mean()
stock_data_cleaned['SMA_200'] = stock_data_cleaned['Close'].rolling(window=200).mean()

# 绘制收盘价和移动平均线
plt.figure(figsize=(12, 6))
plt.plot(stock_data_cleaned['Close'], label='Close Price')
plt.plot(stock_data_cleaned['SMA_50'], label='50-Day SMA')
plt.plot(stock_data_cleaned['SMA_200'], label='200-Day SMA')
plt.title('Maotai Stock Price with Moving Averages', fontsize=14)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Price (CNY)', fontsize=12)
plt.legend()
plt.grid(True)
plt.show()

输出如下所示:

2、相对强弱指数（RSI）

RSI 是用来评估股票是否被过度买入或卖出的技术指标，一般来说，RSI 大于 70 表示过度买入，小于 30 表示过度卖出。

实例

import yfinance as yf
import matplotlib.pyplot as plt
# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])

# 计算 RSI 指标
delta = stock_data_cleaned['Close'].diff(1)
gain = delta.where(delta > 0, 0)
loss = -delta.where(delta < 0, 0)

# 计算平均收益和损失
avg_gain = gain.rolling(window=14).mean()
avg_loss = loss.rolling(window=14).mean()

# 计算相对强弱指数 RSI
rs = avg_gain / avg_loss
rsi = 100 - (100 / (1 + rs))

# 添加 RSI 到数据中
stock_data_cleaned['RSI'] = rsi

# 绘制 RSI 曲线
plt.figure(figsize=(12, 6))
plt.plot(stock_data_cleaned['RSI'], label='RSI')
plt.axhline(y=70, color='r', linestyle='--', label='Overbought (70)')
plt.axhline(y=30, color='g', linestyle='--', label='Oversold (30)')
plt.title('RSI Indicator for Maotai Stock', fontsize=14)
plt.xlabel('Date', fontsize=12)
plt.ylabel('RSI', fontsize=12)
plt.legend()
plt.grid(True)
plt.show()

输出如下所示:

股票数据分析的应用

在实际股票数据分析中，可以使用 Pandas 进行以下常见操作：

1、日收益率与累计收益率

计算股票的日收益率和累计收益率有助于评估其长期表现。

实例

import yfinance as yf
import matplotlib.pyplot as plt
# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])

# 计算日收益率
stock_data_cleaned['Daily_Return'] = stock_data_cleaned['Close'].pct_change()

# 计算累计收益率
stock_data_cleaned['Cumulative_Return'] = (1 + stock_data_cleaned['Daily_Return']).cumprod()

# 绘制累计收益率
plt.figure(figsize=(10, 6))
plt.plot(stock_data_cleaned['Cumulative_Return'], label='Cumulative Return')
plt.title('Cumulative Return of Maotai Stock (2020)', fontsize=14)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Cumulative Return', fontsize=12)
plt.legend()
plt.grid(True)
plt.show()

输出如下所示:

2、股票的波动率

波动率是衡量股票价格波动的一个指标。

通常，我们可以使用收益率的标准差来衡量股票的波动率。

实例

import yfinance as yf
import matplotlib.pyplot as plt
# 获取茅台（600519.SS）的股票数据，日期范围从 2020-01-01 到 2021-01-01
stock_data = yf.download('600519.SS', start='2020-01-01', end='2021-01-01')

# 删除"Volume"和"Adj Close"列
stock_data_cleaned = stock_data.drop(columns=['Adj Close', 'Volume'])

# 计算日收益率
stock_data_cleaned['Daily_Return'] = stock_data_cleaned['Close'].pct_change()

# 计算累计收益率
stock_data_cleaned['Cumulative_Return'] = (1 + stock_data_cleaned['Daily_Return']).cumprod()

# 计算日收益率的标准差（波动率）
volatility = stock_data_cleaned['Daily_Return'].std()

# 显示波动率
print(f"Daily Volatility: {volatility:.4f}")

输出如下所示:

[*********************100%%**********************]  1 of 1 completed
Daily Volatility: 0.0181