Python数据分析之股票分析

股票分析

  1. 使用tushare包获取某股票的历史行情数据
  2. 输出该股票所有收盘比开盘上涨3%以上的日期
  3. 输出该股票所有开盘比前日收盘跌幅超过2%的日期
  4. 假如从2010年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票。到今天为止,收益如何?

tushare:财经数据接口包

预处理数据

  • 获取某支股票的历史行情数据
df = ta.get_k_data(code='600519', start='2022-01-01')

  • 将互联网上获取的股票数据存储到本地
df.to_csv('./maotai.csv')
  • 将本地存储数据输入到df1
df1 = pd.read_csv('./maotai.csv')
  • 对读取的数据进行相关的处理

df1.drop(labels='Unnamed: 0', axis=1, inplace=True)

df1.info()

df1['date'] = pd.to_datetime(df1['date'])

df1.set_index('date', inplace=True)

捕获股票上涨日期

  • 输出该股票所有收盘比开盘上涨3%以上的日期

伪代码:(开盘 – 收盘) / 开盘 > 0.03


df1.loc[(df1['open'] - df1['close']) / df1['open'] > 0.03].index

捕获股票跌幅的日期

  • 输出该股票所有开盘比前日收盘跌幅超过2%的日期

伪代码:(开盘 – 前日收盘) / 前日收盘 < -0.02


print(df1.loc[(df1['open'] - df1['close'].shift(1)) / df1['close'].shift(1) < -0.02].index)

股票买卖收益分析

假如从2010年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票。到今天为止,收益如何?

  • 时间节点:2010-2022
  • 一手股票:100支股票
  • 买:
  • 一个完整的年需要买入12手股票,即为1200支股票
  • 卖:
  • 一个完整的年需要卖出12手股票,即为1200支股票
  • 买卖股票的单价:
  • 开盘价

收益计算

  1. 根据时间进行切片
new_df = df['2010-01':'2022-07']
  1. 买股票

df_monthly = new_df.resample('M').first()
  1. 买入的股票花费的总金额
cost = df_monthly['open'].sum() * 100
  1. 卖出股票到手的钱

df_yearly = new_df.resample('A').last()[:-1]
resv = df_yearly['open'].sum() * 1200

last_money = 700 * new_df['close'][-1]
  1. 计算总收益
total = resv + last_money - cost

Original: https://blog.csdn.net/qq_40202164/article/details/125891361
Author: GODamnbit
Title: Python数据分析之股票分析

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/677495/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球