当前位置: 首页 > news >正文

网页设计的网站推荐长沙有实力的关键词优化价格

网页设计的网站推荐,长沙有实力的关键词优化价格,珠海移动网站建设报价,wordpress shopme股票时间序列 时间序列: 金融领域最重要的数据类型之一 股价、汇率为常见的时间序列数据 趋势分析: 主要分析时间序列在某一方向上持续运动 在量化交易领域,我们通过统计手段对投资品的收益率进行时间序列建模,以此来预测未来的收…

股票时间序列

时间序列:
金融领域最重要的数据类型之一
股价、汇率为常见的时间序列数据
趋势分析:
主要分析时间序列在某一方向上持续运动
在量化交易领域,我们通过统计手段对投资品的收益率进行时间序列建模,以此来预测未来的收益率并产生交易信
序列相关性:
金融时间序列的一个最重要特征是序列相关性
以投资品的收益率序列为例,我们会经常观察到一段时间内的收益率之间存在正相关或者负相关

Pandas时间序列函数

datetime:
时间序列最常用的数据类型
方便进行各种时间类型运算
loc:
Pandas中对DateFrame进行筛选的函数,相当于SQL中的where
groupby:
Pandas中对数据分组函数,相当于SQL中的GroupBy
读取数据

    def testReadFile(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)print(df.info())print("-------------")print(df.describe())

image.png
image.png
时间处理

    def testTime(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df["date"] = pd.to_datetime(df["date"])df["year"] = df["date"].dt.yeardf["month"] = df["date"].dt.monthprint(df)

image.png
最低收盘价

    def testCloseMin(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]print("""close min : {}""".format(df["close"].min()))print("""close min index : {}""".format(df["close"].idxmin()))print("""close min frame : {}""".format(df.loc[df["close"].idxmin()]))

image.png
每月平均收盘价与开盘价

    def testMean(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df["date"] = pd.to_datetime(df["date"])df["month"] = df["date"].dt.monthprint("""month close mean : {}""".format(df.groupby("month")["close"].mean()))print("""month open mean : {}""".format(df.groupby("month")["open"].mean()))

image.png
算涨跌幅

# 涨跌幅今日收盘价减去昨日收盘价def testRipples_ratio(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df["date"] = pd.to_datetime(df["date"])df["rise"] = df["close"].diff()df["rise_ratio"] = df["rise"] / df.shift(-1)["close"]print(df)

image.png
计算股价移动平均

def testMA(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df['ma_5'] = df.close.rolling(window=5).mean()df['ma_10'] = df.close.rolling(window=10).mean()df = df.fillna(0)print(df)

image.png

K线图

K线图
K线图蕴含大量信息,能显示股价的强弱、多空双方的力量对比,是技术分析最常见的工具

K线图实现

Matplotlib
一个Python 的 2D绘图库,窗以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形
matplotlib finance
python 中可以用来画出蜡烛图线图的分析工具,目前已经从 matplotlib 中独立出来
读取股票数据,画出K线图

    def testKLineChart(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]fig = plt.figure()axes = fig.add_subplot(111)candlestick2_ochl(ax=axes,opens=df["open"].values,closes=df["close"].values,highs=df["high"].values,lows=df["low"].values,width=0.75,colorup='red',colordown='green')plt.xticks(range(len(df.index.values)),df.index.values,rotation=30)axes.grid(True)plt.title("K-Line")plt.show()

image.png

 def testKLineByVolume(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',title = 'K-LineByVolume',ylabel = 'price',style = my_style,show_nontrading = False,volume = True,ylabel_lower = 'volume',datetime_format = '%Y-%m-%d',xrotation = 45,linecolor = '#00ff00',tight_layout = False)

image.png
K线图带交易量及均线

   def testKLineByMA(self):file_name = r"D:\lhjytest\demo.csv"df = pd.read_csv(file_name)df.columns = ["stock_id","date","close","open","high","low","volume"]df = df[["date","close","open","high","low","volume"]]df["date"] = pd.to_datetime(df["date"])df = df.set_index('date')my_color = mpf.make_marketcolors(up = 'red',down = 'green',wick = 'i',volume = {'up':'red','down':'green'},ohlc = 'i')my_style  = mpf.make_mpf_style(marketcolors = my_color,gridaxis = 'both',gridstyle = '-.',rc = {'font.family':'STSong'})mpf.plot(df,type = 'candle',mav = [5,10],title='K-LineByVolume',ylabel='price',style=my_style,show_nontrading=False,volume=True,ylabel_lower='volume',datetime_format='%Y-%m-%d',xrotation=45,linecolor='#00ff00',tight_layout=False)

image.png

http://www.yayakq.cn/news/319154/

相关文章:

  • 网站改版 降权免费百度下载
  • 车公庙网站建设重庆市公共资源交易中心网官网
  • 新网的网站建设一般是多少钱手机app制作网站
  • 网站文章更新要求c4d培训
  • 天津专业做网站昆明做网站开发维护的公司
  • 网站加载速度影响因素做运营需要具备什么能力
  • 彩票网站 建设昆明电子商务网站
  • 广元商城网站开发做网站就业要会什么问题
  • 网站开发技术员传媒网站制作
  • 免费建立自己的网站代理做网站友情链接互换
  • 怎么做个手机版的网站吗上海外贸网站建设公司
  • 秦皇岛网站关键词网站建设电商
  • 网站死链检测工具商标注册号
  • 门户网站域名是什么意思seo平台怎么样
  • 有哪些做的比较好的网站wordpress自媒体主题ming
  • 陕西省建设厅的网站如何规划一个外贸网站
  • 学做蛋糕哪个网站好网站推荐
  • 潍坊网站关键词推广免费做封面的网站
  • 模仿大型门户网站做ppt培训机构在哪个平台找
  • 县文化馆网站建设方案湿地公园网站建设
  • 大连做网站需要多少钱张家港网站建设做网站
  • 中国建筑股份有限公司鼓楼网页seo搜索引擎优化
  • 网站做网站权威的赣州网站建设
  • 牛栏前网站建设wordpress 分类搜索
  • 如何在网站上做背景图片怎么做wordpress如何在首页不显示某类分类目录下的文章?
  • 湛江快速网站建设在哪里做网线制作的心得体会
  • 模板wordpress演示站怎么做明天正式解封
  • 企业网站设计与建设哪个网站可以兼职做效果图
  • 易语言编程软件做网站国家企业信息信用系统
  • 邵阳找工作网站wap网站怎么做