Python笔记-沪深三百与茅台简单分析（2021年数据）

下载数据

下载的数据分别是沪深三百2021年数据：

import baostock as bs import pandas as pdif __name__ == '__main__':#### 登陆系统 ####lg = bs.login()# 显示登陆返回信息print('login respond error_code:' + lg.error_code)print('login respond error_msg:' + lg.error_msg)#### 获取历史K线数据 ##### 详细指标参数，参见“历史行情指标参数”章节rs = bs.query_history_k_data_plus("000300.SH","date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST",start_date='2021-01-01', end_date='2021-12-31') # frequency="d"取日k线，adjustflag="3"默认不复权print('query_history_k_data_plus respond error_code:' + rs.error_code)print('query_history_k_data_plus respond error_msg:' + rs.error_msg)#### 打印结果集 ####data_list = []while (rs.error_code == '0') & rs.next():# 获取一条记录，将记录合并在一起data_list.append(rs.get_row_data())result = pd.DataFrame(data_list, columns=rs.fields)#### 结果集输出到csv文件 ####result.to_csv("D:/stock/000300.SH.csv", encoding="gbk", index=False)print(result)#### 登出系统 ####bs.logout()pass

茅台2021年数据：

import baostock as bs import pandas as pdif __name__ == '__main__':#### 登陆系统 ####lg = bs.login()# 显示登陆返回信息print('login respond error_code:' + lg.error_code)print('login respond error_msg:' + lg.error_msg)#### 获取历史K线数据 ##### 详细指标参数，参见“历史行情指标参数”章节rs = bs.query_history_k_data_plus("600519.SH","date,code,open,high,low,close,preclose,volume,amount,adjustflag,turn,tradestatus,pctChg,peTTM,pbMRQ,psTTM,pcfNcfTTM,isST",start_date='2021-01-01', end_date='2021-12-31') # frequency="d"取日k线，adjustflag="3"默认不复权print('query_history_k_data_plus respond error_code:' + rs.error_code)print('query_history_k_data_plus respond error_msg:' + rs.error_msg)#### 打印结果集 ####data_list = []while (rs.error_code == '0') & rs.next():# 获取一条记录，将记录合并在一起data_list.append(rs.get_row_data())result = pd.DataFrame(data_list, columns=rs.fields)#### 结果集输出到csv文件 ####result.to_csv("D:/stock/600519.SH.csv", encoding="gbk", index=False)print(result)#### 登出系统 ####bs.logout()pass

Python分析数据

# -*- coding: utf-8 -*-import pandas as pdif __name__ == '__main__':hs300 = pd.read_csv("000300.SH.csv", index_col="date")maoTai = pd.read_csv("600519.SH.csv", index_col="date")stock_list = [maoTai, hs300]df = pd.concat([stock.pctChg for stock in stock_list], axis=1)df.columns = ['maoTai', 'hs300']df = df.sort_index(ascending=True)print(df.describe())# 填充数据df = df.fillna(0) # 这个可以去掉returns = (df + 1).product() - 1print('累计收益率\n', returns)import seaborn as snsimport matplotlib.pyplot as pltimport matplotlib as mplsns.set()mpl.rcParams['font.family'] = 'sans-serif'mpl.rcParams['font.sans-serif'] = 'SimHei'plt.figure(figsize=(10, 5))for col in df.columns:plt.plot(df[col], label=col)plt.title('日收益率时序图(2021)', fontsize=20)plt.legend()plt.show()pass

后台打印如下：

D:\python\content\python.exe D:/PythonProject/demo/demo22.pymaoTai hs300 count 243.000000 243.000000 mean 0.000420 -0.000151 std 0.023567 0.011708 min -0.069911 -0.035325 25% -0.012650 -0.006741 50% 0.000323 0.000398 75% 0.014569 0.006918 max 0.095041 0.031595 累计收益率maoTai 0.035688 hs300 -0.051986 dtype: float64

日收益时序图如下：

 

相关解释：

①df.descibe()打印如下信息：

maoTai hs300 count 243.000000 243.000000 mean 0.000420 -0.000151 std 0.023567 0.011708 min -0.069911 -0.035325 25% -0.012650 -0.006741 50% 0.000323 0.000398 75% 0.014569 0.006918 max 0.095041 0.031595

代表的含义：

count：每一列数据有多少行；

mean：改列的平均值；

std：标准偏差（方差开根号）；

min：最小值；

25%：有25%的样本比这个值高；

50%：有50%的样本比这个值高（这个值是中位数）；

75%：有75%的样本比这个值高；

max：最大值；

②product()这个函数是计算这一列的乘积，代码里面是这样的：

returns = (df + 1).product() - 1 print('累计收益率\n', returns)

这里，原始的df是这样的：

 这些都是当天的收益率，+1，后把这些列都乘起来再-1，算出累计收益率。

总结

以上是生活随笔为你收集整理的Python笔记-沪深三百与茅台简单分析（2021年数据）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。