用Python淺析股票數據

本文將使用Python來可視化股票數據，比如繪制K線圖，並且探究各項指標的含義和關系，最后使用移動平均線方法初探投資策略。

數據導入

這里將股票數據存儲在stockData.txt文本文件中，我們使用pandas.read_table()函數將文件數據讀入成DataFrame格式。

其中參數usecols=range(15)限制只讀取前15列數據，parse_dates=[0]表示將第一列數據解析成時間格式，index_col=0則將第一列數據指定為索引。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
​
%matplotlib inline
%config InlineBackend.figure_format = 'retina'
%pylab inline
pylab.rcParams['figure.figsize'] = (10, 6) #設置繪圖尺寸
​
#讀取數據
stock = pd.read_table('stockData.txt', usecols=range(15), parse_dates=[0], index_col=0)
stock = stock[::-1]  #逆序排列
stock.head()

　　

 

 

以上顯示了前5行數據，要得到數據的更多信息，可以使用.info()方法。它告訴我們該數據一共有20行，索引是時間格式，日期從2015年1月5日到2015年1月30日。總共有14列，並列出了每一列的名稱和數據格式，並且沒有缺失值。

stock.info()

　　

 

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 20 entries, 2015-01-05 to 2015-01-30
Data columns (total 14 columns):
    open        20 non-null float64
high            20 non-null float64
close           20 non-null float64
low             20 non-null float64
volume          20 non-null float64
price_change    20 non-null float64
p_change        20 non-null float64
ma5             20 non-null float64
ma10            20 non-null float64
ma20            20 non-null float64
v_ma5           20 non-null float64
v_ma10          20 non-null float64
v_ma20          20 non-null float64
turnover        20 non-null float64
dtypes: float64(14)
memory usage: 2.3 KB

　　

 

 

在觀察每一列的名稱時，我們發現’open’的列名前面似乎與其它列名不太一樣，為了更清楚地查看，使用.columns得到該數據所有的列名如下：

stock.columns

　　

 

Index(['    open', 'high', 'close', 'low', 'volume', 'price_change',
       'p_change', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20',
       'turnover'],
      dtype='object')

　　

 

 

於是發現’open’列名前存在多余的空格，我們使用如下方法修正列名。

stock.rename(columns={'open':'open'}, inplace=True)

 

至此，我們完成了股票數據的導入和清洗工作，接下來將使用可視化的方法來觀察這些數據。

數據觀察

首先，我們觀察數據的列名，其含義對應如下：

open	high	colse	low	volume	price_change	p_change
開盤價	最高價	收盤價	最低價	成交量	價格變動	漲跌幅

ma5	ma10	ma20	v_ma5	v_ma10	v_ma20	turnover
5日均價	10日均價	20日均價	5日均量	10日均量	20日均量	換手率

這些指標總體可分為兩類：

• 價格相關指標

  • 當日價格：開盤、收盤價，最高、最低價

  • 價格變化：價格變動和漲跌幅

  • 均價：5、10、20日均價

• 成交量相關指標

  • 成交量

  • 換手率：成交量/發行總股數×100%

  • 成交量均量：5、10、20日均量

由於這些指標都是隨時間變化的，所以讓我們先來觀察它們的時間序列圖。

時間序列圖

以時間為橫坐標，每日的收盤價為縱坐標，做折線圖，可以觀察股價隨時間的波動情況。這里直接使用DataFrame數據格式自帶的做圖工具，其優點是能夠快速做圖，並自動優化圖形輸出形式。

stock['close'].plot(grid=True)

　　

 

 

如果我們將每日的開盤、收盤價和最高、最低價以折線的形式繪制在一起，難免顯得凌亂，也不便於分析。那么有什么好的方法能夠在一張圖中顯示出這四個指標？答案下面揭曉。

K線圖

相傳K線圖起源於日本德川幕府時代，當時的商人用此圖來記錄米市的行情和價格波動，后來K線圖被引入到股票市場。每天的四項指標數據用如下蠟燭形狀的圖形來記錄，不同的顏色代表漲跌情況。

圖片來源：http://wiki.mbalib.com/wiki/K線理論

Matplotlib.finance模塊提供了繪制K線圖的函數candlestick_ohlc()，但如果要繪制比較美觀的K線圖還是要下點功夫的。下面定義了pandas_candlestick_ohlc()函數來繪制適用於本文數據的K線圖，其中大部分代碼都是在設置坐標軸的格式。

from matplotlib.finance import candlestick_ohlc
from matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY
​
def pandas_candlestick_ohlc(stock_data, otherseries=None):    
​
    # 設置繪圖參數，主要是坐標軸 
    mondays = WeekdayLocator(MONDAY) 
    alldays = DayLocator()   
    dayFormatter = DateFormatter('%d')
​
    fig, ax = plt.subplots()
    fig.subplots_adjust(bottom=0.2)
    if stock_data.index[-1] - stock_data.index[0] < pd.Timedelta('730 days'):
        weekFormatter = DateFormatter('%b %d')  
        ax.xaxis.set_major_locator(mondays)
        ax.xaxis.set_minor_locator(alldays)
    else:
        weekFormatter = DateFormatter('%b %d, %Y')
    ax.xaxis.set_major_formatter(weekFormatter)
    ax.grid(True)
​
    # 創建K線圖   
    stock_array = np.array(stock_data.reset_index()[['date','open','high','low','close']])
    stock_array[:,0] = date2num(stock_array[:,0])
    candlestick_ohlc(ax, stock_array, colorup = "red", colordown="green", width=0.4)
​
​
    # 可同時繪制其他折線圖
    if otherseries is not None:
        for each in otherseries:
            plt.plot(stock_data[each], label=each)            
        plt.legend()
​
​
    ax.xaxis_date()
    ax.autoscale_view()
    plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
​
    plt.show()
 


pandas_candlestick_ohlc(stock)

　　

 

 

 

這里紅色代表上漲，綠色代表下跌。

相對變化量

股票中關注的不是價格的絕對值，而是相對變化量。有多種方式可以衡量股價的相對值，最簡單的方法就是將股價除以初始時的價格。

stock['return'] = stock['close'] / stock.close.iloc[0]
stock['return'].plot(grid=True)

　　

 

 

第二種方法是計算每天的漲跌幅，但計算方式有兩種：

這兩者可能導致不同的分析結果，樣例數據中的漲跌幅使用的是第一個公式，並乘上了100%。

stock['p_change'].plot(grid=True).axhline(y=0, color='black', lw=2)

　　

 

為了解決第二種方法中的兩難選擇，我們引入第三種方法，就是計算價格的對數之差，公式如下：

close_price = stock['close']
log_change = np.log(close_price) - np.log(close_price.shift(1))
log_change.plot(grid=True).axhline(y=0, color='black', lw=2)

　　

 

 

相關關系

在觀察了價格的走勢之后，我們來看看各指標之間的關系。下面挑選了部分代表性的指標，並使用pandas.scatter_matrix()函數，將各項指標數據兩兩關聯做散點圖，對角線是每個指標數據的直方圖。

small = stock[['close', 'price_change', 'ma20','volume', 'v_ma20', 'turnover']]
_ = pd.scatter_matrix(small)

　　

 

 

圖中可以明顯發現成交量（volume）和換手率（turnover）有非常明顯的線性關系，其實換手率的定義就是：成交量除以發行總股數，再乘以100%。所以下面的分析中我們將換手率指標去除，這里使用了相關性關系來實現數據降維。

上面的散點圖看着有些眼花繚亂，我們可以使用numpy.corrcof()來直接計算各指標數據間的相關系數。

small = stock[['close', 'price_change', 'ma20','volume', 'v_ma20']]
cov = np.corrcoef(small.T)
cov

　　

 

array([[ 1. ,  0.30308764,  0.10785519,  0.91078009, -0.37602193],
       [ 0.30308764,  1.  , -0.45849273,  0.3721832 , -0.25950305],
       [ 0.10785519, -0.45849273,  1.  , -0.06002202,  0.51793654],
       [ 0.91078009,  0.3721832 , -0.06002202,  1.  , -0.37617624],
       [-0.37602193, -0.25950305,  0.51793654, -0.37617624,  1.]])

　　

 

 

如果覺得看數字還是不夠方便，我們繼續將上述相關性矩陣轉換成圖形，如下圖所示，其中用顏色來代表相關系數。我們發現位於（0，3）位置的相關系數非常大，查看數值達到0.91。這兩個強烈正相關的指標是收盤價和成交量。

img = plt.matshow(cov,cmap=plt.cm.winter)
plt.colorbar(img, ticks=[-1,0,1])
plt.show()

　　

 

 

以上我們用矩陣圖表的方式在多個指標中迅速找到了強相關的指標。接着做出收盤價和成交量的折線圖，因為它們的數值差異很大，所以我們采用兩套縱坐標體系來做圖。

stock[['close','volume']].plot(secondary_y='volume', grid=True)

　　

 

 

觀察這兩個指標的走勢，在大部分時候股價上漲，成交量也上漲，反之亦然。但個別情況下則不成立，可能是成交量受到前期的慣性影響，或者還有其他因素。

移動平均線

吳軍老師曾講述他的投資經驗，大意是說好的投資方式不是做預測，而是能在合適的時機做出合適的應對和決策。同樣股市也沒法預測，我們能做的是選擇恰當的策略應對不同的情況。

好的指標是能驅動決策的。在上面的分析中我們一直沒有使用的一類指標是5、10、20日均價，它們又稱為移動平均值，下面我們就使用這項指標來演示一個簡單的股票交易策略。（警告：這里僅僅是演示說明，並非投資建議。）

為了得到更多的數據來演示，我們使用pandas_datareader直接從雅虎中下載最近一段時間的谷歌股票數據。

import datetime
import pandas_datareader.data as web
​
# 設置股票數據的時間跨度
start = datetime.datetime(2016,10,1)
end = datetime.date.today()
​
# 從yahoo中獲取google的股價數據。
goog = web.DataReader("GOOG", "yahoo", start, end)
​
#修改索引和列的名稱，以適應本文的分析
goog.index.rename('date', inplace=True)
goog.rename(columns={'Open':'open', 'High':'high', 'Low':'low', 'Close':'close'}, inplace=True)
​
goog.head()

　　

 

 

數據中只有每天的價格和成交量，所以我們需要自己算出5日均價和10日均價，並將均價的折線圖（也稱移動平均線）與K線圖畫在一起。

goog["ma5"] = np.round(goog["close"].rolling(window = 5, center = False).mean(), 2)
goog["ma20"] = np.round(goog["close"].rolling(window = 20, center = False).mean(), 2)
goog = goog['2017-01-01':]
​
pandas_candlestick_ohlc(goog, ['ma5','ma20'])

　　

 

 

觀察上圖，我們發現5日均線與K線圖較為接近，而20日均線則更平坦，可見移動平均線具有抹平短期波動的作用，更能反映長期的走勢。比較5日均線和20日均線，特別是關注它們的交叉點，這些是交易的時機。移動平均線策略，最簡單的方式就是：當5日均線從下方超越20日均線時，買入股票，當5日均線從上方越到20日均線之下時，賣出股票。

為了找出交易的時機，我們計算5日均價和20日均價的差值，並取其正負號，作於下圖。當圖中水平線出現跳躍的時候就是交易時機。

goog['ma5-20'] = goog['ma5'] - goog['ma20']
goog['diff'] = np.sign(goog['ma5-20'])
goog['diff'].plot(ylim=(-2,2)).axhline(y=0, color='black', lw=2)

　　

 

 

為了更方便觀察，上述計算得到的均價差值，再取其相鄰日期的差值，得到信號指標。當信號為1時，表示買入股票；當信號為-1時，表示賣出股票；當信號為0時，不進行任何操作。

goog['signal'] = np.sign(goog['diff'] - goog['diff'].shift(1))
goog['signal'].plot(ylim=(-2,2))

　　

 

 

從上圖中看出，從今年初到現在，一共有兩輪買進和賣出的時機。到目前為止，似乎一切順利，那么讓我們看下這兩輪交易的收益怎么樣吧。

trade = pd.concat([
    pd.DataFrame({"price": goog.loc[goog["signal"] == 1, "close"],
                  "operation": "Buy"}),
    pd.DataFrame({"price": goog.loc[goog["signal"] == -1, "close"],
                  "operation": "Sell"})    
])
​
trade.sort_index(inplace=True)
trade

　　

 

 

上述表格列出了交易日期、操作和當天的價格。但很遺憾地發現，這兩輪交易的賣出價都小於買入價，實際上按上述方法交易我們虧本了！！！

你是否很憤怒呢？原來分析到現在，都是假的呀！我之前就警告過，這里的分析只是演示移動平均線策略的思想，而並非真正的投資建議。股票市場是何其的復雜多變，又如何是一個小小的策略所能戰勝的呢？

那么這個策略就一無是處嗎？非也！如果考慮更長的時間跨度，比如5年、10年，並考慮更長的均線，比如將20日均線和50日均線比較；雖然過程中也有虧損的時候，但贏的概率更大。也就是說，在更長的時間尺度上該策略也是可行的。但即使你賺了，又能跑贏大盤嗎？這時候還需用到其他方法，比如合理配置投資比例等。

還是那句話，股市有風險，投資需謹慎。本文不是分析股票的文章，而是借用股票數據來說明數據分析的基本方法，以及演示什么樣的指標是好的指標。

 

關注公眾號：