導入必要的模塊
首先，我們導入numpy、pandas和用於作圖的matplotlib庫：
從雅虎財經獲取特斯拉、通用和福特的每日收盤價數據
可視化數據，並對有趣的事件進行可視化檢查，並畫蠟燭圖
在同一張圖中畫出特斯拉、通用和福特股票的開盤價曲線：
每支股票的最大成交量是發生在哪一天？
從開盤價格的時間序列可視化來看，似乎特斯拉的股價一直都要比通用和福特的股價更有高。但至於為什么特斯拉的股價一直高於其他兩支股票，這個問題的答案不是單由股價決定，我們還需要考慮公司的總市值。盡管我們目前的數據並沒有關於目前股票總單位的信息。但是，我們可以做一個簡單的計算，在這里我們假設總的交易金額將是成交量列乘以開盤價格。這只是對市值的粗略估計而不是真實的市場價值，我們只是使用時間序列來直觀地表示交易的總金額。（例如，100股，每股10美元，而100000股，每股1美元）
為每個dataframe創建一個名為“總交易量”新的一列，即開盤價格與成交量的乘積。
從上圖可以看出：在2018年初，特斯拉交易了巨額資金。我們很自然的想知道那是什么日子，發生了什么事：
特斯拉股價暴漲10%，此前埃隆•馬斯克（Elon Musk）在推特上發布了一條關於特斯拉私有化的消息，令市場震驚，特斯拉股價在停牌一個多小時后飆升逾10%。馬斯克發布了一系列推文，稱可能以每股420美元的價格將公司私有化。
接下來，我們畫出一些移動平均線（MA）：分別為通用股票的50日均線（MA50）和200日均線（MA200）。
為了探尋這三支股票之間的關系，我們使用pandas.plotting庫中的scatter_matrix函數來創建三支股票收盤價的散點矩陣圖。將列重新排列為新的單個股票的收盤價格。
接下來，我們來繪制福特的蠟燭圖：
通過計算和比較每日收益來進行基本財務分析，並繪制每支股票的每日收益分布圖來識別三者之間的關系。
每日百分比變化可以通過下面的公式計算所得：
從“收盤價”列計算收益。
同時，我們用一些box plot來比較三支股票的收益范圍。
比較股票的日收益：
我們繪制散點矩陣圖，以查看每個股票日收益率之間的相關性。
從上面的scatter矩陣圖，我們可以看出只有通用和特斯拉回報率關系圖和其他4對關系圖看起來不一樣（其他對關系圖為正交，即兩支股票回報率沒有明顯相關性），所以我們可以推斷特斯拉和通用確實有某種可能的關系。
累計日收益
日收益：日收益是指股票價格相對於前一日的損益。
累積回報：累積回報是相對於投資計算的。如果累計回報超過一，你就是在盈利，否則就是虧損。
累積日收益的公式為：
df[daily_cumulative_return] = ( 1+df[pct_daily_return] ).cumprod()
假設我們從2012年1月3日開始買入這三支股票並一直持有，則我們的累計日均收益為：
下面，我們來可視化一下三支股票的累計收益率，可以發現購入特斯拉后，它的價格漲了14倍！
以上就是一個簡單的python數據分析股票市場的入門項目