Pythonによる財務データの取得と簡易処理

Pythonの機能は決して小さいとは言えず、金融データ分析において非常に便利な用途があります。この記事の内容は、Python での財務データの取得と簡単な処理を共有することです。必要な友人は参考にしてください。1. データ取得

。データ取得インターフェイスについては、公式 Web サイトで詳細を確認できます。io.data の下にある DataReader メソッドです。

import numpy as np
import pandas as pd
import pandas.io.data as web
import math
#从雅虎财经获取DAX指数的数据
DAX = web.DataReader(name='^GDAXI', data_source='yahoo',start = '2000-1-1')
#查看一下数据的一些信息 上面这一方法返回的是一个pandas dataframe的数据结构
print DAX.info()
#绘制收盘价的曲线
DAX['Close'].plot(figsize=(8,5))

私たちが取得するデータはデータフレームの構造であり、結局のところ、それはパンダのインターフェースです。次に、終値曲線を描きます。

弊社が取得したデータの情報です。

描かれた終値カーブはこんな感じです。

2. 簡単なデータ処理

株価について、日々の騰落率、つまり日次の収益率と株価の移動平均を計算します。株価の変動率。

#计算每日的涨跌幅
DAX['Return'] = np.log(DAX['Close']/DAX['Close'].shift(1))
print DAX[['Close','Return']].tail()
#将收盘价与每日涨跌幅度放在一张图上
DAX[['Close','Return']].plot(subplots = True,style = 'b',figsize=(8,5))
#42与252个交易日为窗口取移动平均
DAX['42d']=pd.rolling_mean(DAX['Close'],window=42)
DAX['252d']=pd.rolling_mean(DAX['Close'],window=252)
#绘制MA与收盘价
DAX[['Close','42d','252d']].plot(figsize=(8,5))
#计算波动率，然后根据均方根法则进行年化
DAX['Mov_Vol']=pd.rolling_std(DAX['Return'],window = 252)*math.sqrt(252)
DAX[['Close','Mov_Vol','Return']].plot(subplots = True, style = 'b',figsize = (8,7))

このサブプロットの描画方法をマスターして、いくつかのトレンド画像を組み合わせることができます。

サブプロットの属性がfalseなので重ねて描画した画像です。

これが市場のボラティリティと株式市場の関係です。 ＦＲＭでも述べたように、市場の低迷、言い換えれば金融危機の際には、市場のボラティリティが急激に高まります。したがって、Vix としても知られるパニック指数と呼ばれるものがあり、これは実際には市場のボラティリティ指数です。

関連する推奨事項:

財務、データ分析、人工知能における Python の応用

Python を使用して Google、Yahoo の財務データ ツールを入手します

以上がPythonによる財務データの取得と簡易処理の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。