【Python量化】手把手教你用python做股票分析入門

內容來自：微信公眾號：python金融量化  已獲得授權
關注可了解更多的金融與Python乾貨。

目前，獲取股票數據的渠道有很多，而且基本上是免費的，比如，行情軟體有同花順、東方財富等，門戶網站有新浪財經、騰訊財經、和訊網等。Python也有不少免費的開源api可以獲取交易行情數據，如pandas自帶的庫，tushare和baostock等。由於pandas庫不再支持yahoo資料庫後變得很不好用，而baostock最早記錄的數據是2006年，因此本文主要講講如何使用tushare獲取股票交易數據和可視化分析，tushare基本上記錄了股票自上市之日起所有的日交易數據，是目前分析國內A股（支持其他非股票行情數據，如期貨）比較好用的開源接口。獲取股票數據

使用tushare包的get_k_data()函數來獲取股票交易數據，具體可以通過命令help(ts.get_k_data)了解函數和參數含義。

#先引入後面可能用到的包（package）
import pandas as pd  
import numpy as np
import matplotlib.pyplot as plt
#正常顯示畫圖時出現的中文
from pylab import mpl
#這裡使用微軟雅黑字體
mpl.rcParams['font.sans-serif']=['SimHei']
#畫圖時顯示負號
mpl.rcParams['axes.unicode_minus']=False
import seaborn as sns  #畫圖用的
import tushare as ts
#Jupyter Notebook特有的magic命令
#直接在行內顯示圖形
%matplotlib inline    

sh=ts.get_k_data(code='sh',ktype='D',
  autype='qfq', start='1990-12-20')
#code:股票代碼，個股主要使用代碼，如『600000』
#ktype:'D':日數據；『m』：月數據，『Y』:年數據
#autype:復權選擇，默認『qfq』前復權
#start：起始時間
#end：默認當前時間
#查看下數據前5行
sh.head(5)

能看到的第一列是索引，對於pandas的數據結構，最後將索引設置為時間序列，方便後面可視化分析。

#將數據列表中的第0列'date'設置為索引
sh.index=pd.to_datetime(sh.date) 
#畫出上證指數收盤價的走勢
sh['close'].plot(figsize=(12,6))
plt.title('上證指數1990-2018年走勢圖')
plt.xlabel('日期')
plt.show()

上面的指數走勢圖還是可以清晰看出，股指分別在2007年和2015年有兩波大牛市，然後又從高峰跌入谷底，目前處於下跌通道。真是辛辛苦苦28年，一夜回到解放前o(╥﹏╥)o

描述性統計

#pandas的describe()函數提供了數據的描述性統計
#count:數據樣本，mean:均值，std:標準差
sh.describe().round(2)

結果如下表所示：

       從上述結果可以看出，上證指數從1990年12月20日至2018年11月7日（最後交易日是當前運行時間），一共有6645個樣本，均值為1937.52點，標準差為1079.51點（波動還是比較大的），最大值是6092.06點。

#再查看下每日成交量 
#2006年市場容量小，交易量比較小，我們從2007年開始看
sh.loc["2007-01-01":]["volume"].plot(figsize=(12,6))
plt.title('上證指數2007-2018年日成交量圖')
plt.xlabel('日期')
plt.show()

上圖的成交量反映了一個有趣的現象，2014-2015年的大牛市很可能是天量的交易推動起來的，因為這期間實體經濟並不景氣，央行多次降息降準，貨幣寬鬆，資金流入股市，銀行理財等影子銀行在這期間瘋狂擴張，場外加槓桿和配資主導了這一場牛市。感興趣的朋友可以結合貨幣供給、實體經濟指標、影子銀行等數據一起分析，進行交叉驗證。

均線分析

#這裡的平均線是通過自定義函數，手動設置20,52,252日均線
#移動平均線：
ma_day = [20,52,252]

for ma in ma_day:
    column_name = "%s日均線" %(str(ma))
    sh[column_name] =sh["close"].rolling(ma).mean()
#sh.tail(3)

#畫出2010年以來收盤價和均線圖
sh.loc['2010-10-8':][["close",
"20日均線","52日均線","252日均線"]].plot(figsize=(12,6))
plt.title('2010-2018上證指數走勢圖')
plt.xlabel('日期')
plt.show()

日收益率可視化

#2005年之前的數據噪音太大，主要分析2005年之後的
sh["日收益率"] = sh["close"].pct_change()
sh["日收益率"].loc['2005-01-01':].plot(figsize=(12,4))
plt.xlabel('日期')
plt.ylabel('收益率')
plt.title('2005-2018年上證指數日收益率')
plt.show()

###這裡我們改變一下線條的類型
#(linestyle)以及加一些標記(marker)
sh["日收益率"].loc['2014-01-01':].plot(figsize=
(12,4),linestyle="--",marker="o",color="g")
plt.title('2014-2018年日收益率圖')
plt.xlabel('日期')
plt.show()

分析多隻股票（指數）

#分析下常見的幾個股票指數
stocks={'上證指數':'sh','深證指數':'sz','滬深300':'hs300',
        '上證50':'sz50','中小板指':'zxb','創業板':'cyb'}
stock_index=pd.DataFrame()
for stock in stocks.values():
    stock_index[stock]=ts.get_k_data(stock,ktype='D', 
autype='qfq', start='2005-01-01')['close']
#stock_index.head()

#計算這些股票指數每日漲跌幅
tech_rets = stock_index.pct_change()[1:]
#tech_rets.head()

#收益率描述性統計
tech_rets.describe()
#結果不在此報告

#均值其實都大於0
tech_rets.mean()*100 #轉換為%

對上述股票指數之間的相關性進行可視化分析：

#jointplot這個函數可以畫出兩個指數的」相關性係數「，或者說皮爾森相關係數
sns.jointplot('sh','sz',data=tech_rets)

#成對的比較不同數據集之間的相關性，#而對角線則會顯示該數據集的直方圖

sns.pairplot(tech_rets.iloc[:,3:].dropna())

returns_fig = sns.PairGrid(tech_rets.iloc[:,3:].dropna())
###右上角畫散點圖
returns_fig.map_upper(plt.scatter,color="purple") 
###左下角畫核密度圖 
returns_fig.map_lower(sns.kdeplot,cmap="cool_d") 
###對角線的直方圖 
returns_fig.map_diag(plt.hist,bins=30)

收益率與風險

使用均值和標準分別刻畫股票（指數）的收益率和波動率，對比分析不同股票（指數）的收益-風險情況。

#構建一個計算股票收益率和標準差的函數
#默認起始時間為'2005-01-01'
def return_risk(stocks,startdate='2005-01-01'):
    close=pd.DataFrame()
    for stock in stocks.values():
        close[stock]=ts.get_k_data(stock,ktype='D', 
     autype='qfq', start=startdate)['close']
    tech_rets = close.pct_change()[1:]
    rets = tech_rets.dropna()
    ret_mean=rets.mean()*100
    ret_std=rets.std()*100
    return ret_mean,ret_std

#畫圖函數
def plot_return_risk():
    ret,vol=return_risk(stocks)
    color=np.array([ 0.18, 0.96, 0.75, 0.3, 0.9,0.5])
    plt.scatter(ret, vol, marker = 'o', 
    c=color,s = 500,cmap=plt.get_cmap('Spectral'))
    plt.xlabel("日收益率均值%")     
    plt.ylabel("標準差%")
    for label,x,y in zip(stocks.keys(),ret,vol):
        plt.annotate(label,xy = (x,y),xytext = (20,20),
            textcoords = "offset points",
             ha = "right",va = "bottom",
            bbox = dict(boxstyle = 'round,pad=0.5',
            fc = 'yellow', alpha = 0.5),
                arrowprops = dict(arrowstyle = "->",
                    connectionstyle = "arc3,rad=0"))

stocks={'上證指數':'sh','深證指數':'sz','滬深300':'hs300',
        '上證50':'sz50','中小板指數':'zxb','創業板指數':'cyb'}
plot_return_risk()

stocks={'中國平安':'601318','格力電器':'000651',
        '招商銀行':'600036','恒生電子':'600570',
        '中信證券':'600030','貴州茅臺':'600519'}
startdate='2018-01-01'
plot_return_risk()

蒙特卡洛模擬分析蒙特卡洛模擬是一種統計學方法，用來模擬數據的演變趨勢。蒙特卡洛模擬是在二戰期間，當時在原子彈研製的項目中，為了模擬裂變物質的中子隨機擴散現象，由美國數學家馮·諾伊曼和烏拉姆等發明的一種統計方法。之所以起名叫蒙特卡洛模擬，是因為蒙特卡洛在是歐洲袖珍國家摩納哥一個城市，這個城市在當時是非常著名的一個賭城。因為賭博的本質是算概率，而蒙特卡洛模擬正是以概率為基礎的一種方法，所以用賭城的名字為這種方法命名。蒙特卡洛模擬每次輸入都隨機選擇輸入值，通過大量的模擬，最終得出一個累計概率分布圖。

df=ts.get_k_data('sh',ktype='D', autype='qfq', 
                start='2005-01-01')
df.index=pd.to_datetime(df.date)
tech_rets = df.close.pct_change()[1:]
rets = tech_rets.dropna()
#rets.head()

#下面的結果說明，我們95%的置信，一天我們不會損失超過0.0264...
rets.quantile(0.05)

-0.026496813699825043

構建蒙特卡洛模擬函數：

def monte_carlo(start_price,days,mu,sigma):
    dt=1/days
    price = np.zeros(days)
    price[0] = start_price
    shock = np.zeros(days)
    drift = np.zeros(days)

    for x in range(1,days):
        shock[x] = np.random.normal(loc=mu * dt,
                scale=sigma * np.sqrt(dt))
        drift[x] = mu * dt
        price[x] = price[x-1] + (price[x-1] *
                (drift[x] + shock[x]))
    return price

#模擬次數
runs = 10000
start_price = 2641.34 #今日收盤價
days = 252
mu=rets.mean()
sigma=rets.std()
simulations = np.zeros(runs)

for run in range(runs):
    simulations[run] = monte_carlo(start_price,
      days,mu,sigma)[days-1]
q = np.percentile(simulations,1)
plt.figure(figsize=(8,6))
plt.hist(simulations,bins=50,color='grey')
plt.figtext(0.6,0.8,s="初始價格: %.2f" % start_price)
plt.figtext(0.6,0.7,"預期價格均值: %.2f" %simulations.mean())
plt.figtext(0.15,0.6,"q(0.99: %.2f)" %q)
plt.axvline(x=q,linewidth=6,color="r")
plt.title("經過 %s 天后上證指數模擬價格分布圖" %days,weight="bold")

Text(0.5,1,'經過 252 天后上證指數模擬價格分布圖')

實際上蒙特卡洛模擬在期權定價裡面還是很有用的。我們借用期權定價裡對未來股票走勢的假定來進行蒙特卡洛模擬。

import numpy as np
from time import time
np.random.seed(2018)
t0=time()
S0=2641.34
T=1.0; 
r=0.05; 
sigma=rets.std()
M=50;
dt=T/M; 
I=250000
S=np.zeros((M+1,I))
S[0]=S0
for t in range(1,M+1):
    z=np.random.standard_normal(I)
    S[t]=S[t-1]*np.exp((r-0.5*sigma**2)*dt+
          sigma*np.sqrt(dt)*z)
s_m=np.sum(S[-1])/I
tnp1=time()-t0
print('經過250000次模擬，得出1年以後上證指數的
      預期平均收盤價為：%.2f'%s_m)

經過250000次模擬，得出1年以後上證指數的預期平均收盤價為：2776.85

%matplotlib inline
import matplotlib.pyplot as plt
plt.figure(figsize=(10,6))
plt.plot(S[:,:10])
plt.grid(True)
plt.title('上證指數蒙特卡洛模擬其中10條模擬路徑圖')
plt.xlabel('時間')
plt.ylabel('指數')
plt.show()

plt.figure(figsize=(10,6))
plt.hist(S[-1], bins=120)
plt.grid(True)
plt.xlabel('指數水平')
plt.ylabel('頻率')
plt.title('上證指數蒙特卡洛模擬')

Text(0.5,1,'上證指數蒙特卡洛模擬')

本文主要介紹了如何使用Python獲取股票數據，並進行簡單的統計分析和可視化，綜合運用了Python金融量化分析的Pandas、NumPy和Matplotlib等包。目前，A股處於至暗時刻，或許是學習和歷練的最好時機，涅槃重生的過程總是艱難的，但振翅飛翔的一刻值得你等待。

數據君開通了粉絲交流微信，歡迎添加交流