使用jupyter-Python进行模拟股票分析

  • tushare财经数据接口包
    • pip install tushare
    • 作用:提供相关指定的财经数据

需求:股票分析

  • 使用tushare包获取某股票的历史行情数据

  • 输出该股票所有收盘比开盘上涨3%以上的日期

  • 输出该股票所有开盘比前日收盘跌幅超过2%的日期

  • 假如我从2015年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票,到今天为止,我的收益如何?

  • 使用tushare包获取某股票的历史行情数据

import pandas as pd
import numpy as np
import tushare as ts

#获取某只股票的历史交易数据
data = ts.get_k_data(code=‘600519’,start=‘2015-01’)
data
在这里插入图片描述

#将获取的股票数据持久化存储到本地文件中
data.to_csv(‘maotai.csv’)

#可以将文件中的数据读取到df
df = pd.read_csv(‘maotai.csv’).drop(columns=‘Unnamed: 0’)
df
在这里插入图片描述

  • 数据预处理
    • 目的:为了便于后期相关需求的分析处理

#将date转换成时间类型
df[‘date’] = pd.to_datetime(df[‘date’])

#将date列作为df的索引
df = df.set_index(‘date’)
df
在这里插入图片描述

  • 输出该股票所有收盘比开盘上涨3%以上的日期
    • (收盘价-开盘价)/ 开盘价 > 0.03

ex = (df[‘close’] - df[‘open’]) / df[‘open’] > 0.03
ret = ex[ex] #获取了ex这个Series中True对应的数据
date = ret.index
date
在这里插入图片描述

  • 输出该股票所有开盘比前日收盘跌幅超过2%的日期
    • (开盘-前日收盘)/ 前日收盘 < -0.02

df[‘close’].shift(1) #shift(1)表示让Series中的元素整体向下移动一位
在这里插入图片描述

ex = (df[‘open’] - df[‘close’].shift(1))/df[‘close’].shift(1) < -0.02
ex #ex表示一个Series
在这里插入图片描述

#取出ex中True对应的数据
ret = ex[ex] #[ex]中的ex表示ex这个Series中存储的数据
ret.index
在这里插入图片描述

  • 输出该股票所有收盘比开盘上涨3%以上的日期
    • (收盘价-开盘价)/ 开盘价 > 0.03

ex = (df[‘close’]-df[‘open’]) / df[‘open’] > 0.03
ex
在这里插入图片描述

#在DataFrame中也是可以使用布尔值充当索引的
ret = df.loc[ex] #将ex中的布尔值作为df的行索引,就可以取出ex中True对应的df的行数据
#在df中提取出来了满足(收盘比开盘上涨3%以上)条件的行数据
ret
在这里插入图片描述

ret.index
在这里插入图片描述

  • 假如张三从2020年1月1日开始,每月第一个交易日买入1手股票,每年最后一个交易日卖出所有股票,到今天为止,张三的收益如何?
    • 规则:基于当天的收盘价售卖股票,当天的开盘价购买股票
    • 一个完整的年需要买入多少次股票呢?
      • 12次,一共购买1200只,单价:当天的开盘价
    • 一个完整的年需要卖出几次股票呢?
      • 1次,一次性卖出1200只股票,单价:当天的收盘价
    • 特殊情况:
      • 最终计算总收益的时候,需要将手里剩余股票的价值计算到总收益中
        • 剩余股票的价值:
          • 剩余股票的数量 * 最后一天的收盘价

new_df = df[‘2020’:] #单独提取出了2020至今的股票数据

#买入股票
#取出每个月第一个交易日对应的行数据
monthly = new_df.resample(‘M’).first() #resample可以根据时间为条件对数据进行取样
#first()表示取出每一个样本的第一行数据
monthly
在这里插入图片描述
在这里插入图片描述

#买入股票的总花费
total_cost = monthly[‘open’].sum() * 100
total_cost
在这里插入图片描述

#卖出股票
yearsly = new_df.resample(‘Y’).last()[0:-1] #取出了每年最后一个交易日对应的行数据
yearsly
在这里插入图片描述

recv = yearsly[‘close’].sum() * 1200
recv
在这里插入图片描述

#注意:2023年没有到卖出股票的时机,因此张三手中会有剩余股票。因此需要将剩余股票的价值也计算到总收益中
#可以使用最近一天的收盘价作为剩余股票的单价
last_price = new_df[‘close’][-1]
last_money = last_price * 600

#计算总收益
last_money + recv - total_cost
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/764177.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Caddy】Caddy实践1——此网站无法提供安全连接

背景&#xff1a;卸载 最近安装Caddy在另外一个机器上出现了错误&#xff0c;执行步骤如下&#xff1a; 步骤一&#xff1a;添加 Caddy 软件源并安装 执行以下命令添加 Caddy 的软件源并安装&#xff1a; sudo apt install -y debian-keyring debian-archive-keyring apt-t…

哨兵位、链表的链接

哨兵位&#xff1a; 通俗的话讲就是额外开辟一块空间&#xff0c;指向链表的头部。 合并两个有序链表 已解答 简单 相关标签 相关企业 将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例 1&#xff1a; 输入&#…

java入门学习

程序员必备&#xff1a;常见算法与应用综述 算法是计算机科学的核心&#xff0c;是解决问题的关键。在程序员的日常工作中&#xff0c;算法无处不在。本文将以“程序员常用的几种算法”为主题&#xff0c;从多个维度介绍程序员常用的算法&#xff0c;并分析其适用场景、优缺点…

在 CentOS 7 上编译安装 Nginx 1.18

1. 安装依赖包 首先&#xff0c;安装 Nginx 所需的基本依赖包&#xff1a; yum install -y gcc gcc-c make automake autoconf pcre-devel zlib-devel openssl-devel2. 下载 Nginx 源代码 wget http://nginx.org/download/nginx-1.18.0.tar.gz tar -xzvf nginx-1.18.0.tar.g…

Jupyter R绘图 汉字显示乱码的解决办法

1.Jupyte中&#xff0c;R绘图&#xff0c;汉字显示乱码 2.如何解决&#xff1f; (1)R中安装showtext 登录linux服务器 #R > install.packages(“showtext”) … 出错 (2)退出R,安装freetype-config #apt install libfreetype6-dev 出错 &#xff08;3&#xff09;进入R&…

学习人工智能:Attention Is All You Need-2-Transformer模型;Attention机制;位置编码

3.2 注意力机制Attention 注意力函数可以描述为将查询和一组键值对映射到输出的过程&#xff0c;其中查询、键、值和输出都是向量。输出被计算为值的加权和&#xff0c;其中每个值的权重由查询与相应键的兼容性函数计算得出。 3.2.1 缩放点积注意力 Scaled Dot-Product Attenti…

5.81 BCC工具之tcpconnlat.py解读

一,工具简介 tcpconnlat工具追踪执行活动TCP连接的内核函数(例如,通过connect()系统调用),并显示本地测量的连接延迟(时间):从发送SYN到响应数据包的时间。 二,代码示例 #!/usr/bin/env pythonfrom __future__ import print_function from bcc import BPF from soc…

shentou思路流程

信息收集&#xff1a; 1、获取域名whois信息也就是所谓的资产收集 2、服务器子域名、旁站、c段查询 3、服务器操作系统类型、版本、补丁状况、开放端口&#xff1a;22 ssh 80 web 445 3389.。。 4、web中间件类型、版本、网站目录结构、使用的waf等设备 5、数据库类型、版…

Linux运维_Bash脚本_构建安装MySQL-8.0.18

Linux运维_Bash脚本_构建安装MySQL-8.0.18 Bash (Bourne Again Shell) 是一个解释器&#xff0c;负责处理 Unix 系统命令行上的命令。它是由 Brian Fox 编写的免费软件&#xff0c;并于 1989 年发布的免费软件&#xff0c;作为 Sh (Bourne Shell) 的替代品。 您可以在 Linux …

鸿蒙Harmony应用开发—ArkTS-@AnimatableExtend装饰器:定义可动画属性

AnimatableExtend装饰器用于自定义可动画的属性方法&#xff0c;在这个属性方法中修改组件不可动画的属性。在动画执行过程时&#xff0c;通过逐帧回调函数修改不可动画属性值&#xff0c;让不可动画属性也能实现动画效果。 可动画属性&#xff1a;如果一个属性方法在animation…

【C语言基础篇】内存处理函数(二)memove的介绍及模拟实现

个人主页&#xff1a; 倔强的石头的博客 系列专栏 &#xff1a;C语言指南 C语言刷题系列 待完善补充

无插件网页视频播放器,支持图像绘制(包含方格子、方框等),支持音视频播放、支持录像截图,提供源码下载

前言 本播放器内部采用jessibuca插件接口&#xff0c;支持录像、截图、音视频播放等功能。播放器播放基于ws流&#xff0c;图像绘制操作&#xff1a;1&#xff09;支持绘制方格子&#xff0c;用于监控移动检测画框&#xff1b;2&#xff09;支持绘制不透明方框&#xff0c;用于…

macOS下Java应用的打包和安装程序制作

文章目录 macOS应用程序结构Java应用打包JavaAppLauncherjpackage其它相关JDK命令附录JavaAppLauncher源码链接macOS应用程序结构 macOS通常以dmg或pkg作为软件发行包,安装到/Applications下后,结构比较统一。 info.plist里的CFBundleExecutable字段可以指定入口,如果不指定…

基于JavaWeb+BS架构+SpringBoot+Vue+O2O生鲜食品订购小程序系统的设计和实现

基于JavaWebBS架构SpringBootVueO2O生鲜食品订购小程序系统的设计和实现 文末获取源码Lun文目录前言主要技术系统设计功能截图 文末获取源码 Lun文目录 目 录 摘 要 I Abstract II 1 绪 论 1 1.1课题研究背景及意义 1 1.2研究现状 1 1.3本论文的主要论文结构 3 2系统相关技术…

【工具使用】VScode如何设置中文环境

操作步骤 1.1 安装中文插件 1.2 设置为中文&#xff0c;然后重启 按照插件的使用方法介绍设置中文&#xff1a; 按下“CtrlShiftP”组合键以显示“命令面板”&#xff1a; 输入“dispaly”&#xff0c;选择“Configure Display Language”&#xff1a; 选择“中文简体” …

使用Python和OpenFOAM进行流体力学模拟的基础示例

流体力学模拟通常涉及复杂的数学方程和数值方法&#xff0c;例如计算流体动力学(CFD)。OpenFOAM是一个开源的CFD工具箱&#xff0c;它使用C编写&#xff0c;但可以通过Python脚本进行自动化和定制。 以下是一个简单的示例&#xff0c;展示如何使用Python和OpenFOAM进行流体力学…

【练习】双指针算法思想

&#x1f3a5; 个人主页&#xff1a;Dikz12&#x1f525;个人专栏&#xff1a;Java算法&#x1f4d5;格言&#xff1a;那些在暗处执拗生长的花&#xff0c;终有一日会馥郁传香欢迎大家&#x1f44d;点赞✍评论⭐收藏 目录 1. 移动零 1.1 题目描述 1.2 讲解算法原理 1.3 编…

请解释 VB.NET 中的命名空间(Namespace)以及它们的作用

请解释 VB.NET 中的命名空间&#xff08;Namespace&#xff09;以及它们的作用 在VB.NET中&#xff0c;命名空间&#xff08;Namespace&#xff09;是一种用于组织和管理代码的机制。命名空间允许开发人员将相关的类、结构、接口和其他类型组织在一起&#xff0c;以便更好地管…

代码随想录 动态规划-子序列问题-子序列(连续)

目录 674.最长连续递增序列 718.最长重复子数组 53.最大子数组和 674.最长连续递增序列 674. 最长连续递增序列 简单 给定一个未经排序的整数数组&#xff0c;找到最长且 连续递增的子序列&#xff0c;并返回该序列的长度。 连续递增的子序列 可以由两个下标 l 和 r&…

数字孪生底层技术框架

数字孪生是一种将现实世界中的物理实体、过程或系统数字化并映射到计算机模型中的方法。它在数学建模与仿真方面具有重要作用&#xff0c;为了实现数字孪生&#xff0c;以下是一些底层技术框架和方法&#xff0c;希望对大家有所帮助。北京木奇移动技术有限公司&#xff0c;专业…