Python培训
400-996-5531
1.数据导入
用pandas.read_table()函数将TXT文件数据读入成DataFrame格式。如:
stock = pd.read_table('stockData.txt', usecols=range(15),parse_dates=[0], index_col=0)
其中参数usecols=range(10)限制只读取前10列数据,parse_dates=[0]表示将第一列数据解析成时间格式,index_col=0则将第一列数据指定为索引。
2.指标观察
股票指标总体可分为两类,他们都是随时间变化的:
价格相关指标:当日价格(开盘、收盘价,最高、最低价)、价格变化)价格变动和涨跌幅)、均价(5、10、20日均价)
成交量相关指标:成交量、换手率(成交量/发行总股数×100%)、成交量均量(5、10、20日均量)
(1)时间序列图
可以直接使用DataFrame数据格式自带的做图工具。以时间为横坐标,每日的收盘价为纵坐标,做折线图,可以观察股价随时间的波动情况。
stock['close'].plot(grid=True)
(2)K线图
Matplotlib.finance模块提供了绘制K线图的函数candlestick_ohlc()。
用K线图来记录行情和价格波动,每天的四项指标数据用如下蜡烛形状的图形来记录,不同的颜色代表涨跌情况。
(3)相对变化量
股票中关注的不是价格的绝对值,而是相对变化量。最简单的方法就是将股价除以初始时的价格。
(4)相关关系
使用pandas.scatter_matrix()函数做指标间相关关系分析,将各项指标数据两两关联做散点图,对角线是每个指标数据的直方图。
(5)移动平均线
好的指标是能驱动决策的。使用5、10、20日均价(又称为移动平均值),并将均价的折线图(也称移动平均线)与K线图画在一起。
观察上图,我们发现5日均线与K线图较为接近,而20日均线则更平坦,可见移动平均线具有抹平短期波动的作用,更能反映长期的走势。比较5日均线和20日均线,特别是关注它们的交叉点,这些是交易的时机。
移动平均线策略,最简单的方式就是:当5日均线从下方超越20日均线时,买入股票,当5日均线从上方越到20日均线之下时,卖出股票。为了找出交易的时机,我们计算5日均价和20日均价的差值,并取其正负号,作于下图。当图中水平线出现跳跃的时候就是交易时机。
股市有风险,投资需谨慎。
填写下面表单即可预约申请免费试听! 怕学不会?助教全程陪读,随时解惑!担心就业?一地学习,可全国推荐就业!
Copyright © 京ICP备08000853号-56 京公网安备 11010802029508号 达内时代科技集团有限公司 版权所有
Tedu.cn All Rights Reserved