本文将使用Python來可視化股票資料，比如繪制K線圖，并且探究各項名額的含義和關系，最後使用移動平均線方法初探投資政策。
資料導入
這裡将股票資料存儲在
stockData.txt
文本檔案中，我們使用
pandas.read_table()
函數将檔案資料讀入成DataFrame格式。
其中參數
usecols=range(15)
限制隻讀取前15列資料，
parse_dates=[0]
表示将第一列資料解析成時間格式，
index_col=0
則将第一列資料指定為索引。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
%config InlineBackend.figure_format = 'retina'
%pylab inline
pylab.rcParams['figure.figsize'] = (10, 6) #設定繪圖尺寸
#讀取資料
stock = pd.read_table('stockData.txt', usecols=range(15), parse_dates=[0], index_col=0)
stock = stock[::-1] #逆序排列
stock.head()
以上顯示了前5行資料，要得到資料的更多資訊，可以使用
.info()
方法。它告訴我們該資料一共有20行，索引是時間格式，日期從2015年1月5日到2015年1月30日。總共有14列，并列出了每一列的名稱和資料格式，并且沒有缺失值。
stock.info() <class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 20 entries, 2015-01-05 to 2015-01-30
Data columns (total 14 columns):
open 20 non-null float64
high 20 non-null float64
close 20 non-null float64
low 20 non-null float64
volume 20 non-null float64
price_change 20 non-null float64
p_change 20 non-null float64
ma5 20 non-null float64
ma10 20 non-null float64
ma20 20 non-null float64
v_ma5 20 non-null float64
v_ma10 20 non-null float64
v_ma20 20 non-null float64
turnover 20 non-null float64
dtypes: float64(14)
memory usage: 2.3 KB
在觀察每一列的名稱時，我們發現'open'的列名前面似乎與其它列名不太一樣，為了更清楚地檢視，使用
.columns
得到該資料所有的列名如下：
stock.columns Index([' open', 'high', 'close', 'low', 'volume', 'price_change',
'p_change', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20',
'turnover'], dtype='object')
于是發現'open'列名前存在多餘的空格，我們使用如下方法修正列名。
stock.rename(columns={' open':'open'}, inplace=True) 至此，我們完成了股票資料的導入和清洗工作，接下來将使用可視化的方法來觀察這些資料。
資料觀察
首先，我們觀察資料的列名，其含義對應如下：
這些名額總體可分為兩類：
● 價格相關名額
● 當日價格：開盤、收盤價，最高、最低價
● 價格變化：價格變動和漲跌幅
● 均價：5、10、20日均價
● 成交量相關名額
● 成交量
● 換手率：成交量/發行總股數×100%
● 成交量均量：5、10、20日均量
由于這些名額都是随時間變化的，是以讓我們先來觀察它們的時間序列圖。
時間序列圖
以時間為橫坐标，每日的收盤價為縱坐标，做折線圖，可以觀察股價随時間的波動情況。這裡直接使用DataFrame資料格式自帶的做圖工具，其優點是能夠快速做圖，并自動優化圖形輸出形式。
stock['close'].plot(grid=True) 如果我們将每日的開盤、收盤價和最高、最低價以折線的形式繪制在一起，難免顯得淩亂，也不便于分析。那麼有什麼好的方法能夠在一張圖中顯示出這四個名額？答案下面揭曉。
K線圖
相傳K線圖起源于日本德川幕府時代，當時的商人用此圖來記錄米市的行情和價格波動，後來K線圖被引入到股票市場。每天的四項名額資料用如下蠟燭形狀的圖形來記錄，不同的顔色代表漲跌情況。
圖檔來源：http://wiki.mbalib.com/wiki/K線理論
Matplotlib.finance子產品提供了繪制K線圖的函數
candlestick_ohlc()
，但如果要繪制比較美觀的K線圖還是要下點功夫的。下面定義了
pandas_candlestick_ohlc()
函數來繪制适用于本文資料的K線圖，其中大部分代碼都是在設定坐标軸的格式。
from matplotlib.finance import candlestick_ohlc
from matplotlib.dates import DateFormatter, WeekdayLocator,DayLocator, MONDAY
def pandas_candlestick_ohlc(stock_data,otherseries=None):
# 設定繪圖參數，主要是坐标軸
mondays = WeekdayLocator(MONDAY)
alldays = DayLocator()
dayFormatter = DateFormatter('%d')
fig, ax = plt.subplots()
fig.subplots_adjust(bottom=0.2)
if stock_data.index[-1] - stock_data.index[0] < pd.Timedelta('730 days'):
weekFormatter = DateFormatter('%b %d')
ax.xaxis.set_major_locator(mondays)
ax.xaxis.set_minor_locator(alldays)
else:
weekFormatter = DateFormatter('%b %d, %Y')
ax.xaxis.set_major_formatter(weekFormatter)
ax.grid(True)
# 建立K線圖
stock_array = np.array(stock_data.reset_index()[['date','open','high','low','close']])
stock_array[:,0] = date2num(stock_array[:,0])
candlestick_ohlc(ax, stock_array, colorup = "red", colordown="green", width=0.4)
# 可同時繪制其他折線圖
if otherseries is not None:
for each in otherseries:
plt.plot(stock_data[each], label=each)
plt.legend()
ax.xaxis_date()
ax.autoscale_view()
plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
plt.show()
pandas_candlestick_ohlc(stock) 這裡紅色代表上漲，綠色代表下跌。
相對變化量
股票中關注的不是價格的絕對值，而是相對變化量。有多種方式可以衡量股價的相對值，最簡單的方法就是将股價除以初始時的價格。
stock['return'] = stock['close'] / stock.close.iloc[0]
stock['return'].plot(grid=True)
第二種方法是計算每天的漲跌幅，但計算方式有兩種：
這兩者可能導緻不同的分析結果，樣例資料中的漲跌幅使用的是第一個公式，并乘上了100%。
stock['p_change'].plot(grid=True).axhline(y=0, color='black', lw=2) 為了解決第二種方法中的兩難選擇，我們引入第三種方法，就是計算價格的對數之差，公式如下：
close_price = stock['close']
log_change = np.log(close_price) - np.log(close_price.shift(1))
log_change.plot(grid=True).axhline(y=0, color='black', lw=2)
相關關系
在觀察了價格的走勢之後，我們來看看各名額之間的關系。下面挑選了部分代表性的名額，并使用
pandas.scatter_matrix()
函數，将各項名額資料兩兩關聯做散點圖，對角線是每個名額資料的直方圖。
small = stock[['close', 'price_change', 'ma20','volume', 'v_ma20', 'turnover']]
_ = pd.scatter_matrix(small)
圖中可以明顯發現成交量（volume）和換手率（turnover）有非常明顯的線性關系，其實換手率的定義就是：成交量除以發行總股數，再乘以100%。是以下面的分析中我們将換手率名額去除，這裡使用了相關性關系來實作資料降維。
上面的散點圖看着有些眼花缭亂，我們可以使用
numpy.corrcof()
來直接計算各名額資料間的相關系數。
small = stock[['close', 'price_change', 'ma20','volume', 'v_ma20']]
cov = np.corrcoef(small.T)
cov
array([[ 1. , 0.30308764, 0.10785519, 0.91078009, -0.37602193],
[ 0.30308764, 1. , -0.45849273, 0.3721832 , -0.25950305],
[ 0.10785519, -0.45849273, 1. , -0.06002202, 0.51793654],
[ 0.91078009, 0.3721832 , -0.06002202, 1. , -0.37617624],
[-0.37602193, -0.25950305, 0.51793654, -0.37617624, 1. ]])
如果覺得看數字還是不夠友善，我們繼續将上述相關性矩陣轉換成圖形，如下圖所示，其中用顔色來代表相關系數。我們發現位于（0，3）位置的相關系數非常大，檢視數值達到0.91。這兩個強烈正相關的名額是收盤價和成交量。
img = plt.matshow(cov,cmap=plt.cm.winter)
plt.colorbar(img, ticks=[-1,0,1])
plt.show()
以上我們用矩陣圖表的方式在多個名額中迅速找到了強相關的名額。接着做出收盤價和成交量的折線圖，因為它們的數值差異很大，是以我們采用兩套縱坐标體系來做圖。
stock[['close','volume']].plot(secondary_y='volume', grid=True) 觀察這兩個名額的走勢，在大部分時候股價上漲，成交量也上漲，反之亦然。但個别情況下則不成立，可能是成交量受到前期的慣性影響，或者還有其他因素。
移動平均線吳軍老師曾講述他的投資經驗，大意是說好的投資方式不是做預測，而是能在合适的時機做出合适的應對和決策。同樣股市也沒法預測，我們能做的是選擇恰當的政策應對不同的情況。
好的名額是能驅動決策的。在上面的分析中我們一直沒有使用的一類名額是5、10、20日均價，它們又稱為移動平均值，下面我們就使用這項名額來示範一個簡單的股票交易政策。（警告：這裡僅僅是示範說明，并非投資建議。）
為了得到更多的資料來示範，我們使用
pandas_datareader
直接從雅虎中下載下傳最近一段時間的谷歌股票資料。
import datetime
import pandas_datareader.data as web
# 設定股票資料的時間跨度
start = datetime.datetime(2016,10,1)
end = datetime.date.today()
# 從yahoo中擷取google的股價資料。
goog = web.DataReader("GOOG", "yahoo", start, end)
#修改索引和列的名稱，以适應本文的分析
goog.index.rename('date', inplace=True)
goog.rename(columns={'Open':'open', 'High':'high', 'Low':'low', 'Close':'close'}, inplace=True)
goog.head()
資料中隻有每天的價格和成交量，是以我們需要自己算出5日均價和10日均價，并将均價的折線圖（也稱移動平均線）與K線圖畫在一起。
goog["ma5"] = np.round(goog["close"].rolling(window = 5, center = False).mean(), 2)
goog["ma20"] = np.round(goog["close"].rolling(window = 20, center = False).mean(), 2)
goog = goog['2017-01-01':]
pandas_candlestick_ohlc(goog, ['ma5','ma20'])
觀察上圖，我們發現5日均線與K線圖較為接近，而20日均線則更平坦，可見移動平均線具有抹平短期波動的作用，更能反映長期的走勢。比較5日均線和20日均線，特别是關注它們的交叉點，這些是交易的時機。移動平均線政策，最簡單的方式就是：當5日均線從下方超越20日均線時，買入股票，當5日均線從上方越到20日均線之下時，賣出股票。
為了找出交易的時機，我們計算5日均價和20日均價的內插補點，并取其正負号，作于下圖。當圖中水準線出現跳躍的時候就是交易時機。
goog['ma5-20'] = goog['ma5'] - goog['ma20']
goog['diff'] = np.sign(goog['ma5-20'])
goog['diff'].plot(ylim=(-2,2)).axhline(y=0, color='black', lw=2)
為了更友善觀察，上述計算得到的均價內插補點，再取其相鄰日期的內插補點，得到信号名額。當信号為1時，表示買入股票；當信号為-1時，表示賣出股票；當信号為0時，不進行任何操作。
goog['signal'] = np.sign(goog['diff'] - goog['diff'].shift(1))
goog['signal'].plot(ylim=(-2,2))
從上圖中看出，從今年初到現在，一共有兩輪買進和賣出的時機。到目前為止，似乎一切順利，那麼讓我們看下這兩輪交易的收益怎麼樣吧。
trade = pd.concat([ pd.DataFrame({"price": goog.loc[goog["signal"] == 1, "close"], "operation": "Buy"}), pd.DataFrame({"price": goog.loc[goog["signal"] == -1, "close"], "operation": "Sell"}) ])
trade.sort_index(inplace=True)
trade
上述表格列出了交易日期、操作和當天的價格。但很遺憾地發現，這兩輪交易的賣出價都小于買入價，實際上按上述方法交易我們虧本了！！！
你是否很憤怒呢？原來分析到現在，都是假的呀！我之前就警告過，這裡的分析隻是示範移動平均線政策的思想，而并非真正的投資建議。股票市場是何其的複雜多變，又如何是一個小小的政策所能戰勝的呢？
那麼這個政策就一無是處嗎？非也！如果考慮更長的時間跨度，比如5年、10年，并考慮更長的均線，比如将20日均線和50日均線比較；雖然過程中也有虧損的時候，但赢的機率更大。也就是說，在更長的時間尺度上該政策也是可行的。但即使你賺了，又能跑赢大盤嗎？這時候還需用到其他方法，比如合理配置投資比例等。
還是那句話，股市有風險，投資需謹慎。本文不是分析股票的文章，而是借用股票資料來說明資料分析的基本方法，以及示範什麼樣的名額是好的名額。
原文釋出時間為：2018-11-18
本文作者：魚心DrFish
本文來自雲栖社群合作夥伴“
Python愛好者社群”，了解相關資訊可以關注“
”。