
Python数据分析:股价相关性
为什么要分析股价相关度呢,我们来引入一个概念——配对交易
所谓的配对交易,是基于统计套利的配对交易策略是一种市场中性策略,具体的说,是指从市场上找出历史股价走势相近的股票进行配对,当配对的股票价格差偏离历史均值时,则做空股价较高的股票同时买进股价较低的股票,等待他们回归到长期均衡关系,由此赚取两股票价格收敛的报酬。
接下来开始我们的股价相关度分析,首先我们选两个股票~
感觉全聚德和光明乳业都很好吃的样子,我们就选它们了吧!= ̄ω ̄=
1、导入数据包
简单介绍一下要用到的数据包
matplotlib.pyplot:绘图库,其中pyplot子包提供一个类MATLAB的绘图框架
numpy:科学计算库,支持高级大量的维度数组与矩阵运算
pandas:纳入了大量库和一些标准的数据模型,提供高效地操作大型数据集所需的工具
tushare:财经数据接口包
[python] view plain copy
<span style="font-size:18px;">import matplotlib.pyplot as plt </span>
<span style="font-size:18px;">import numpy as np</span>
<span style="font-size:18px;">import pandas as pd</span>
<span style="font-size:18px;">import tushare as ts
</span>
2、根据全聚德和光明乳业的股票代码获取数据,这里获取的是2016年一整年的收盘价,获取完后合并,因为停牌的存在,用前一天的价格去填写缺失数据,最终以CSV格式保存数据
[python] view plain copy
<span style="font-size:18px;">s_qjd = '002186' #全聚德</span>
<span style="font-size:18px;">s_gm = '600597' #光明乳业</span>
<span style="font-size:18px;">sdate = '2016-01-01'#起止日期</span>
<span style="font-size:18px;">edate = '2016-12-31'</span>
<span style="font-size:18px;">df_qjd = ts.get_h_data(s_qjd,
start = sdate, end = edate).sort_index(axis =
0,ascending=True)#获取历史数据</span>
<span
style="font-size:18px;">df_gm = ts.get_h_data(s_gm, start = sdate,
end = edate).sort_index(axis = 0,ascending=True)</span>
<span style="font-size:18px;">df =
pd.concat([df_qjd.close,df_gm.close], axis = 1, keys=['qjd_close',
'gm_close'])#合并</span>
<span style="font-size:18px;">df.ffill(axis=0, inplace=True)#填充缺失数据</span>
<span style="font-size:18px;">df.to_csv('qjd_gm.csv')
</span>
3、用pearson相关系数计算相关度(Pearson相关系数是用来衡量两个数据集合是否在一条线上面,它用来衡量定距变量间的线性关系。),再打印出来看一眼
[python] view plain copy
<span style="font-size:18px;">corr = df.corr(method = 'pearson', min_periods = 1)#pearson方法计算相关性</span>
<span style="font-size:18px;">print(corr)</span>
算出来有0.81,超过0.8,按值域等级来说属于极强相关,不过话说一个卖烤鸭的为什么会和卖牛奶的相关度那么高。。。。难道大家吃烤鸭的时候都喜欢喝牛奶吗。。。
4、绘制图像出来喵一眼,看看趋势上来说什么时候可以有机会做配对交易
[python] view plain copy
<span style="font-size:18px;">df.plot(figsize = (20,12))</span>
<span style="font-size:18px;">plt.savefig('qjd_gm.jpg')</span>
<span style="font-size:18px;">plt.close()</span>
5、按分析日期的第一天的股价为基准做归一化处理,打印图像
[python] view plain copy
<span style="font-size:18px;">df['qjd_one'] = df.qjd_close / float(df.qjd_close[0])*100</span>
<span style="font-size:18px;">df['gm_one'] = df.gm_close / float(df.gm_close[0])*100</span>
<span style="font-size:18px;">df.qjd_one.plot(figsize = (20,12))</span>
<span style="font-size:18px;">df.gm_one.plot(figsize = (20,12))</span>
<span style="font-size:18px;">plt.savefig('qjd_gm_one.jpg')</span>
<span style="font-size:18px;">
</span>
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
解析 F 边界检验:协整分析中的实用工具 在计量经济学的时间序列分析中,判断变量之间是否存在长期稳定的均衡关系(即协整关系) ...
2025-08-05大数据时代的隐患:繁荣背后的隐忧 当我们在电商平台浏览商品时,系统总能 “精准” 推送心仪的物品;当我们刷短视频时,算法 ...
2025-08-05CDA 数据分析师考试全解析 在当今数字化时代,数据已成为企业发展的核心驱动力,数据分析师这一职业也愈发受到重视。CDA 数据分 ...
2025-08-05CDA认证在国际市场上的认可度正在逐渐增长。CDA(Certified Data Analyst)认证,源自中国,面向全球,旨在提升数字化人才的数据 ...
2025-08-04本次活动市场价2000元,现面向会员免费开放,会员朋友更可以邀请一位非会员免费参加。 【活动目标】 ...
2025-08-04MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-04反向传播神经网络:突破传统算法瓶颈的革命性力量 在人工智能发展的历史长河中,传统算法曾长期主导着数据处理与模式识别领域 ...
2025-08-04CDA 数据分析师行业标准:构建数据人才的能力坐标系 在数据驱动决策成为企业核心竞争力的时代,CDA(数据分析师)行业标准作为 ...
2025-08-04评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-01通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-01CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-01K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-07-31大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-07-31CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-07-31SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29