本文將使用Python來視覺化股票資料，比如繪製K線圖，並且探究各項指標的含義和關係，最後使用移動平均線方法初探投資策略。
資料匯入
這裡將股票資料儲存在stockData.txt文字檔案中，我們使用pandas.read_table()函式將檔案資料讀入成DataFrame格式。
其中引數usecols=range(15)限制只讀取前15列資料，parse_dates=[0]表示將第一列資料解析成時間格式，index_col=0則將第一列資料指定為索引。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
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，並列出了每一列的名稱和資料格式，並且沒有缺失值。
|
1 |
stock.info() |
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
<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：
|
1 |
stock.columns |
|
1 2 3 4 |
Index([' open', 'high', 'close', 'low', 'volume', 'price_change', 'p_change', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20', 'turnover'], dtype='object') |
於是發現’open’列名前存在多餘的空格，我們使用如下方法修正列名。
|
1 |
stock.rename(columns={' open':'open'}, inplace=True) |
至此，我們完成了股票資料的匯入和清洗工作，接下來將使用視覺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：
| open | high | colse | low | volume | price_change | p_change |
|---|---|---|---|---|---|---|
| 開盤價 | 最高價 | 收盤價 | 最低價 | 成交量 | 價格變動 | 漲跌幅 |
| ma5 | ma10 | ma20 | v_ma5 | v_ma10 | v_ma20 | turnover |
|---|---|---|---|---|---|---|
| 5日均價 | 10日均價 | 20日均價 | 5日均量 | 10日均量 | 20日均量 | 換手率 |
這些指標總體可分為兩類：
- 價格相關指標
- 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
- 成交量相關指標
- 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
由於這些指標都是隨時間變化的，所以讓我們先來觀察它們的時間序列圖。
時間序列圖
以時間為橫座標，每日的收盤價為縱座標，做折線圖，可以觀察股價隨時間的波動情況。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，並自動優化圖形輸出形式。
|
1 |
stock['close'].plot(grid=True) |
如果我們將每日的開盤、收盤價和最高、最低價以折線的形式繪製在一起，難免顯得凌亂，也不便於分析。那麼有什麼好的方法能夠在一張圖中顯示出這四個指標？答案下面揭曉。
K線圖
相傳K線圖起源於日本德川幕府時代，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。每天的四項指標資料用如下蠟燭形狀的圖形來記錄，不同的顏色代表漲跌情況。
Matplotlib.finance模組提供了繪製K線圖的函式candlestick_ohlc()，但如果要繪製比較美觀的K線圖還是要下點功夫的。下面定義了pandas_candlestick_ohlc()函式來繪製適用於本文資料的K線圖，其中大部分程式碼都是在設定座標軸的格式。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 |
from matplotlib.finance import candlestick_ohlc from matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY def pandas_candlestick_ohlc(stock_data, otherseries=None): # 設定繪圖引數，主要是座標軸 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) # 可同時繪製其他折線圖 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() |
|
1 |
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，最簡單的方法就是將股價除以初始時的價格。
|
1 2 |
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：
這兩者可能導致不同的分析結果，樣例資料中的漲跌幅使用的是第一個公式，並乘上了100%。
|
1 |
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：
|
1 2 3 |
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) |
相關關係
在觀察了價格的走勢之後，我們來看看各指標之間的關係。下面挑選了部分代表性的指標，並使用pandas.scatter_matrix()函式，將各項指標資料兩兩關聯做散點圖，對角線是每個指標資料的直方圖。
|
1 2 |
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係，其實換手率的定義就是：成交量除以發行總股數，再乘以100%。所以下面的分析中我們將換手率指標去除，這裡使用了相關性關係來實現資料降維。
上面的散點圖看著有些眼花繚亂，我們可以使用numpy.corrcof()來直接計算各指標資料間的相關係數。
|
1 2 3 |
small = stock[['close', 'price_change', 'ma20','volume', 'v_ma20']] cov = np.corrcoef(small.T) cov |
|
1 2 3 4 5 |
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方便，我們繼續將上述相關性矩陣轉換成圖形，如下圖所示，其中用顏色來代表相關係數。我們發現位於（0，3）位置的相關係數非常大，檢視數值達到0.91。這兩個強烈正相關的指標是收盤價和成交量。
|
1 2 3 |
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指標中迅速找到了強相關的指標。接著做出收盤價和成交量的折線圖，因為它們的數值差異很大，所以我們採用兩套縱座標體系來做圖。
|
1 |
stock[['close','volume']].plot(secondary_y='volume', grid=True) |
觀察這兩個指標的走勢，在大部分時候股價上漲，成交量也上漲，反之亦然。但個別情況下則不成立，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，而是能在合適的時機做出合適的應對和決策。同樣股市也沒法預測，我們能做的是選擇恰當的策略應對不同的情況。
好的指標是能驅動決策的。在上面的分析中我們一直沒有使用的一類指標是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指標來演示一個簡單的股票交易策略。（警告：這裡僅僅是演示說明，並非投資建議。）
為了得到更多的資料來演示，我們使用pandas_datareader直接從雅虎中下載最近一段時間的谷歌股票資料。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
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中獲取google的股價資料。 goog = web.DataReader("GOOG", "yahoo", start, end) #修改索引和列的名稱，以適應本文的分析 goog.index.rename('date', inplace=True) goog.rename(columns={'Open':'open', 'High':'high', 'Low':'low', 'Close':'close'}, inplace=True) goog.head() |
資料中只有每天的價格和成交量，所以我們需要自己算出5日均價和10日均價，並將均價的折線圖（也稱移動平均線）與K線圖畫在一起。
|
1 2 3 4 5 |
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，特別是關注它們的交叉點，這些是交易的時機。移動平均線策略，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日均價的差值，並取其正負號，作於下圖。當圖中水平線出現跳躍的時候就是交易時機。
|
1 2 3 |
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) |
為了更方便觀察，上述計算得到的均價差值，再取其相鄰日期的差值，得到訊號指標。當訊號為1時，表示買入股票；當訊號為-1時，表示賣出股票；當訊號為0時，不進行任何操作。
|
1 2 |
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。
|
1 2 3 4 5 6 7 8 9 |
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於買入價，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，這裡的分析只是演示移動平均線策略的思想，而並非真正的投資建議。股票市場是何其的複雜多變，又如何是一個小小的策略所能戰勝的呢？
那麼這個策略就一無是處嗎？非也！如果考慮更長的時間跨度，比如5年、10年，並考慮更長的均線，比如將20日均線和50日均線比較；雖然過程中也有虧損的時候，但贏的概率更大。也就是說，在更長的時間尺度上該策略也是可行的。但即使你賺了，又能跑贏大盤嗎？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，以及演示什麼樣的指標是好的指標。
參考資料：
- An Introduction to Stock Market Data Analysis with Python (Part 1)
- An Introduction to Stock Market Data Analysis with Python (Part 2)
- K線理論
- K線圖做圖示例
請使用手機”掃一掃”x