Python 股票分析入門

初入資料分析大門，感覺需要補的知識太多太多。不太建議系統補齊各種知識，因為大概率會倒在半路上。

以專案為導向，梳理大概流程，對流程中所需的知識點進行大致學習，以後遇到知識盲點再回來補。

接下來我以股票分析為例來了解資料分析流程。

個人認為股票分析無非就分為獲取資料、資料處理、資料視覺化三個部分，依賴 Python 強大的第三方開源庫，上手難度變得非常低。

所需知識

• 基礎
  • Python
• 環境
  • anaconda
• 資料獲取
  • pandas_datareader
• 資料處理
  • numpy
  • pandas
• 資料視覺化
  • matplotlib seaborn

目的

• 分析股票走勢
• 多隻股票的關係

Python 基本語法

推薦去看廖雪峰的 Python 教程，淺顯易懂，上手很快。

安裝 anaconda

Anaconda是一個包含180+的科學包及其依賴項的開源Python發行版本。

安裝 anaconda，直接去anaconda 官網下載安裝即可。

anaconda 安裝成功後，會自帶安裝 Jupyter，jupyter 主要用於我們程式碼的編寫和執行。

建立一個新資料夾 stock-market-analysis ,進入當前目錄，啟動 jupyter 。

# 啟動 jupyter
conda notebook 
複製程式碼

啟動成功，在瀏覽器中開啟 http://localhost:8888/tree) ，單擊 new，建立一個新的 notebook 就可以開始愉快的玩耍了！

numpy

numpy 是一個用於科學計算的 Python 庫。

基本用法

# 引入 numpy
import numpy as np
複製程式碼

# 建立一個長度為15，3乘5的二維陣列
a = np.arange(15).reshape(3, 5)
# 列印a
a
複製程式碼

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
複製程式碼

# 建立一個長度為15，間隔10，3乘5的二維陣列
b = np.arange( 1, 150, 10 ).reshape(3, 5)
# 列印b
b
複製程式碼

array([[  1,  11,  21,  31,  41],
       [ 51,  61,  71,  81,  91],
       [101, 111, 121, 131, 141]])
複製程式碼

# 兩個二維陣列相加 
a + b
複製程式碼

array([[  1,  12,  23,  34,  45],
       [ 56,  67,  78,  89, 100],
       [111, 122, 133, 144, 155]])
複製程式碼

去官網瞭解更多

pandas

pandas 是一個基於 numpy 強大的 Python 資料分析包，它提供了很高階的資料結構和大量處理資料的方法。最終目的是為了我們更好的理解和處理資料。

基本用法

pandas 提供了兩種資料結構，Series 和 DataFrame。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
複製程式碼

Series

Series 類似於字典，可以根據索引查詢對應值

# 建立一個長度為4，1到10的隨機整數
Series(np.random.randint(1,10,4))
複製程式碼

0    4
1    2
2    3
3    1
dtype: int64
複製程式碼

# 指定index
s = Series(np.random.randint(1,10,4), index=['a','b','c','d'])
s
複製程式碼

a    4
b    5
c    5
d    8
dtype: int64
複製程式碼

# 根據 index 查詢
s['a']
複製程式碼

4
複製程式碼

DataFrame

DataFrame 是二維的資料結構，可以用行列的方式表示，可以把它想象成一個 Excel 表。

# 生成值為時間的陣列
dates = pd.date_range('20130101', periods=6)
dates
複製程式碼

DatetimeIndex(['2013-01-01', '2013-01-02', '2013-01-03', '2013-01-04',
               '2013-01-05', '2013-01-06'],
              dtype='datetime64[ns]', freq='D')
複製程式碼

# 生成 index 為日期，列名為 ABCD 的 DataFrame
df = DataFrame(np.random.randint(1,10,24).reshape(6,4), index=dates, columns=list('ABCD'))
df
複製程式碼

去官網瞭解更多

matplotlib seaborn

matplotlib 是 Python 非常重要的資料視覺化庫，而 seaborn 是基於 matplotlib 開發的視覺化庫，更為強大易用。

基本用法

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
複製程式碼

# 建立一個 Series，1000個從1到100間隔均勻的陣列
s = Series(np.linspace(1, 100, 1000))
複製程式碼

s.plot()
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x1a226a23c8>
複製程式碼

# 建立一個 DataFrame，1到10的隨機整數，10乘4的二維陣列，列名為 a,b,c,d
df = DataFrame(np.random.randint(1,10,40).reshape(10,4),columns=list("abcd"))
複製程式碼

df
複製程式碼

# matpoltlib 畫圖
df.plot()
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x11fe2ab38>
複製程式碼

# 對每列進行求和
df_sum = df.sum()
# 指定柱狀圖
df_sum.plot(kind='bar')
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x1a22821668>
複製程式碼

# seaborn 畫圖
index = df_sum.index
values = df_sum.values
sns.barplot(index, values)
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x1a229041d0>
複製程式碼

去 matplotlib 官網瞭解更多

去 seaborn 官網瞭解更多

有了以上的一些基本知識就可開始分析股票了。

股票分析

股票分析的步驟：

• 獲取資料
• 處理資料
• 資料視覺化
• 分析資料

# basic
import numpy as np
import pandas as pd
from pandas import Series, DataFrame

# get data
import pandas_datareader as pdr

# visual
import matplotlib.pyplot as plt
import seaborn as sns

# time
from datetime import datetime
複製程式碼

# pandas_datareader 這個庫提供 API 來獲取股票資料
# get_data_yahoo 代表資料來源來自 yahoo，'BABA' 是阿里巴巴的股票程式碼
df = pdr.get_data_yahoo('BABA')
# 由於資料較多，我們只取頭部的五條資料來看
# high 表示最高價，low 表示最低價，open 表示開盤價，close 表示收盤價，volume 表示交易量
df.head()
複製程式碼

# 我們取五家從2015年1月1號至今的股票資料進行分析
# 'MSFT'：微軟, 'AAPL'：蘋果, 'AMZN'：亞馬遜, 'FB'：臉書, 'GOOG'：谷歌
start = datetime(2015,1,1)
company = ['MSFT', 'AAPL', 'AMZN', 'FB', 'GOOG']
top_df = pdr.get_data_yahoo(company, start=start)
複製程式碼

# 得到一個資料集合，這個資料集合是 pandas.core 資料結構
type(top_df)
複製程式碼

pandas.core.frame.DataFrame
複製程式碼

# 看一下他們最近幾日的收盤價
top_df['Close'].tail()
複製程式碼

# 直接用 matplotlib 畫它們的股價走勢
top_df['Close'].plot()
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x1a1741f748>
複製程式碼

# 根據他們的股價走勢，畫出股價波動
top_df_dr = top_df['Close'].pct_change()
top_df_dr.plot()
複製程式碼

<matplotlib.axes._subplots.AxesSubplot at 0x1a173004a8>
複製程式碼

# 上面的估計波動圖太密集，不容易開出問題，我們選亞馬遜和谷歌的進行對比
# 利用 seaborn 畫出亞馬遜和谷歌的散點圖
# 每個點對應的橫座標和縱座標，分別對應谷歌和亞馬遜當日的漲跌情況，如果都為負數說明當日股價均為下跌
sns.jointplot('AMZN', 'GOOG', top_df_dr)
複製程式碼

<seaborn.axisgrid.JointGrid at 0x1a172d8048>
複製程式碼

# 我們還可以利用強大的 seaborn 對五家公司進行相互對比
sns.pairplot(top_df_dr.dropna())
複製程式碼

<seaborn.axisgrid.PairGrid at 0x1a1786ada0>
複製程式碼

感謝閱讀！