對于炒股的同學來說，必須會看懂數(shù)據(jù)才能避免入坑，今天小千就來教大家如何去使用Python分析股票數(shù)據(jù)，學到就是賺到。（小千提醒，股市有風險，請謹慎投資）

      這次的美股例子就選擇了美國顯卡制造商英偉達，其股票代碼是NVDA，熟悉英偉達的人都知道他們的CEO老黃（Jensen Huang），老黃有兩樣東西很出名，一是那件能穿4個季度的皮衣，二是精湛的顯卡刀法。英偉達在老黃帶領下飛速發(fā)展，其股價也是一直飆升，所以選擇這個股票也是在近幾年美股中具有代表性的。

      首先還是導入各種庫。

      這里有一個不太常見的庫是yfinance，這是從Yahoo網(wǎng)站獲取數(shù)據(jù)的一個庫，其使用非常簡單，不需要相關(guān)api，同時也是免費的，而市場上其他不少庫都要api，很多還是收費的，同時還有很多限制，所以我們選用了yfinance作為數(shù)據(jù)來源。yfinance直接用pip安裝即可，筆者用的是anaconda，但用了conda安裝會失敗，最好還是用pip安裝。接下來是獲取數(shù)據(jù)。

      yfinance下載的數(shù)據(jù)直接是pandas的dataframe格式，這里我們只要輸入股票代碼以及起止時間就可以了，后面的progress是進度條選項，最好關(guān)閉，否則下載好之后結(jié)果中會有一個進度條（影響也不大）。這里我們下載英偉達過去5年的股票數(shù)據(jù)，從2015年1月1日到2019年12月31日。這里有一個問題要注意，就是yfinance的數(shù)據(jù)獲取時間是提前1天的，比如設置起始時間start='2015-01-02'，但最終得到的股票數(shù)據(jù)時間是從2015年1月1日開始的， 同樣截止時間end='2020-01-01'也就意味著數(shù)據(jù)的截止時間是2019年12月31日。下載之后的數(shù)據(jù)如下圖所示。

      然后是數(shù)據(jù)處理。

      上面這些步驟內(nèi)容較多，在這里詳細說明一下。從下載得到的數(shù)據(jù)中，我們選取Adj Close這一列，其全稱是adjusted close，意思是調(diào)整收盤價，這就是我們要用到的數(shù)據(jù)，將其改名為adj_close，然后用adj_close計算會計收益率（也稱簡單收益率），即simple returns，將其命名為s_r，方法是用后一天數(shù)據(jù)除以前一天數(shù)據(jù)，再減一，當然這里用dataframe的pct_change方法也可以，得到的結(jié)果是一樣的。從前面圖2中我們可以看到得到的數(shù)據(jù)的時間是以天為單位的，但這些日期并不連續(xù)，中間有部分間斷，這是因為股票市場在周末等節(jié)假日不開盤，而這里我們?yōu)榱死胏pi來計算會計收益率，要設計一個連續(xù)時間范圍，所以這里生成了一個名為df_dates的變量，其時間范圍是連續(xù)的，從2015年1月1日到2019年12月31日，讓其和df合并，得到的數(shù)據(jù)如下圖所示。這里面NaN（not a number）都是節(jié)假日不開盤的日期。

      因為要計算實際收益率，其中使用的cpi（onsumer price index，消費者物價指數(shù)）是以月為單位的，所以我們也要把df轉(zhuǎn)換成以月為單位，為了避免在每月最后一天是非開盤日，所以首先用了fillna方法，方式是'ffill'，即按照前一日數(shù)據(jù)來填充，然后用asfreq('M')方法來得出每月最后一日的數(shù)據(jù)。很多人會問，這個每月最后一日的數(shù)據(jù)有什么用，因為我們用到的cpi數(shù)據(jù)都是按月份來公布的，每月只有一個cpi數(shù)據(jù)，所以我們計算會計收益率時也要按照月份來算，而每月會計收益率就是用這個月的最后一個交易日的調(diào)整收盤價除以上個月的最后一個交易日的調(diào)整收盤價，然后再減一，和前面每日會計收益率的計算方法一樣。然后用月份會計收益率和cpi來計算實際收益率。而我們這次所用到的cpi數(shù)據(jù)，其時間范圍從2015年1月至2019年12月，總共5年，這個數(shù)據(jù)可以從很多網(wǎng)站下載，直接到網(wǎng)上搜索就行了。

      讀取cpi數(shù)據(jù)之后通過cpi數(shù)據(jù)計算通貨膨脹率，即inflation rate，我們把這一列命名為inf_rate，方法和會計收益率一樣，接著再用通貨膨脹率計算實際收益率（Real Rate of Return），方法是（1+會計收益率）/（1+通貨膨脹率）-1，我們將其命名為r_r。最后得到的df數(shù)據(jù)如下圖所示。

      最后就是數(shù)據(jù)可視化。

      這里我們只要4列數(shù)據(jù)，即除了cpi之外的其他4列數(shù)據(jù)。將其置于4個子圖中，繪圖直接用dataframe的plot方法即可，在這里我們選用了ggplot的繪圖主題。得到的結(jié)果如下圖所示。

      從這里我們也可以看到用pandas分析美股數(shù)據(jù)非常方便，但是只掌握pandas的使用方法還是不夠的，我們還要具備相關(guān)的金融基礎知識，尤其是計量經(jīng)濟學的相關(guān)基礎，因此在分析股票數(shù)據(jù)時最好還要有一定的經(jīng)濟學基礎。所以在我們平時的業(yè)務工作當中，除了必要的編程技能以外，掌握相關(guān)的理論知識也是很重要的。

      學習Python，可以參考千鋒Python培訓班推出的Python開發(fā)學習路線，結(jié)合千鋒Python培訓機構(gòu)名師精心錄制的全套Python視頻教程，可以讓你對學習Python需要掌握的知識有個清晰的了解，并快速入門Python開發(fā)。千鋒Python培訓機構(gòu)視頻教程分為三個大塊：Python基礎視頻教程、Python高級視頻教程、Python高手晉級視頻教程。視頻講解通俗易懂，入門Python開發(fā)僅用此套視頻足矣。想要獲取免費Python學習路線和學習資料可以添加我們的Python技術(shù)交流qq群：790693323  加群找群管理領取即可，Python相關(guān)技術(shù)問題也可以加群解決，等你來哦~~~~