如何利用Python技術(shù)評(píng)估蘋(píng)果公司股價(jià)

要點(diǎn)搶先看

1.csv數(shù)據(jù)的讀取

2.利用常用函數(shù)獲取均值、中位數(shù)、方差、標(biāo)準(zhǔn)差等統(tǒng)計(jì)量

3.利用常用函數(shù)分析價(jià)格的加權(quán)均值、收益率、年化波動(dòng)率等常用指標(biāo) 4.處理數(shù)據(jù)中的日期

我們最后會(huì)介紹一下NumPy庫(kù)中的一些非常實(shí)用和常用的函數(shù)方法。

要知道，NumPy的常用數(shù)學(xué)和統(tǒng)計(jì)分析的函數(shù)非常多，如果我們一個(gè)一個(gè)的分散來(lái)講，一來(lái)非?？菰?，二來(lái)呢也記不住，就仿佛又回到了昏昏欲睡的課堂，今天我們用一個(gè)背景例子來(lái)串聯(lián)一下這些零散的知識(shí)點(diǎn)。

我們通過(guò)分析蘋(píng)果公司的股票價(jià)格，來(lái)串講NumPy的常用函數(shù)用法

我們?cè)谖覀?a href="http://srfitnesspt.com/tags/python/" target="_blank">python文件的同級(jí)目錄下放置數(shù)據(jù)文件AAPL.csv，用excel文件可以打開(kāi)看看里面是什么樣的：

依次是日期，收盤(pán)價(jià)、成交量、開(kāi)盤(pán)價(jià)、最高價(jià)和最低價(jià) 在CSV文件中，每一列數(shù)據(jù)數(shù)據(jù)是被“,”隔開(kāi)的，為了突出重點(diǎn)簡(jiǎn)化程序，我們把第一行去掉，就像下面這樣

首先，我們讀取“收盤(pán)價(jià)”和“成交量”這兩列，即第1列和第2列（csv也是從第0列開(kāi)始的）

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. print(c)

4. print(v)

6. [178.02178.65178.44179.97181.72179.98176.94175.03176.67 176.82176.21175. 178.12178.39178.97175.5 172.5 171.07 171.85172.43172.99167.37164.34162.71156.41155.15159.54 163.03156.49160.5 167.78167.43166.97167.96171.51171.11 174.22177.04177. 178.46179.26179.1 176.19177.09175.28 174.29174.33174.35175. 173.03172.23172.26169.23171.08 170.6 170.57175.01175.01174.35174.54176.42]

7. [38313330.22676520.29334630.31464170.32191070.32130360. 24518850.31686450.23273160.27825140.38426060.48706170. 37568080.38885510.37353670.33772050.30953760.37378070. 33690660.40113790.50908540.40382890.32483310.60774900. 70583530.54145930.51467440.68171940.72215320.85957050. 44453230.32234520.45635470.50565420.39075250.41438280. 51368540.32395870.27052000.31306390.31087330.34260230. 29512410.25302200.18653380.23751690.21532200.20523870. 23589930.22342650.29461040.25400540.25938760.16412270. 21477380.33113340.16339690.20848660.23451420.27393660. 29385650.]

這樣，我們就完成了第一個(gè)任務(wù)，將csv數(shù)據(jù)文件中存儲(chǔ)的數(shù)據(jù)，讀取到我們兩個(gè)ndarray數(shù)組c和v中了。

接下來(lái)，我們小試牛刀，對(duì)收盤(pán)價(jià)進(jìn)行最簡(jiǎn)單的數(shù)據(jù)處理，求取他的平均值。

第一種，非常簡(jiǎn)單，就是我們最常見(jiàn)到的算數(shù)平均值

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. mean_c = np.mean(c)print(mean_c)

5. 172.614918033

第二種，是加權(quán)平均值，我們用成交量來(lái)加權(quán)平均價(jià)格

即，用成交量的值來(lái)作為權(quán)重，某個(gè)價(jià)格的成交量越高，該價(jià)格所占的權(quán)重就越大。

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. vwap = np.average(c, weights=v)

4. print(vwap)

6. 170.950010035

再來(lái)說(shuō)說(shuō)取值范圍，找找最大值和最小值

我們找找收盤(pán)價(jià)的最大值和最小值，以及最大值和最小值之間的差異

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.max(c))

4. print(np.min(c))

5. print(np.ptp(c))

7. 181.72

8. 155.15

9. 26.57

接下來(lái)我們進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)分析

我們先來(lái)求取收盤(pán)價(jià)的中位數(shù)

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.max(c))

4. print(np.min(c))

5. print(np.median(c))

7. 181.72

8. 155.15

9. 174.35

求取方差

另外一個(gè)我們關(guān)心的統(tǒng)計(jì)量就是方差，方差能夠體現(xiàn)變量變化的程度。在我們的例子中，方差還可以告訴我們投資風(fēng)險(xiǎn)的大小。那些股價(jià)變動(dòng)過(guò)于劇烈的股票一定會(huì)給持有者帶來(lái)麻煩

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.var(c))

5. 37.5985528621

我們回顧一下方差的定義，方差指的是各個(gè)數(shù)據(jù)與所有數(shù)據(jù)算數(shù)平均數(shù)的離差平方和的均值

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.mean((c - c.mean())**2))

5. 37.5985528621

上下對(duì)比一下，看看，結(jié)果是一模一樣的。

現(xiàn)在我們來(lái)看看每天的收益率，這個(gè)計(jì)算式子很簡(jiǎn)單：

diff函數(shù)時(shí)用數(shù)組的第N項(xiàng)減第N-1項(xiàng)，得到一個(gè)n-1項(xiàng)的一維數(shù)組。本例中我們注意到數(shù)組中日期越近的收盤(pán)價(jià)，數(shù)組索引越小，因此得取一個(gè)相反數(shù)，綜上代碼：

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(returns)

6. [-0.003526450.00117687-0.00850142-0.0096302 0.009667740.01718097 0.01091242-0.00928284-0.000848320.003461780.00691429-0.01751628-0.00151354-0.003240770.019772080.0173913 0.00835915-0.00453884-0.00336368-0.003237180.0335783 0.018437390.010017820.04027875 0.00812117-0.02751661-0.0214071 0.04179181-0.02498442-0.04339015 0.002090430.00275499-0.00589426-0.0206985 0.00233768-0.01785099-0.0159286 0.00022599-0.00818111-0.004462790.000893360.01651626-0.005082160.010326340.00568019-0.00022945-0.00011471-0.00371429 0.011385310.00464495-0.000174160.01790463-0.010813650.0028136 0.00017588-0.02536998-0. 0.00378549-0.00108858-0.01065639]

然后觀察一下每日收益的標(biāo)準(zhǔn)差，就可以看看收益的波動(dòng)大不大了：

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(np.std(returns))

6. 0.0150780328454

如果我們想看看哪些天的收益率是正的，很簡(jiǎn)單，還記得where語(yǔ)句嗎，拿來(lái)使用吧

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(np.where(returns>0))

6. (array([1,4,5,6,9,10,14,15,16,20,21,22,23,24,27,30,31,34,37,40,41,43,44,48,49,51,53,54,57], dtype=int64),)

專(zhuān)業(yè)上我們對(duì)價(jià)格變動(dòng)可以用一個(gè)叫做“波動(dòng)率”的指標(biāo)進(jìn)行度量。計(jì)算歷史波動(dòng)率時(shí)需要用到對(duì)數(shù)收益率，對(duì)數(shù)收益率很簡(jiǎn)單，就是

我們簡(jiǎn)單的看一下下面的代碼

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. logreturns =-np.diff(np.log(c))

4. volatility = np.std(logreturns)/ np.mean(logreturns)

5. annual_volatility = volatility / np.sqrt(1./252.)

6. print(volatility)

7. print(annual_volatility)

9. 100.096757388

10. 1588.98676256

這里我們?cè)購(gòu)?qiáng)調(diào)一點(diǎn)就是：sqrt方法中應(yīng)用了除法計(jì)算，這里必須使用浮點(diǎn)數(shù)進(jìn)行運(yùn)算。月度波動(dòng)率也是同理用1./12.即可

我們可以常常會(huì)發(fā)現(xiàn)，在數(shù)據(jù)分析的過(guò)程中，對(duì)于日期的處理和分析也是一個(gè)很重要的內(nèi)容。

我們先試圖用老辦法來(lái)從csv文件中把日期數(shù)據(jù)讀出來(lái)

1. import numpy as np

2. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1), unpack=True)

4. Traceback(most recent call last):

5. File"E:/12homework/12homework.py", line 2,in

6. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1), unpack=True)

7. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 930,in loadtxt

8. items =[conv(val)for(conv, val)in zip(converters, vals)]

9. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 930,in

10. items =[conv(val)for(conv, val)in zip(converters, vals)]

11. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 659,in floatconv

12. returnfloat(x)

13. ValueError: could not convert string to float: b'2018/3/16'

我們發(fā)現(xiàn)他報(bào)錯(cuò)了，錯(cuò)誤信息是不能將一個(gè)字節(jié)類(lèi)型的對(duì)象轉(zhuǎn)換為浮點(diǎn)類(lèi)型對(duì)象。原因是因?yàn)镹umPy是面向浮點(diǎn)數(shù)運(yùn)算的，那么我們對(duì)癥下藥，對(duì)日期字符串進(jìn)行一些轉(zhuǎn)換處理。

我們先假定日期是一個(gè)字符串類(lèi)型（下載的網(wǎng)絡(luò)數(shù)據(jù)中往往是將字符串通過(guò)utf-8編碼成字節(jié)碼，這個(gè)可以見(jiàn)第一季中字符編碼相關(guān)內(nèi)容的介紹）

1. import numpy as np import datetime

2. strdate ='2017/3/16'

3. d = datetime.datetime.strptime(strdate,'%Y/%m/%d')

4. print(type(d))

5. print(d)

7. <class'datetime.datetime'>

8. 2017-03-1600:00:00

通過(guò)python標(biāo)準(zhǔn)庫(kù)中的datetime函數(shù)包，我們通過(guò)指定匹配的格式%Y/%m/%d

將日期字符串轉(zhuǎn)換為了datetime類(lèi)型對(duì)象，Y大寫(xiě)匹配完整的四位數(shù)記年，y小寫(xiě)就是兩位數(shù)，例如17。

datetime對(duì)象有一個(gè)date方法，把datetime對(duì)象中的time部分去掉，變成一個(gè)純的日期，再調(diào)用weekday可以轉(zhuǎn)換為一周中的第幾天，這里是從周日開(kāi)始算起的。

1. import numpy as np import datetime

2. strdate ='2018/3/16'

3. d = datetime.datetime.strptime(strdate,'%Y/%m/%d')

4. print(d.date())

5. print(d.date().weekday())

7. 2018-03-164

最后，我們回到這份蘋(píng)果公司股價(jià)的csv文件，來(lái)做一個(gè)綜合分析，來(lái)看看周幾的平均收盤(pán)價(jià)最高，周幾的最低：

1. import numpy as np import datetime

2. def datestr2num(bytedate):

3. return datetime.datetime.strptime(

4. bytedate.decode('utf-8'),'%Y/%m/%d').date().weekday()

6. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1),

7. converters={0: datestr2num}, unpack=True)

8. averages = np.zeros(5)

9. for i in range(5):

10. index = np.where(dates == i)

11. prices = np.take(c, index)

12. avg = np.mean(prices)

13. averages[i]= avg print("Day {} prices: {},avg={}".format(i,prices,avg))

14. top = np.max(averages)

15. top_index = np.argmax(averages)

16. bot = np.min(averages)

17. bot_index = np.argmin(averages)

18. print('highest:{}, top day is {}'.format(top,top_index))

19. print('lowest:{},bottom day is {}'.format(bot,bot_index))

21. Day0 prices:[[181.72176.82178.97162.71156.49167.96177. 174.35176.42]],avg=172.49333333333334

22. Day1 prices:[[179.97176.67178.39171.85164.34163.03166.97177.04176.19 174.33172.26170.57174.54]],avg=172.78076923076924

23. Day2 prices:[[178.44175.03178.12171.07167.37159.54167.43174.22179.1 174.29172.23170.6 174.35]],avg=172.44538461538463

24. Day3 prices:[[178.65176.94175. 172.5 172.99155.15167.78171.11179.26 175.28173.03171.08175.01]],avg=172.59846153846152

25. Day4 prices:[[178.02179.98176.21175.5 172.43156.41160.5 171.51178.46 177.09175. 169.23175.01]],avg=172.71923076923073

26. highest:172.78076923076924, top day is1

27. lowest:172.44538461538463,bottom day is2

簡(jiǎn)要的再分析一下：由于從csv中讀取的數(shù)據(jù)類(lèi)型為bytes，所以我們寫(xiě)了一個(gè)轉(zhuǎn)換函數(shù)，先將bytes類(lèi)型的日期數(shù)據(jù)進(jìn)行解碼（字符串編解碼詳見(jiàn)第一季），然后再用上一段程序介紹的方法轉(zhuǎn)換為一個(gè)表示周幾的數(shù)字

而np.loadtxt函數(shù)中的參數(shù)converters={0: datestr2num}，就是說(shuō)針對(duì)第一列的數(shù)據(jù)，我們利用這個(gè)轉(zhuǎn)換函數(shù)將其轉(zhuǎn)化為一個(gè)數(shù)字，并將這個(gè)整形元素構(gòu)成的數(shù)組賦值給dates變量。

后面的處理就很簡(jiǎn)單了，用循環(huán)依次取出每個(gè)工作日的收盤(pán)價(jià)構(gòu)成的數(shù)組，對(duì)其求平均值。然后得到周一到周五，五個(gè)平均值的最大值、最小值。

最后我們?cè)俳榻B兩個(gè)實(shí)用函數(shù)，一個(gè)是數(shù)組的裁剪函數(shù)，即把比給定值還小的值設(shè)置為給定值，比給定值大的值設(shè)置為給定上限

1. import numpy as np

2. a = np.arange(5)

3. print(a.clip(1,3))

5. [11233]

第二個(gè)是一個(gè)篩選函數(shù)，返回一個(gè)根據(jù)給定條件篩選后得到的結(jié)果數(shù)組

1. import numpy as np

2. a = np.arange(5)

3. print(a.compress(a >2))

5. [34]

這一小節(jié)中，我們利用NumPy的一些實(shí)用函數(shù)，對(duì)蘋(píng)果公司的股價(jià)進(jìn)行了一些非常非常簡(jiǎn)單的分析，目的是通過(guò)這個(gè)實(shí)例來(lái)串講一下這些實(shí)用的數(shù)據(jù)處理函數(shù)。

其實(shí)NumPy的功能非常非常多，遠(yuǎn)不止這些，但是沒(méi)有必要去一個(gè)一個(gè)學(xué)。并且另一方面，NumPy的方法都過(guò)于原始和底層，雖然功能很豐富，但是使用起來(lái)也很繁雜。這里我們?yōu)榇蠹掖蛞粋€(gè)基礎(chǔ)，后面的章節(jié)就不會(huì)再一一介紹里面的各種函數(shù)了。后面我要介紹基于NumPy之上的一些更高層的方法庫(kù)，功能更強(qiáng)大，使用也更簡(jiǎn)單。