数据用Python数据来分析"/>
股票数据用Python数据来分析
最近股市比较火,玩股票的人也越来越多,这篇文章我们就用 python
对股票数据做个简单的分析。数据集是从1999年到2016年上海证券交易所的1095只股票。
共1000个文件。
我们的分析思路大致如下:
-
每年新发股票数
-
目前市值最大的公司有哪些
-
股票一段时间的涨跌幅如何
-
牛市的时候,个股表现如何
首先导入模块
import pandas as pd import numpy as np import os import seaborn as sns import matplotlib.pyplot as plt # 绘图显示中文 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False
用 pandas
读文件
file_list = os.listdir('./data/a-share/')pieces = [] for file_name in file_list:path = './data/a-share/%s' % file_namefile = pd.read_csv(path, encoding ='gb2312')pieces.append(file)shares = pd.concat(pieces)
使用 read_csv
读文件的时候需要指定文件编码 encoding ='gb2312'
。将各个文件的 DataFrame
合并后,将索引重置一下,并预览一下数据
shares.reset_index(inplace=True, drop=True) shares.head()
这里我们最关注的列是 日期
、 代码
、 简称
、 收盘价
。
按照分析思路,我们首先来看看上市公司的总数
len(shares['代码'].unique())
对股票代码去重、计数可以看到一共有 1095
家上市公司。那我们再看看每年新增的上市公司有多少家
# 计算每只股票的最早交易时间(即:上市时间) shares_min_date = shares.groupby('简称').agg({'日期':'min'}) shares_min_date['上市年份'] = shares_min_date['日期'].apply(lambda x: str(x)[:4])# 每年上市公司的数量 shares_min_date.groupby('上市年份').count().plot()
可以看到,多的时候每年 60-80
家,而 05年-13年
这段时间上市后的公司特别少,尤其是 13年
只有1家,原因是13年暂停了IPO。
下面我们再来看看数据集中最新的时间点(2016-06-08),市值较大的公司有哪些
shares_market_value = shares[shares['日期'] == '2016-06-08'][['简称', '总市值(元)']].sort_values(by='总市值(元)', ascending=False)# 市值最大的公司 top10 tmp_df = shares_market_value.head(10)# 画图 sns.barplot(x=tmp_df['总市值(元)'], y=tmp_df['简称'])
截至16年6月8号,工商银行(爱存不存)的市值最高1.5万亿,不愧是宇宙第一大行。并且能发现市值前十的公司大部分是银行。
下面再来看看,从 11.06.09 - 16.06.08
5年时间里个股涨跌情况。起点选 11.06.09
的原因是这一天包含了900左右只股票,样本较大。然后,我们抽取这两天股票的收盘价,计算涨跌幅
shares_110609 = shares[shares['日期'] == '2011-06-09'][['代码', '简称', '收盘价(元)']] shares_160609 = shares[shares['日期'] == '2016-06-08'][['代码', '收盘价(元)']]# 按照股票代码将2天数据关联 shares_price = shares_110609.merge(shares_160609, on='代码') shares_price
一共有 879
只股票
# 多少家股票是上涨的 shares_price[shares_price['涨跌幅(%)'] > 0].count()
# 多少家股票是上涨的 shares_price[shares_price['涨跌幅(%)'] < 0].count()
可以看到,上涨的股票 627
只,占比 71%
。那我们再来看看,上涨的股票,涨幅分布情况
bins = np.array([0, 40, 70, 100, 1700]) # 股价上涨的公司 shares_up = shares_price[shares_price['涨跌幅(%)'] > 0] # 按涨幅进行分组 shares_up['label'] = pd.cut(shares_up['涨跌幅(%)'], bins) # 分组统计 up_label_count = shares_up[['label', '代码']].groupby('label').count() up_label_count['占比'] = up_label_count['代码'] / up_label_count.sum().values sns.barplot(x=up_label_count['占比'], y=up_label_count.index)
涨幅分布还是比较极端的,虽然上涨的股票总体比较高,但上涨的股票中有30%只股票涨幅不足 40%
,也就是平均一年涨 8%
,如果理财年收益 10%
算及格的话, 8%
明显偏低了。再加上跌的股票,收益率低于 10%
的股票大于 50%
,所以股市的钱也不是那么好挣的。
当然也有踩狗屎运的时候,比如买到了下面这些股票并且长期持有
# 涨幅最大的公司 tmp_df = shares_up.sort_values(by='涨跌幅(%)', ascending=False)[:8] sns.barplot(y=tmp_df['简称'], x=tmp_df['涨跌幅(%)'])
像 金证股份
持有5年后可以翻16倍。
同样的方式,我们可以看看股票跌幅分布
因为代码类似,这里就不贴了。从数据上将近 70%
的股票5年后跌幅在 0-40%
的区间。
最后一个有意思的数据,我们看看牛市的时候个股涨跌是怎么样的。我们选择 14.06.30
和 15.06.08
这两天个股的涨跌情况。分析思路跟上面类似,我就直接说数据了。
牛市期间 99.6%
的股票都是涨的,也就是说个股基本都在上涨。来看看涨幅分布
可以看到, 86%
只股票翻了一番,所以牛市来了,基本上闭着眼选股都能挣钱。也不知道这种大牛市什么时候能再来一次,当然了,牛市来了能不能把握住是个大问题。
其实分析有意思的数据还有很多,比如结合一些 市盈率
等其他维度进行分析,有兴趣的朋友可以自行探索,我觉得还有一个更有挑战性的分析是预测个股的走势,虽然实践上不可行,但从学习角度来看还是挺值得研究的。
更多推荐
股票数据用Python数据来分析
发布评论