Python金融数据分析与应用课件 第7章 上市公司股票数据获取与可视化分析

公众号：陈西设计之家。微信搜索即可。更多免费原创PPT模板以及教程设计作品源文件可以在公众号内无条件获取。上市公司股票数据获取与可视化分析Python金融数据分析与应用（微课版）第七章目录CONTENTS上市公司及股票概述7.1个股股票数据获取及可视化7.2多只股票数据获取及可视化7.3案例报告7.4公众号：陈西设计之家。微信搜索即可。更多免费原创PPT模板以及教程设计作品源文件可以在公众号内无条件获取。7.1上市公司及股票概述7.1统计量和描述性分析上市公司股份在证券交易所公开交易，需定期披露财务报表等关键信息，接受监管监督，确保透明度与合规性。例如，上市公司需按季度发布财务报告，详细说明营收、利润等数据，帮助投资者评估公司业绩与风险。公开交易与信息披露上市公司股票具有高度公开性、良好流动性、较高风险与投资价值，价格受多种因素影响，波动较大。以科技股为例，其股价可能因新技术发布、市场竞争加剧等因素出现大幅波动，投资者需谨慎评估风险。股票特性投资者通过投资有潜力的股票可获资本增值，公司通过发行股票筹集资金支持发展，提升公司价值。比如，投资者长期持有优质蓝筹股，可分享公司成长带来的红利，同时公司利用资金扩大生产、创新技术。投资意义公众号：陈西设计之家。微信搜索即可。更多免费原创PPT模板以及教程设计作品源文件可以在公众号内无条件获取。7.2个股股票数据获取及可视化7.2个股股票数据获取及可视化7.2.1个股股票数据获取

以工商银行（股票代码：601398）为例，通过第三方数据接口AKShare获取工商银行从2023年1月1日到2023年12月31日后复权历史行情数据。

示例代码如下：importpandas

aspdimportakshareasakdata=ak.stock_zh_a_hist(symbol='601398',period='daily',start_date='20230101',end_date='20231231',adjust='hfq')#后复权历史行情数据data.tail()7.2个股股票数据获取及可视化7.2.2数据预处理（1）日期变量

对股票数据进行预处理，包括日期转换和索引设置。（2）日收益率

在金融领域，日收益率通常指的是投资或资产在一天内的收益率。（3）累计收益率

累计收益率是指从投资开始至今，每一天的累计收益率。它可以帮助投资者了解其在一定时间范围内投资的总体表现。7.2个股股票数据获取及可视化7.2.2数据预处理（4）均线

均线可以分为短期均线、中期均线和长期均线。短期（如5日、10日）均线能够反映最近价格的动态，适合短期投资者。中期（如20日、30日）均线可以捕捉中期趋势，适合中期投资者。长期（如60日、120日、250日）均线则更多地反映长期趋势，对于长期投资者更为重要。7.2个股股票数据获取及可视化7.2.2数据预处理（5）RSIRSI（RelativeStrengthIndex，相对强弱指标）是由韦尔斯·维德（WellsWider）发明的一种通过特定时期内股价的变动情况计算市场买卖力量对比，来判断股价内部本质强弱、推测价格未来的变动方向的技术指标。7.2个股股票数据获取及可视化7.2.2数据预处理（6）MACD指标MACD（MovingAverageConvergenceandDivergence）即指数平滑移动平均线，也称指数差离指标。它由杰拉尔德·阿佩尔（GeraldAppel）在20世纪70年代末期发明。（7）KDJ指标KDJ指标也叫随机指标，它是一个比MACD指标要灵敏一些的指标，是反映当前市场上人气强弱的指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具之一。7.2个股股票数据获取及可视化7.2.3描述性分析与可视化计算股票数据的均值、分位数、标准差等统计量，了解整体趋势与波动情况。（1）描述统计data.describe().T绘制股票收盘价时序图，观察长期趋势与短期波动，结合移动平均线进一步分析。（2）趋势分析

首先提取工商银行股票2023年的开盘价、最高价、最低价、收盘价和成交量，绘制2023年的股票收盘价时序图。data_k=data[['开盘','最高','最低','收盘','成交量']]data_k.columns=['Open','High','Low','Close','Volume']mpf.plot(data_k,type='line',style='classic',datetime_format='%Y-%m-%d',xrotation=0)7.2个股股票数据获取及可视化

筛选出2023年5月1日到2023年8月31日的数据，绘制出5月到8月包含5日和20日移动平均线的K线图。candle_chart=data_k[(data_k.index>='2023-05-01')&(data_k.index<'2023-09-01')]mpf.plot(candle_chart,type='candle',mav=(5,20),style='classic',volume=True,datetime_format='%Y-%m-%d',xrotation=0)#'classic'适合黑白印刷，彩色建议其他风格7.2.3描述性分析与可视化7.2个股股票数据获取及可视化m=(data_k.index>='2023-05-01')&(data_k.index<'2023-09-01')candle_chart=data_k[m]#自定义图表风格my_stylempf.make_mpf_style(marketcolors=mpf.make_marketcolors(up='white',down='black',volume='inherit'))#创建一个列表add_plot，包含多个用于添加到图表中的图层add_plot=[mpf.make_addplot(macdhist[m],type='bar',panel=2,ylabel='MACD',color='darkslateblue',secondary_y=True),mpf.make_addplot(macd[m],panel=2,color='orangered'),mpf.make_addplot(macdsignal[m],panel=2,color='limegreen',linestyle='--'),mpf.make_addplot(rsi[m],panel=3,ylabel='RSI',secondary_y=True),mpf.make_addplot(slowk[m],panel=4,color='darkslateblue',ylabel='KDJ',secondary_y=True),mpf.make_addplot(slowd[m],panel=4,color='limegreen',linestyle='--'),mpf.make_addplot(slowj[m],panel=4,color='orangered',linestyle=':')]#绘制最终的K线图mpf.plot(candle_chart,type='candle',mav=(5,20),style=my_style,addplot=add_plot,volume=True,datetime_format='%Y-%m-%d',xrotation=0,ylabel="price")7.2.3描述性分析与可视化公众号：陈西设计之家。微信搜索即可。更多免费原创PPT模板以及教程设计作品源文件可以在公众号内无条件获取。7.3多只股票数据获取及可视化7.3多只股票数据获取及可视化7.3.1多只股票数据获取与预处理

本节以工商银行（股票代码为：601398）、中国平安（股票代码为：601318）、招商银行（股票代码为：600036）、中国人寿（股票代码为：601628）为例，演示如何进行多只股票数据的获取与纵向合并，分为以下3个步骤实现。步骤1批量获取4只股票（工商银行、中国平安、招商银行、中国人寿）的后复权历史行情数据，并计算技术指标。步骤2数据纵向合并，并输出合并后的数据形状。步骤3将数据保存为本地文件“多只股票历史行情数据.xlsx”，方便后期使用。7.3多只股票数据获取及可视化7.3.2多只股票的描述性分析与可视化（1）分组描述统计

对多只股票历史行情数据进行分组描述统计，即按照股票代码进行分组，计算每个分组在选定列上的最大值、平均值、最小值，并将结果重新索引以便于查看。merged_data[['收盘','成交量','涨跌幅','股票代码']].groupby('股票代码').agg(['max','mean','min']).reset_index()7.3多只股票数据获取及可视化7.3.2多只股票的描述性分析与可视化（2）可视化分析

对不同股票的收盘价进行对比。通常绘制不同股票的收盘价多线图进行对比分析plt.figure(figsize=(8,5))plt.plot(merged_data.loc[merged_data['股票代码']=='601398']['日期'],merged_data.loc[merged_data['股票代码']=='601398']['收盘'],'-')plt.plot(merged_data.loc[merged_data['股票代码']=='601318']['日期'],merged_data.loc[merged_data['股票代码']=='601318']['收盘'],'--')plt.plot(merged_data.loc[merged_data['股票代码']=='600036']['日期'],merged_data.loc[merged_data['股票代码']=='600036']['收盘'],'-.')plt.plot(merged_data.loc[merged_data['股票代码']=='601628']['日期'],merged_data.loc[merged_data['股票代码']=='601628']['收盘'],':')plt.legend(['工商银行','中国平安','招商银行','中国人寿'],loc='best',prop={'size':8})plt.ylabel('收盘价/元')plt.show()7.3多只股票数据获取及可视化7.3.2多只股票的描述性分析与可视化（2）可视化分析

以子图的形式绘制不同股票的收盘价线图。fig,axs=plt.subplots(2,2,figsize=(9,6))#遍历子图索引fori,axinenumerate(axs.flat):#根据子图位置选择股票代码stock_code=['601398','601318','600036','601628'][i]#在对应的子图中绘制股票的日收盘价ax.plot(merged_data.loc[merged_data['股票代码']==stock_code]['日期'],merged_data.loc[merged_data['股票代码']==stock_code]['收盘'],label=stock_code)ax.set_title(stock_code)#设置子图标题ax.set_ylabel('收盘价')#设置y轴标签plt.tight_layout()plt.show()公众号：陈西设计之家。微信搜索即可。更多免费原创PPT模板以及教程设计作品源文件可以在公众号内无条件获取。7.4案例报告——金融行业上市公司股票数据可视化分析7.4案例报告7.4.1背景介绍金融行业上市公司股票表现和经营状况受投资者广泛关注，其数据具有很强的代表性。例如，工商银行、中国平安等作为行业龙头，其股票走势对市场有重要影响。行业重要性通过可视化分析，揭示金融行业上市公司股票的市场表现和投资价值，为投资者提供决策支持。帮助投资者了解不同公司的股票特性，选择适合自己的投资标的。分析目的7.4案例报告7.4.2数据说明

通过第三方数据接口AKShare获取工商银行（股票代码为：601398）、中国平安（股票代码为：601318）、招商银行（股票代码为：600036）、中国人寿（股票代码为：601628）4只股票2023年全年的后复权历史行情数据，共有968条数据。

计算出股票的SMA、RSI、MACD和KDJ等技术指标。7.4案例报告7.4.2数据说明变量名称变量类型变量说明股票代码定性变量包括4只股票：工商银行（股票代码为：601398）、中国平安（股票代码为：601318）、招商银行（股票代码为：600036）、中国人寿（股票代码为：601628）日期日期时间类型交易日，本案例获取了2023年1月1日到2023年12月31日的后复权历史行情数据开盘定量变量开盘价，又称开市价收盘定量变量收盘价，又称收市价最高定量变量最高价，单位：元最低定量变量最低价，单位：元成交量定量变量单位：股成交额定量变量单位：元振幅定量变量[(当日最高价-当日最低价)/昨日收盘价]×100%涨跌幅定量变量[(当日收盘价-昨日收盘价)/当日收盘价]×100%涨跌额定量变量当日收盘价-昨日收盘价换手率定量变量[指定交易日的成交量（股）/指定交易日的股票的流通股总股数（股）]×100%日收益率定量变量投资在一天内的收益率RSI定量变量本数据为12日相对强弱指标MACD定量变量本数据为12日移动平均线和26日移动平均线之间的差异MACD信号线定量变量MACD线的9日指数移动平均线MACD柱状线定量变量MACD柱状线，表示MACD值与MACD信号线之间的差异K线定量变量当前价格相对于一定时间段内的价格范围的位置D线定量变量随机值K的3周期移动平均线J线定量变量通过计算3倍的K线值减去2倍的D线值得到7.4案例报告7.4.3描述性分析及可视化（1）收盘价走势从图可以看出，4只股票的收盘价走势有明显的区别，工商银行（股票代码为：601398）整体呈现上升趋势，招商银行（股票代码为：600036）整体呈现下跌趋势，中国平安（股票代码为：601318）与中国人寿（股票代码为：601628）比较相似，呈现波动下降的趋势。7.4案例报告7.4.3描述性分析及可视化（2）振幅和涨跌幅从图可以看出，4只股票的振幅有明显的差异，中国人寿（股票代码为：601628）振幅最大，其后依次是中国平安（股票代码为：601318）和招商银行（股票代码为：600036），振幅最小的是工商银行（股票代码为：601398）。从图可以看出，4只股票涨跌幅的均值无明显差异，中国人寿（股票代码为：601628）涨跌幅的波动范围最大，工商银行（股票代码为：601398）涨跌幅的波动范围最小。7.4案例报告7.4.3描述性分析及可视化（3）日收益率、成交量与成交额

从日收益率图可以看出，4只股票日收益率均值无明显差异，中国人寿（股票代码为：601628）日收益率的波动范围最大，工商银行（股票代码为：601398）日收益率的波动范围最小。从日成交量图可以看出，4只股票的成交量有较大的差异。4只股票中，工商银行（股票代码为：601398）的成交量最大，中国人寿（股票代码为：601628）的成交量最小。从成交量图可以看出，4只股票的成交额有较大的差异。4只股票中，中国平安（股票代码为：601318）的成交额最大，中国人寿（股票代码为：601628）的成交额最小。7.4案例报告7.4.3描述性分析及可视化（4）技术指标RSI从图可以看出，工商银行（股票代码为：601398）在2023年3月到6月、8月、10月有几日RSI超过70，表明工商银行的股票在这几个时间点可能处于超买状态。中国平安（股票代码为：601318）在2023年2月、5月、8月有几日RSI超过70，表明中国平安的股票在这几个时间点可能处于超买状态。招商银行（股票代码为：600036）在2023年2月、8月有几日RSI超过70，表明招商银行的股