数据获取

---

源数据网站

数据获取有很多途径：

• 通过爬虫主动获取
• 通过官方提供的接口获取
• 通过一些专门提供数据的网站获取

这里采用第三种方法，使用finance.yahoo.com这个网站。这个网站常被用来进行金融股票数据的搜索。

例如，以阿里巴巴股票为例，进入网站搜索baba即可查看到阿里的股票价格：

安装pandas_datareader

pandas_datareader可以获取网站的数据，首先安装这个工具，安装方法是pip安装，运行pip install pandas_reader

finance.yahoo.com这个网站提供有api供pandas_datareader获取数据

获取数据

历史趋势分析

---

获取历史数据

绘制历史价格走势图

现在以收盘价做一个走势图：

根据交易量作出交易量图形：

可以将亚马逊和阿里价格走势图画在一个图里：

绘制每一天股价变动情况

这个图形需要获取每一天开盘收市的价格差：

还可以获取每一天之间闭市的价格变化的图像：

pct_change方法可以获取与前一行之间的差值。

优化一下：

绘制变化情况的分布

使用seaborn绘制分布直方图，其中需要drop掉NAN的值，否则会报错：

优化一下：

风险评估

---

这里数据采用美国知名公司的5家股票。

数据准备

获取每日股价变动情况

价格走势图

这里因为时间index为逆序，所以图像是跌的，其实都是上涨的。

画出其中幅度最大的三家：

画出每日变化散点图

通过这个图可以看出，谷歌和亚马逊股价具有相关性，你涨我也涨。

seaborn还有一个方法pairplot可以绘制出所有情况的散点图：

可以看到散点图约符合一条直线则相关度越高。

分位数评估风险

传入的是一个概率百分比参数，例如对于微软MSFT这个股票来说，有95%的信心它的每日收益为-0.02美元。