金融資料指標(曆史移動波動率,均值)

來源:互聯網
上載者:User

標籤:port   tushare   log   col   blog   end   資料   data   tar   

1.匯入函數

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport tushare as tsimport math

2. 資料擷取

data = ts.get_hist_data(‘000012‘,start=‘2015-06-23‘,end=‘2017-11-16‘)

3.移動平均值

# 滾動視窗的使用
data[‘42d‘]= pd.rolling_mean(data[‘close‘],window=42)
data[‘252d‘] =pd.rolling_mean(data[‘close‘],window=252)
print(data[[‘close‘,‘42d‘,‘252d‘]].tail())

data[[‘close‘,‘42d‘,‘252d‘]].plot(figsize=(8,5))
plt.show()

4.移動曆史波動

data[‘return‘]=np.log(data[‘close‘]/data[‘close‘].shift(1))data[‘mov_vol‘] = pd.rolling_std(data[‘return‘],window=252)*math.sqrt(252)data[[‘close‘,‘return‘,‘mov_vol‘]].plot(subplots=True,style=‘b‘,figsize=(8,7))plt.show()

金融資料指標(曆史移動波動率,均值)

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.