利用Python进行数据分析之金融数据的统计分析
发布时间
阅读量：
阅读量
金融领域必备的数据分析技能
上期讲了金融数据的储存，这期讲解利用Python进行金融数据的统计分析
下面运行环境没有的，请看第一期内容安装环境
本节重点：
分析HS300股票的市值和PE的统计规律
个股日收益率的统计规律研究
金融数据分析中的随机数
具体知识点与代码请看图示
分析HS300股票的市值和PE的统计规律
pandas.describe()方法
skew: 偏度
kurt: 峰度
numpy通用方法
np.max / np.mean / np.min
np.sum / np.std / np.median / np.Series.quantile(0,1) 分位数
np.Series.skew() / np.Series.kurt()
分布情况
- 直方图: Series.hist()
个股日收益率的统计规律研究
几个重要方法
- DataFrame.set_index()
- DataFrame.dropna()
- Series.shift(1)
- Series 加减乘除 Series
- np.log(Series)
查询日收盘价信息
计算每日的对数收益率
计算日收益率的统计规律
正态分布的检验
计算累计收益率
Series.apply(func) 对每个元素调用func，返回另一个Series
对每个元素调用func，返回另一个Series
Series.cumsum() 累加
计算累计收益率 cumsum, cumprod
金融数据分析中的随机数
np.random.random()
np.random.normal()
scipy.stats.normaltest()
scipy.stats.kstest()
利用模特卡罗模拟计算
扔的点越多，结果误差越小
随机模拟，点落到扇形内部有效
详细代码与讲解看图示。
后面讲更多数据分析知识，请关注。
全部评论 (0)
还没有任何评论哟~