Python在Finance上的應用3：處理股票數據基礎

02-05

歡迎來到Python for Finance教程系列的第3節。在本教程中，我們將使用股票數據進一步進行基本的數據處理和可視化。將要使用的開始代碼（在前面的教程中已經介紹過）是：

import datetime as dtnimport matplotlib.pyplot as pltnfrom matplotlib import stylenimport pandas as pdnimport pandas_datareader.data as webnstyle.use(ggplot)nndf = pd.read_csv(tsla.csv, parse_dates=True, index_col=0)n

Pandas 模塊含有一系列的內置函數，以及自定義函數的方法。稍後我們將介紹一些自定義函數，但現在讓我們對這些數據執行一個非常常見的操作：移動平均法。

簡單移動平均（英語：simple moving average，SMA）是某變數之前n個數值的未作加權算術平均。例如，收市價的10日簡單移動平均指之前10日收市價的平均數。若設收市價為 $p_{1}$

至 $p_{n}$ ，則方程式為：

$SMA=frac{p_{1}+p_{2}+...+p_{n}}{n}$

當計算連續的數值，一個新的數值加入，同時一個舊數值剔出，所以無需每次都重新逐個數值加起來：

${displaystyle SMA_{t1,n}=SMA_{t0,n}-{p_{1} over n}+{p_{n+1} over n}}$

在Pandas 模塊實現上述功能十分簡單，例如100日均線

df[100ma] = df[Adj Close].rolling(window=100).mean()n

這裡df [100ma]列等同於應用移動平均方法創建的df [Adj Close]列，窗口時間為100，並且進行求平均值的操作。接著，嘗試輸出結果:

print(df.head())n

Date Date Open High Low Close Volume
2010-06-29 2010-06-29 19.000000 25.00 17.540001 23.889999 18766300
2010-06-30 2010-06-30 25.790001 30.42 23.299999 23.830000 17187100

2010-07-01 2010-07-01 25.000000 25.92 20.270000 21.959999 8218800
2010-07-02 2010-07-02 23.000000 23.10 18.709999 19.200001 5139800
2010-07-06 2010-07-06 20.000000 20.00 15.830000 16.110001 6866900
Date Adj Close 100ma
2010-06-29 23.889999 NaN

2010-06-30 23.830000 NaN
2010-07-01 21.959999 NaN
2010-07-02 19.200001 NaN
2010-07-06 16.110001 NaN

發生了什麼？在100ma列下，只看到NaN。我們選擇了100個移動平均線，理論上需要100個之前的數據點進行計算，但是在這裡卻沒有任何數據在前100行。 NaN的意思是「Not a Number」。利用Pandas，可以用來處理大量的缺失數據，但現在，只須改變其中的min_periods參數：

df[100ma] = df[Adj Close].rolling(window=100,min_periods=0).mean()nprint(df.head())n

Date Date Open High Low Close Volume
2010-06-29 2010-06-29 19.000000 25.00 17.540001 23.889999 18766300
2010-06-30 2010-06-30 25.790001 30.42 23.299999 23.830000 17187100
2010-07-01 2010-07-01 25.000000 25.92 20.270000 21.959999 8218800
2010-07-02 2010-07-02 23.000000 23.10 18.709999 19.200001 5139800
2010-07-06 2010-07-06 20.000000 20.00 15.830000 16.110001 6866900
Date Adj Close 100ma
2010-06-29 23.889999 23.889999
2010-06-30 23.830000 23.860000
2010-07-01 21.959999 23.226666
2010-07-02 19.200001 22.220000
2010-07-06 16.110001 20.998000

太棒了，它生效了，現在我們想看看它！但是之前已經看到了簡單的圖表，那麼我們讓它稍微複雜一些呢？

ax1 = plt.subplot2grid((6,1), (0,0), rowspan=5, colspan=1)nax2 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1,sharex=ax1)n

如果你想更進一步的了解subplot2grid, 請點擊這裡 subplots with Matplotlib tutorial.

這裡我們想要創建兩個子圖，而這兩個子圖都將像6x1網格一樣，有6行1列。第一個子圖從該網格上的（0,0）開始，跨越5行，並跨越1列。下一個軸也在6x1網格上，但是從（5,0）開始，跨越1行和1列。第二個軸也有sharex = ax1，這意味著ax2將始終將其x軸與ax1的x軸對齊，反之亦然。現在開始製圖：

ax1.plot(df.index, df[Adj Close])nax1.plot(df.index, df[100ma])nax2.bar(df.index, df[Volume])nplt.show()n

上述code，繪製了第一軸上的close和100ma，第二軸上的volume。結果如下：

最後，附上全部codes:

import datetime as dtnimport matplotlib.pyplot as pltnfrom matplotlib import stylenimport pandas as pdnimport pandas_datareader.data as webnstyle.use(ggplot)nndf = pd.read_csv(tsla.csv, parse_dates=True, index_col=0)ndf[100ma] = df[Adj Close].rolling(window=100, min_periods=0).mean()nprint(df.head())nnax1 = plt.subplot2grid((6,1), (0,0), rowspan=5, colspan=1)nax2 = plt.subplot2grid((6,1), (5,0), rowspan=1, colspan=1, sharex=ax1)nnax1.plot(df.index, df[Adj Close])nax1.plot(df.index, df[100ma])nax2.bar(df.index, df[Volume])nnplt.show()n

在接下來的幾個教程中，我們將學習如何通過Pandas數據重採樣製作K線圖，並學習更多關於使用Matplotlib的知識。本節原文請戳Basic stock data Manipulation - Python Programming for Finance p.3