Python数据分析：股价相关性-CDA数据分析师官网

热线电话：13121318867

Python数据分析：股价相关性

2018-01-26

Python数据分析：股价相关性

为什么要分析股价相关度呢，我们来引入一个概念——配对交易
所谓的配对交易，是基于统计套利的配对交易策略是一种市场中性策略，具体的说，是指从市场上找出历史股价走势相近的股票进行配对，当配对的股票价格差偏离历史均值时，则做空股价较高的股票同时买进股价较低的股票，等待他们回归到长期均衡关系，由此赚取两股票价格收敛的报酬。
接下来开始我们的股价相关度分析，首先我们选两个股票~

感觉全聚德和光明乳业都很好吃的样子，我们就选它们了吧！=￣ω￣=
1、导入数据包
简单介绍一下要用到的数据包
matplotlib.pyplot：绘图库，其中pyplot子包提供一个类MATLAB的绘图框架
numpy：科学计算库，支持高级大量的维度数组与矩阵运算
pandas：纳入了大量库和一些标准的数据模型，提供高效地操作大型数据集所需的工具
tushare：财经数据接口包
[python] view plain copy

 import matplotlib.pyplot as plt 
 import numpy as np
 import pandas as pd
 import tushare as ts
 
2、根据全聚德和光明乳业的股票代码获取数据，这里获取的是2016年一整年的收盘价，获取完后合并，因为停牌的存在，用前一天的价格去填写缺失数据，最终以CSV格式保存数据
[python] view plain copy
 s_qjd = '002186' #全聚德
 s_gm = '600597' #光明乳业
 sdate = '2016-01-01'#起止日期
 edate = '2016-12-31'
 df_qjd = ts.get_h_data(s_qjd, start = sdate, end = edate).sort_index(axis = 0,ascending=True)#获取历史数据
 df_gm = ts.get_h_data(s_gm, start = sdate, end = edate).sort_index(axis = 0,ascending=True)
 df = pd.concat([df_qjd.close,df_gm.close], axis = 1, keys=['qjd_close', 'gm_close'])#合并
 df.ffill(axis=0, inplace=True)#填充缺失数据
 df.to_csv('qjd_gm.csv')
 

3、用pearson相关系数计算相关度（Pearson相关系数是用来衡量两个数据集合是否在一条线上面，它用来衡量定距变量间的线性关系。），再打印出来看一眼
[python] view plain copy

 corr = df.corr(method = 'pearson', min_periods = 1)#pearson方法计算相关性
 print(corr)

算出来有0.81，超过0.8，按值域等级来说属于极强相关，不过话说一个卖烤鸭的为什么会和卖牛奶的相关度那么高。。。。难道大家吃烤鸭的时候都喜欢喝牛奶吗。。。
4、绘制图像出来喵一眼，看看趋势上来说什么时候可以有机会做配对交易
[python] view plain copy
 df.plot(figsize = (20,12))
 plt.savefig('qjd_gm.jpg')
 plt.close()

5、按分析日期的第一天的股价为基准做归一化处理，打印图像
[python] view plain copy
 df['qjd_one'] = df.qjd_close / float(df.qjd_close[0])*100
 df['gm_one'] = df.gm_close / float(df.gm_close[0])*100
 df.qjd_one.plot(figsize = (20,12))
 df.gm_one.plot(figsize = (20,12))
 plt.savefig('qjd_gm_one.jpg')

好啦，做完啦，虽然我也不知道为什么全聚德会和光明乳业这么高相关性
不过理论上是可以做配对交易的，不过股票有风险，投资需谨慎~
以下是完整代码：
[python] view plain copy

    # coding=gbk

    import matplotlib.pyplot as plt #提供类matlab里绘图框架
    import numpy as np
    import pandas as pd
    import tushare as ts

    #获取数据
    s_qjd = '002186' #全聚德
    s_gm = '600597' #光明乳业
    sdate = '2016-01-01'#起止日期
    edate = '2016-12-31'
    df_qjd = ts.get_h_data(s_qjd, start = sdate, end = edate).sort_index(axis = 0,ascending=True)#获取历史数据
    df_gm = ts.get_h_data(s_gm, start = sdate, end = edate).sort_index(axis = 0,ascending=True)
    df = pd.concat([df_qjd.close,df_gm.close], axis = 1, keys=['qjd_close', 'gm_close'])#合并
    df.ffill(axis=0, inplace=True)#填充缺失数据
    df.to_csv('qjd_gm.csv')

    #pearson方法计算相关性
    corr = df.corr(method = 'pearson', min_periods = 1)
    print(corr)

    #打印图像
    df.plot(figsize = (20,12))
    plt.savefig('qjd_gm.jpg')
    plt.close()

    #归一化处理打印图像
    df['qjd_one'] = df.qjd_close / float(df.qjd_close[0])*100
    df['gm_one'] = df.gm_close / float(df.gm_close[0])*100
    df.qjd_one.plot(figsize = (20,12))
    df.gm_one.plot(figsize = (20,12))
    plt.savefig('qjd_gm_one.jpg')

CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf

CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>> “CDA报名” 了解CDA考试详情；