用Python分析股市行情

原创

mariolu

发布于 2024-03-22 08:49:25

2350

发布于 2024-03-22 08:49:25

最近A股美股市场火爆，我们用Python实现一个股市分析程序。以美股S&P 500公司（头部500家公司）举例，A股也是类似，唯一不同的是找到合适的A股数据源。本教程的目的是介绍收集和分析股票数据的步骤。我们将使用 Python、Google Sheets 和 Google Finance。在第 1 部分中，我们将了解如何配置 Google Sheets，使用 Python进行交互。在第 2 节中，我们将了解如何使用 Google Finance 收集股票数据以及如何使用 Python 将这些数据存储在 Google Sheets 中。在第 3 节中，我们将了解如何从 Google Sheets 读取数据并使用 Python 和 Pandas 对其进行分析。

一、拉取S&P 500

1.1. 案例研究

在本教程中，我们将重点关注 S&P 500 公司。我们将收集以下数据：

3个不同日期的股价（1月1日、2月1日和3月1日）
每家公司的已发行股票数量
公司经营所在的行业/部门（遵循 GICS 分类）

收集和结构化数据后，我们将使用Python库Pandas来分析数据。

1.2. 技术设置

我们将使用以下服务和库来收集和分析数据：

维基百科：我们将使用此维基百科页面来获取标准普尔 500 强公司列表。
谷歌财经：谷歌财经是谷歌托管的一个专注于商业新闻和金融信息的网站[1]。 Google Finance 没有我们可以在 Python 中直接使用的 API，但可以使用名为 GOOGLEFINANCE 的公式从 Google Sheets 访问它。我们将使用 Python 写下 GOOGLEFINANCE 公式。
Goole Sheets：我们将使用 Google Sheets 作为后端来存储股票数据。为了直接从 Python 与 Google Sheets 交互，我们需要 3 个库：Google Auth、gspread和gspread-pandas。我们还需要配置 Google Sheets，使用 Python 访问电子表格。
Python 和 Pandas：我们将使用 Python和 Pandas 来收集、存储和分析数据。

1.3. GCP 中的 Google 表格配置

为了从 Python 访问 Google Sheets，我们需要来自 Google Cloud Platform (GCP) 的私钥，通过以下步骤获取该私钥。

步骤1：进入Google Cloud平台，使用Google帐户登录并点击Console。

第二步：点击Select a project> NEW PROJECT，输入项目名称，点击CREATE

第三步：点击APIs & Services>> 。DashboardENABLE APIS AND SEVICES

第 4 步：搜索 Google Drive API 和 Google Sheets API，然后单击ENABLE

步骤 5：在 Google Sheets API 页面中，单击MANAGE，CREATE CREDENTIALS然后选择Google Sheets API。

步骤 6：选择Web sever，Application data然后JSON输入 API 密钥。单击Continue以下载 JSON 格式的私钥。

第 7 步：下载 JSON 文件后，将其保存在与 Jupyter Notebook 相同的文件夹中并复制信息client_email。

1.4. Google 表格配置

最后一步，创建一个新的 Google 工作表并将其与client_email我们在上一步中创建的工作表共享。打开Google Drive，创建一个新的Google Sheet，将其名称更改为“stocks-data”。单击Share按钮，输入client_email并单击Send。

二. 收集和存储股票数据

从 Wikipedia 获取 S&P 500 公司列表

数据收集工作的第一步，获取 S&P 500 公司的名单。使用以下维基百科页面：https://en.wikipedia.org/wiki/List_of_S%26P_500_companies

可以用Pandas读取页面，提取包含 S&P 500 公司的表并将它们存储到 Dataframe 中Pandas。

%matplotlib inline
import pandas as pd
import gspread
from google.oauth2.service_account import Credentials
from gspread_pandas import Spread, Client

import seaborn as sns 
import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')

url = 'https://en.wikipedia.org/wiki/List_of_S%26P_500_companies'

stocks_df = pd.read_html(url, header=0)[0]

stocks_df.head()

	象征	安全	美国证券交易委员会备案文件	GICS 部门	GICS子行业	总部地点	首次添加日期	CIK	成立
0	MMM	3M公司	报告	工业	工业集团	明尼苏达州圣保罗	1976-08-09	66740	1902年
1	ABT	雅培实验室	报告	卫生保健	保健器材	伊利诺伊州北芝加哥	1964年3月31日	1800	1888年
2	ABBV	艾伯维公司	报告	卫生保健	药品	伊利诺伊州北芝加哥	2012-12-31	1551152	2013 (1888)
3	ABMD	艾比奥梅德公司	报告	卫生保健	保健器材	马萨诸塞州丹弗斯	2018-05-31	815094	1981年
4	乙腈	埃森哲公司	报告	信息技术	IT 咨询及其他服务	爱尔兰都柏林	2011-07-06	1467373	1989年

我们需要的最重要的数据是：

Symbol: 股票代码
Security: 公司名称
GICS Sector: 公司按照全球行业分类标准 (GICS) 运营的部门
GICS Sub Industry: 公司按照全球行业分类标准 (GICS) 运营的子行业.

我们可以开始查看一些统计数据。例如列表中的公司数量。

#公司数量
len ( stocks_df )

输出：

我们的名单中有 505 家公司，而不是 500 家……这是因为有些公司具有双重股权结构，并且在名单中多次上市。我们可以通过在其证券名称中搜索“Class”一词来获取这些公司的列表。

stocks_df[stocks_df['Security'].str.contains("Class")]

输出[27]：

	象征	安全	美国证券交易委员会备案文件	GICS 部门	GICS子行业	总部地点	首次添加日期	CIK	成立
24	谷歌	Alphabet 公司 A 类	报告	通讯服务	互动媒体与服务	加利福尼亚州山景城	2014-04-03	1652044	1998年
25	谷歌	Alphabet Inc C 级	报告	通讯服务	互动媒体与服务	加利福尼亚州山景城	2006-04-03	1652044	1998年
148	迪斯卡	Discovery Inc. A 级	报告	通讯服务	广播	马里兰州银泉	2010-03-01	1437107	南
149	光盘	Discovery Inc. C 级	报告	通讯服务	广播	马里兰州银泉	2014-08-07	1437107	南
203	福克萨	福克斯公司 A 级	报告	通讯服务	电影与娱乐	纽约，纽约	2013-07-01	1308161	南
204	狐狸	福克斯公司 B 级	报告	通讯服务	电影与娱乐	纽约，纽约	2015-09-18	1308161	南
340	国家气象局	新闻集团A级	报告	通讯服务	出版	纽约，纽约	2013-08-01	1564708	南
第341章	国家气象局	新闻集团B级	报告	通讯服务	出版	纽约，纽约	2015-09-18	1564708	南
第457章	UAA	安德玛 A 级	报告	非必需消费品	服装、配饰和奢侈品	马里兰州巴尔的摩	2014-05-01	1336917	南
第458章	UA	安德玛 C 级	报告	非必需消费品	服装、配饰和奢侈品	马里兰州巴尔的摩	2016-04-08	1336917	南

我们有 10 家具有双层股权结构的公司上榜。如果考虑到这一点，我们可以看到列表中有 500 家的公司。

我们还可以按行业和子行业查看公司数量。

stocks_df['GICS Sector'].value_counts()

输出：

工业71
信息技术 71
财务 66
非必需消费品 64
医疗保健 60
必需消费品 33
房地产 31
公用事业 28
材料 28
能源 27
通讯服务 26
名称：GICS 扇区，dtype：int64

子行业中：

stocks_df['GICS Sub Industry'].value_counts()

输出：

医疗保健设备 19
电力公司 13
半导体 13
工业机械 13
包装食品和肉类 12
                            ..
房地产服务 1
摩托车制造商 1
多行业控股 1
酒店及度假村房地产投资信托基金 1
药品零售1
名称：GICS 子行业，长度：128，dtype：int64

2.1 添加来自 Google 财经的股票数据

现在有了 S&P 500 公司的列表，可以将 Google Sheets 公式添加到 DataFrame 中，该公式将从 Google Finance 中获取每家公司的股票价格和已发行股票数量。一旦我们将 Pandas DataFrame 保存在 Google Sheet 中，这些公式就会被执行。

可以在此处找到 GOOGLEFINANCE 公式的文档：https ://support.google.com/docs/answer/3093281

我们首先添加 3 个不同日期的股票价格：1 月 1 日、2月 1 日和 3 月 1 日。

stocks_df["Price_1_1"] = stocks_df["Symbol"].apply(lambda x: '=INDEX(GOOGLEFINANCE("' + x + '","price", "1/1/2024"),2,2)')
stocks_df["Price_2_1"] = stocks_df["Symbol"].apply(lambda x: '=INDEX(GOOGLEFINANCE("' + x + '","price", "2/1/2024"),2,2)')
stocks_df["Price_3_1"] = stocks_df["Symbol"].apply(lambda x: '=INDEX(GOOGLEFINANCE("' + x + '","price", "3/1/2024"),2,2)')

接下来，我们添加公式来计算每家公司的已发行股票数量。可以使用这些数据和股票价格来计算公司在 3 个不同日期的市值。

stocks_df["Shares"] = stocks_df["Symbol"].apply(lambda x: '=GOOGLEFINANCE("' + x + '","shares")')

我们首先创建一个变量，其中包含从 Google Cloud Platform 获取的凭据。

在[32]中：

scope = ['https://spreadsheets.google.com/feeds',
         'https://www.googleapis.com/auth/drive']

credentials = Credentials.from_service_account_file('./gsheet-stocks.json', scopes=scope)

接下来，我们在称为的变量中读取空的谷歌工作表spread。

client = Client(scope=scope, creds=credentials)
spread = Spread("stocks_analysis", client=client)

我们定义要保留的变量列表。

在[34]中：

cols_to_keep = ["Symbol", "Security", "GICS Sector", "GICS Sub-Industry", 
                "Price_1_1", "Price_2_1", "Price_3_1", "Shares"]

最后一步是将 DataFrame 保存到 Google Sheets。

在[35]中：

spread.df_to_sheet(stocks_df[cols_to_keep])

如果我们访问 Google Sheets，我们可以看到数据已正确存储。

三. 分析数据

3.1.读取数据

我们首先将 Google Sheets 中的数据读取到新的 DataFrame 中。

stocks_df = spread.sheet_to_df()

stocks_df.head()

我们可以看到 DataFrame 包含股票价格和股票数量的实际值。

我们需要将股票价格和已发行股票数量的数据类型从更改string为numeric。

stocks_df[["Price_1_1", "Price_2_1", "Price_3_1", "Shares"]] = \
stocks_df[["Price_1_1", "Price_2_1", "Price_3_1", "Shares"]].apply(pd.to_numeric)

3.2.添加市值数据和股价变化百分比

添加市值数据

接下来，我们将添加 3 个不同日期的市值。

在[53]中：

stocks_df["Marketcap_1_1"] = stocks_df["Price_1_1"] * stocks_df["Shares"]
stocks_df["Marketcap_2_1"] = stocks_df["Price_2_1"] * stocks_df["Shares"]
stocks_df["Marketcap_3_1"] = stocks_df["Price_3_1"] * stocks_df["Shares"]

添加股票价格变化百分比：

# Percentage Change from January 1st to Febuary 1st 
stocks_df["PercentageChange_2_1_1_1"] = (stocks_df["Price_2_1"] - stocks_df["Price_1_1"]) / stocks_df["Price_1_1"]*100
# Percentage Change from Febuary 1st to March 1st
stocks_df["PercentageChange_3_1_2_1"] = (stocks_df["Price_3_1"] - stocks_df["Price_2_1"]) / stocks_df["Price_2_1"]*100
# # Percentage Change from January 1st to March 1st
stocks_df["PercentageChange_3_1_1_1"] = (stocks_df["Price_3_1"] - stocks_df["Price_1_1"]) / stocks_df["Price_1_1"]*100

3.3.分析数据

标准普尔 500 指数总市值的变化

sum(stocks_df["Marketcap_3_1"] - stocks_df["Marketcap_1_1"]) / 10**9

输出：

-335.2435168827201

按行业划分的总市值变化

(stocks_df.groupby("GICS Sector").sum()["Marketcap_2_1"] - stocks_df.groupby("GICS Sector").sum()["Marketcap_1_1"]).sort_values() / 10**9( stocks_df .groupby ( "GICS 行业" ) .sum ( )[ "Marketcap_3_23" ] -stocks_df .groupby ( " GICS 行业" ) .sum ( ) [ "Marketcap_1_1" ] ) .排序值() / 10 ** 9

输出：

GICS 部门
信息技术-1592.206753
财务-1518.712229
工业-1087.991664
医疗保健-1031.715099
非必需消费品 -793.938427
通讯服务-734.977458
能量-710.786571
必需消费品 -450.846959
房地产-265.205780
材料-264.696109
公用事业-262.613530
数据类型：float64

公司按股价变动百分比排名

stocks_df.sort_values(by=["PercentageChange_3_1_1_1"])[["Security", "PercentageChange_3_1_1_1"]].head(5)stock_df 。sort_values ( by = [ "PercentageChange_4_9_1_1" ])[[ "安全性" ,  "PercentageChange_4_9_1_1" ]] 。头( 5 )

输出：

	Security	PercentageChange_3_1_1_1
index
485	Waters Corporation	-6.919847
252	Insulet	-6.910239
171	Enphase	-6.560500
151	Dollar General	-6.515702
41	Aptiv	-6.299213

print(sum(stocks_df["PercentageChange_3_1_1_1"] < 0))
print(sum(stocks_df["PercentageChange_3_1_1_1"] > 0))

输出

397
102

只有 102家公司从1.1日到3.1日是上涨的

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

python

登录后参与评论

0 条评论

热度