如何利用Python技术评估苹果公司股价

要点抢先看

1.csv数据的读取

2.利用常用函数获取均值、中位数、方差、标准差等统计量

3.利用常用函数分析价格的加权均值、收益率、年化波动率等常用指标 4.处理数据中的日期

我们最后会介绍一下NumPy库中的一些非常实用和常用的函数方法。

要知道，NumPy的常用数学和统计分析的函数非常多，如果我们一个一个的分散来讲，一来非常枯燥，二来呢也记不住，就仿佛又回到了昏昏欲睡的课堂，今天我们用一个背景例子来串联一下这些零散的知识点。

我们通过分析苹果公司的股票价格，来串讲NumPy的常用函数用法

我们在我们python文件的同级目录下放置数据文件AAPL.csv，用excel文件可以打开看看里面是什么样的：

依次是日期，收盘价、成交量、开盘价、最高价和最低价 在CSV文件中，每一列数据数据是被“,”隔开的，为了突出重点简化程序，我们把第一行去掉，就像下面这样

首先，我们读取“收盘价”和“成交量”这两列，即第1列和第2列（csv也是从第0列开始的）

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. print(c)

4. print(v)

6. [178.02178.65178.44179.97181.72179.98176.94175.03176.67 176.82176.21175. 178.12178.39178.97175.5 172.5 171.07 171.85172.43172.99167.37164.34162.71156.41155.15159.54 163.03156.49160.5 167.78167.43166.97167.96171.51171.11 174.22177.04177. 178.46179.26179.1 176.19177.09175.28 174.29174.33174.35175. 173.03172.23172.26169.23171.08 170.6 170.57175.01175.01174.35174.54176.42]

7. [38313330.22676520.29334630.31464170.32191070.32130360. 24518850.31686450.23273160.27825140.38426060.48706170. 37568080.38885510.37353670.33772050.30953760.37378070. 33690660.40113790.50908540.40382890.32483310.60774900. 70583530.54145930.51467440.68171940.72215320.85957050. 44453230.32234520.45635470.50565420.39075250.41438280. 51368540.32395870.27052000.31306390.31087330.34260230. 29512410.25302200.18653380.23751690.21532200.20523870. 23589930.22342650.29461040.25400540.25938760.16412270. 21477380.33113340.16339690.20848660.23451420.27393660. 29385650.]

这样，我们就完成了第一个任务，将csv数据文件中存储的数据，读取到我们两个ndarray数组c和v中了。

接下来，我们小试牛刀，对收盘价进行最简单的数据处理，求取他的平均值。

第一种，非常简单，就是我们最常见到的算数平均值

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. mean_c = np.mean(c)print(mean_c)

5. 172.614918033

第二种，是加权平均值，我们用成交量来加权平均价格

即，用成交量的值来作为权重，某个价格的成交量越高，该价格所占的权重就越大。

1. import numpy as np

2. c, v = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,2), unpack=True)

3. vwap = np.average(c, weights=v)

4. print(vwap)

6. 170.950010035

再来说说取值范围，找找最大值和最小值

我们找找收盘价的最大值和最小值，以及最大值和最小值之间的差异

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.max(c))

4. print(np.min(c))

5. print(np.ptp(c))

7. 181.72

8. 155.15

9. 26.57

接下来我们进行简单的统计分析

我们先来求取收盘价的中位数

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.max(c))

4. print(np.min(c))

5. print(np.median(c))

7. 181.72

8. 155.15

9. 174.35

求取方差

另外一个我们关心的统计量就是方差，方差能够体现变量变化的程度。在我们的例子中，方差还可以告诉我们投资风险的大小。那些股价变动过于剧烈的股票一定会给持有者带来麻烦

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.var(c))

5. 37.5985528621

我们回顾一下方差的定义，方差指的是各个数据与所有数据算数平均数的离差平方和的均值

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. print(np.mean((c - c.mean())**2))

5. 37.5985528621

上下对比一下，看看，结果是一模一样的。

现在我们来看看每天的收益率，这个计算式子很简单：

diff函数时用数组的第N项减第N-1项，得到一个n-1项的一维数组。本例中我们注意到数组中日期越近的收盘价，数组索引越小，因此得取一个相反数，综上代码：

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(returns)

6. [-0.003526450.00117687-0.00850142-0.0096302 0.009667740.01718097 0.01091242-0.00928284-0.000848320.003461780.00691429-0.01751628-0.00151354-0.003240770.019772080.0173913 0.00835915-0.00453884-0.00336368-0.003237180.0335783 0.018437390.010017820.04027875 0.00812117-0.02751661-0.0214071 0.04179181-0.02498442-0.04339015 0.002090430.00275499-0.00589426-0.0206985 0.00233768-0.01785099-0.0159286 0.00022599-0.00818111-0.004462790.000893360.01651626-0.005082160.010326340.00568019-0.00022945-0.00011471-0.00371429 0.011385310.00464495-0.000174160.01790463-0.010813650.0028136 0.00017588-0.02536998-0. 0.00378549-0.00108858-0.01065639]

然后观察一下每日收益的标准差，就可以看看收益的波动大不大了：

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(np.std(returns))

6. 0.0150780328454

如果我们想看看哪些天的收益率是正的，很简单，还记得where语句吗，拿来使用吧

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. returns =-np.diff(c)/c[1:]

4. print(np.where(returns>0))

6. (array([1,4,5,6,9,10,14,15,16,20,21,22,23,24,27,30,31,34,37,40,41,43,44,48,49,51,53,54,57], dtype=int64),)

专业上我们对价格变动可以用一个叫做“波动率”的指标进行度量。计算历史波动率时需要用到对数收益率，对数收益率很简单，就是

我们简单的看一下下面的代码

1. import numpy as np

2. c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(1,), unpack=True)

3. logreturns =-np.diff(np.log(c))

4. volatility = np.std(logreturns)/ np.mean(logreturns)

5. annual_volatility = volatility / np.sqrt(1./252.)

6. print(volatility)

7. print(annual_volatility)

9. 100.096757388

10. 1588.98676256

这里我们再强调一点就是：sqrt方法中应用了除法计算，这里必须使用浮点数进行运算。月度波动率也是同理用1./12.即可

我们可以常常会发现，在数据分析的过程中，对于日期的处理和分析也是一个很重要的内容。

我们先试图用老办法来从csv文件中把日期数据读出来

1. import numpy as np

2. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1), unpack=True)

4. Traceback(most recent call last):

5. File"E:/12homework/12homework.py", line 2,in

6. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1), unpack=True)

7. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 930,in loadtxt

8. items =[conv(val)for(conv, val)in zip(converters, vals)]

9. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 930,in

10. items =[conv(val)for(conv, val)in zip(converters, vals)]

11. File"C:\Python34\lib\site-packages\numpy\lib\npyio.py", line 659,in floatconv

12. returnfloat(x)

13. ValueError: could not convert string to float: b'2018/3/16'

我们发现他报错了，错误信息是不能将一个字节类型的对象转换为浮点类型对象。原因是因为NumPy是面向浮点数运算的，那么我们对症下药，对日期字符串进行一些转换处理。

我们先假定日期是一个字符串类型（下载的网络数据中往往是将字符串通过utf-8编码成字节码，这个可以见第一季中字符编码相关内容的介绍）

1. import numpy as np import datetime

2. strdate ='2017/3/16'

3. d = datetime.datetime.strptime(strdate,'%Y/%m/%d')

4. print(type(d))

5. print(d)

7. <class'datetime.datetime'>

8. 2017-03-1600:00:00

通过python标准库中的datetime函数包，我们通过指定匹配的格式%Y/%m/%d

将日期字符串转换为了datetime类型对象，Y大写匹配完整的四位数记年，y小写就是两位数，例如17。

datetime对象有一个date方法，把datetime对象中的time部分去掉，变成一个纯的日期，再调用weekday可以转换为一周中的第几天，这里是从周日开始算起的。

1. import numpy as np import datetime

2. strdate ='2018/3/16'

3. d = datetime.datetime.strptime(strdate,'%Y/%m/%d')

4. print(d.date())

5. print(d.date().weekday())

7. 2018-03-164

最后，我们回到这份苹果公司股价的csv文件，来做一个综合分析，来看看周几的平均收盘价最高，周几的最低：

1. import numpy as np import datetime

2. def datestr2num(bytedate):

3. return datetime.datetime.strptime(

4. bytedate.decode('utf-8'),'%Y/%m/%d').date().weekday()

6. dates,c = np.loadtxt('AAPL.csv', delimiter=',', usecols=(0,1),

7. converters={0: datestr2num}, unpack=True)

8. averages = np.zeros(5)

9. for i in range(5):

10. index = np.where(dates == i)

11. prices = np.take(c, index)

12. avg = np.mean(prices)

13. averages[i]= avg print("Day {} prices: {},avg={}".format(i,prices,avg))

14. top = np.max(averages)

15. top_index = np.argmax(averages)

16. bot = np.min(averages)

17. bot_index = np.argmin(averages)

18. print('highest:{}, top day is {}'.format(top,top_index))

19. print('lowest:{},bottom day is {}'.format(bot,bot_index))

21. Day0 prices:[[181.72176.82178.97162.71156.49167.96177. 174.35176.42]],avg=172.49333333333334

22. Day1 prices:[[179.97176.67178.39171.85164.34163.03166.97177.04176.19 174.33172.26170.57174.54]],avg=172.78076923076924

23. Day2 prices:[[178.44175.03178.12171.07167.37159.54167.43174.22179.1 174.29172.23170.6 174.35]],avg=172.44538461538463

24. Day3 prices:[[178.65176.94175. 172.5 172.99155.15167.78171.11179.26 175.28173.03171.08175.01]],avg=172.59846153846152

25. Day4 prices:[[178.02179.98176.21175.5 172.43156.41160.5 171.51178.46 177.09175. 169.23175.01]],avg=172.71923076923073

26. highest:172.78076923076924, top day is1

27. lowest:172.44538461538463,bottom day is2

简要的再分析一下：由于从csv中读取的数据类型为bytes，所以我们写了一个转换函数，先将bytes类型的日期数据进行解码（字符串编解码详见第一季），然后再用上一段程序介绍的方法转换为一个表示周几的数字

而np.loadtxt函数中的参数converters={0: datestr2num}，就是说针对第一列的数据，我们利用这个转换函数将其转化为一个数字，并将这个整形元素构成的数组赋值给dates变量。

后面的处理就很简单了，用循环依次取出每个工作日的收盘价构成的数组，对其求平均值。然后得到周一到周五，五个平均值的最大值、最小值。

最后我们再介绍两个实用函数，一个是数组的裁剪函数，即把比给定值还小的值设置为给定值，比给定值大的值设置为给定上限

1. import numpy as np

2. a = np.arange(5)

3. print(a.clip(1,3))

5. [11233]

第二个是一个筛选函数，返回一个根据给定条件筛选后得到的结果数组

1. import numpy as np

2. a = np.arange(5)

3. print(a.compress(a >2))

5. [34]

这一小节中，我们利用NumPy的一些实用函数，对苹果公司的股价进行了一些非常非常简单的分析，目的是通过这个实例来串讲一下这些实用的数据处理函数。

其实NumPy的功能非常非常多，远不止这些，但是没有必要去一个一个学。并且另一方面，NumPy的方法都过于原始和底层，虽然功能很丰富，但是使用起来也很繁杂。这里我们为大家打一个基础，后面的章节就不会再一一介绍里面的各种函数了。后面我要介绍基于NumPy之上的一些更高层的方法库，功能更强大，使用也更简单。