pythonA股实时数据分析(进阶版)
声明：
本篇文章仅针对公开数据进行合法爬取，不违规使用与传播
章节：
这是python项目专栏--第二期(pythonA股实时数据分析(进阶版))
一、python相关库的安装
官网：[https://www.akshare.xyz/](https://www.akshare.xyz/) 比较全
1. 要安装的模块
1.1 通用安装
pip install akshare --upgrade(切记要及时更新akshare库，否则后面通过接口获取不到数据，会报错误，如下)
注意：程序运行时，文件名、文件夹名不能是：akshare
1.2 国内安装-Python
pip install akshare -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com --upgrade
二、股票数据的获取
2.1使用历史东财行情数据
接口: stock_zh_a_hist()
目标地址:
[https://quote.eastmoney.com/concept/sh603777.html?from=classic](https://quote.eastmoney.com/concept/sh603777.html?from=classic)(示例)
描述: 东方财富-沪深京 A 股日频率数据；历史数据按日频率更新，当日收盘价请在收盘后获取
限量: 单次返回指定沪深京 A 股上市公司、指定周期和指定日期间的历史行情日频率数据
输入参数
| 名称 | 类型 | 描述 |
| symbol | str | symbol='603777'; 股票代码可以在 ak.stock\_zh\_a\_spot\_em() 中获取 |
| period | str | period='daily'; choice of {'daily', 'weekly', 'monthly'} |
| start\_date | str | start\_date='202110301'; 开始查询的日期 |
| end\_date | str | end\_date='20211016'; 结束查询的日期 |
| adjust | str | 默认返回不复权的数据；qfq: 返回前复权后的数据；hfq: 返回后复权 |
股票数据复权
1. 为何要复权：由于股票存在配股、分拆、合并和发放股息等事件，会导致股价出现较大的缺口。若使用不复权的价格处理数据、计算各种指标，将会导致它们失去连续性，且使用不复权价格计算收益也会出现错误。为了保证数据连贯性，常通过前复权和后复权对价格序列进行调整。
2. 前复权：保持当前价格不变，将历史价格进行增减，从而使股价连续。前复权用来看盘非常方便，能一眼看出股价的历史走势，叠加各种技术指标也比较顺畅，是各种行情软件默认的复权方式。这种方法虽然很常见，但也有两个缺陷需要注意。
2.1为了保证当前价格不变，每次股票权除息，均需要重新调整历史价格，因此其历史价格是时变的。这会导致在不同时点看到的历史前复权价可能出现差异。
2.2 对于有持续分红的公司来说，前复权价可能出现负值。
3. 后复权：保证历史价格不变，在每次股票权益事件发生后，调整当前的股票价格。后复权价格和真实股票价格可能差别较大，不适合用来看盘。其优点在于，可以被看作投资者的长期财富增长曲线，反映投资者的真实收益率情况。
4.在量化投资研究中普遍采用后复权数据。
| 名称 | 类型 | 描述 |
| 日期 | object | 交易日 |
| 开盘 | float64 | 开盘价 |
| 收盘 | float64 | 收盘价 |
| 最高 | float64 | 最高价 |
| 最低 | float64 | 最低价 |
| 成交量 | int64 | 注意单位：手 |
| 成交额 | float64 | 注意单位：元 |
| 振幅 | float64 | 注意单位：% |
| 涨跌幅 | float64 | 注意单位：% |
| 涨跌额 | float64 | 注意单位：元 |
| 换手率 | float64 | 注意单位：% |
import akshare as ak
import pandas as pd# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)# 用股票茅台股票代码貌似输出没有那么列，实际显示在最下面
df = ak.stock_zh_a_hist(symbol="600519", period="daily", start_date="20150101", end_date='20230425', adjust="")
print(df)# 保存到本地，方便取用，而不是重新抓取
# index=False保存时不要默认索引
df.to_csv('./data.csv', index=False) # index=False保存时不要默认索引所有列字段（全是中文显示），看上去没显示，实际在下面，往下拉：
日期 股票代码 开盘 收盘 最高 最低 成交量 成交额 振幅 涨跌幅 涨跌额换手率
pandas表格显示设置
| 代码 | 解释 |
| pd.get_option(“display.max_rows”) | 获取最大显示行数 |
| pd.get_option(“display.max_columns”) | 获取最大显示列数 |
| pd.get_option(“display.expand_frame_repr”) | 获取输出数据宽度超过设置宽度时，表示是否对其要折叠，False不折叠，True要折叠。 |
| pd.get_option(“display.max_colwidth”) | 获取单列数据宽度，以字符个数计算，超过时用省略号表示。 |
| pd.get_option(“display.precision”) | 获取设置输出数据的小数点位数。 |
| pd.get_option(“display.width”) | 获取数据显示区域的宽度，以总字符数计算。 |
| pd.get_option(“display.show_dimensions”) | 获取当数据量大需要以truncate（带引号的省略方式）显示时，该参数表示是否在最后显示数据的维数，默认 True 显示，False 不显示。 |
2.2 使用新浪历史行情数据
接口: stock_zh_a_daily() ---- 字段输出全是英文
P.S. 建议切换为 stock_zh_a_hist 接口使用(该接口数据质量高，访问无限制)
目标地址: [https://finance.sina.com.cn/realstock/company/sh600006/nc.shtml](https://finance.sina.com.cn/realstock/company/sh600006/nc.shtml)(示例)
描述: 新浪财经 - 沪深京 A 股的数据，历史数据按日频率更新；注意其中的 sh689009 为 CDR，请通过 ak.stock_zh_a_cdr_daily 接口获取
限量: 单次返回指定沪深京 A 股上市公司指定日期间的历史行情日频率数据，多次获取容易封禁 IP输入参数
| 名称 | 类型 | 描述 |
| symbol | str | symbol='sh600000'; 股票代码可以在 ak.stock_zh_a_spot 中获取 |
| start_date | str | start_date='20201103'; 开始查询的日期 |
| end_date | str | end_date='20201116'; 结束查询的日期 |
| adjust | str | 默认返回不复权的数据；qfq: 返回前复权后的数据；hfq: 返回后复权后的数据；hfq-factor: 返回后复权因子；qfq-factor: 返回前复权因子 |
import akshare as ak
import pandas as pd
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
# 如果代码相同，加了市场 如这里 sz000002
stock_zh_a_daily_qfq_df = ak.stock_zh_a_daily(symbol="sz000002", start_date="20201103", end_date="20221116", adjust="qfq")
print(stock_zh_a_daily_qfq_df)
接口实例-前复权因子
import akshare as ak
import pandas as pd
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
# 如果代码相同，加了市场 如这里 sz000002
stock_zh_a_daily_qfq_df = ak.stock_zh_a_daily(symbol="sz000002", start_date="20201103", end_date="20221116", adjust="qfq")
# print(stock_zh_a_daily_qfq_df)
# 接口示例-复权因子
qfq_factor_df = ak.stock_zh_a_daily(symbol="sz000002", adjust="qfq-factor") # qfq 前复权
print(qfq_factor_df)
2.3 所有股票实时行情数据
实时行情数据 - 东财
沪深京 A 股
接口：stock_zh_a_spot_em
目标地址：http://quote.eastmoney.com/center/gridlist.html#hs_a_board
没有输入参数
import akshare as ak
import pandas as pd
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
stock_zh_a_spot_em_df = ak.stock_zh_a_spot_em()
print(stock_zh_a_spot_em_df)
三、数据归一化
方法一:手动归一化
import pandas as pd
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
# 1. 读取文件
# index_col=0 设置为索引列 parse_dates=True 没有指定列时，表示将尝试解析 index 为日期格式
# parse_dates=[0,1,2,3,4] ：尝试解析 0，1，2，3，4 列为时间格式；
# parse_dates=[[‘考试日期’,‘考试时间’]] :传入多列名，尝试将其解析并且拼接起来，parse_dates[[0,1,2]] 也有同样的效果
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
# 2. 归一化
# 归一化前必须把日期列设置为索引列，不然取数时，日期列的数据就丢失了
# 没有取日期列进行归一化，但设置为了索引，既做了不做归一化又不丢失数据
df = df[['开盘','收盘','最高','最低','成交额']]
# 数据归一化
df_min_max = (df - df.min()) / (df.max() - df.min())
print(df_min_max)
# 打印头部
df.head()
print(df.head())方法二:用模块进行归一化
import pandas as pd
from sklearn.preprocessing import MinMaxScaler
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
# 1. 读取文件并设置索引
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv',index_col=0,parse_dates=True)
# 2. 选择需要的数值列
numeric_cols = ['开盘', '收盘', '最高', '最低', '成交额']
df = df[numeric_cols]
# 3. 使用MinMaxScaler进行归一化
scaler = MinMaxScaler(feature_range=(0, 1))
# 创建归一化后的DataFrame（保留原始索引）
normalized_data = scaler.fit_transform(df)
df_normalized = pd.DataFrame(normalized_data,columns=df.columns,index=df.index) # 关键：保留日期索引
# 4. 查看结果
print("归一化后的数据:")
print(df_normalized.head())
# 5. 验证数据类型
print("\n索引类型:", type(df_normalized.index))
print("前五行索引值:", df_normalized.index[:5])四、基本可视化
4.1时间序列小分析
收盘价平均移动可视化分析----归一化前绘制,因为我们要看真实股价
import plotly.graph_objects as go
import pandas as pd
from plotly.offline import plot
import plotly.io as pio
pio.renderers.default = 'browser' # 强制在浏览器中打开
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
# 1. 读取文件并设置索引
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv',index_col=0,parse_dates=True)
# 2. 选择需要的数值列
df = df[['开盘','收盘','最高','最低','成交额']]
# 3. 准备数据
x_index = df.index.tolist()
# 计算移动平均线
close_5roll = df['收盘'].rolling(window=5).mean()
close_10roll = df['收盘'].rolling(window=10).mean()
close_20roll = df['收盘'].rolling(window=20).mean()
close_30roll = df['收盘'].rolling(window=30).mean()
# 4. 创建图表
fig = go.Figure()
# 添加收盘价线
fig.add_trace(go.Scatter(x=x_index, y=df['收盘'],mode='lines',name='收盘价',line=dict(color='black', width=1.5)))
# 添加均线
fig.add_trace(go.Scatter(x=x_index, y=close_5roll,mode='lines',name='5日均线',line=dict(color='blue', width=1.5)))
fig.add_trace(go.Scatter(x=x_index, y=close_10roll,mode='lines',name='10日均线',line=dict(color='green', width=1.5)))
fig.add_trace(go.Scatter(x=x_index, y=close_20roll,mode='lines',name='20日均线',line=dict(color='orange', width=1.5)))fig.add_trace(go.Scatter(x=x_index, y=close_30roll,mode='lines',name='30日均线',line=dict(color='red', width=1.5)))
# 5. 设置图表布局
fig.update_layout(title='收盘价移动平均值',xaxis_title='日期',yaxis_title='价格',hovermode='x unified',legend=dict(orientation='h',yanchor='bottom',y=1.02,xanchor='right',x=1),template='plotly_white',height=800 # 增加高度
)
# 6. 添加网格线和交互功能
fig.update_xaxes(showgrid=True,gridwidth=1,gridcolor='LightGrey',rangeslider_visible=True
)
fig.update_yaxes(showgrid=True,gridwidth=1,gridcolor='LightGrey'
)
# 7. 保存并在浏览器中打开
plot(fig, filename='stock_chart.html', auto_open=True)
4.2绘制所有4个价格价格走势图
# 在导入 matplotlib 之前设置正确的后端
import matplotlib
matplotlib.use('TkAgg') # 使用 Tkinter 后端，这是最常用的桌面后端
import matplotlib.pyplot as plt
plt.rcParams['font.size'] = 15
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置中文字体
import pandas as pd
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
# 1. 读取文件
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv',index_col=0,parse_dates=True)
# 2. 选择需要的数值列
df = df[['开盘','收盘','最高','最低','成交额']]
# 3. 创建图表
plt.figure(figsize=(15, 8))
# 绘制四条价格线
plt.plot(df.index, df['开盘'], label='开盘价', linewidth=2)
plt.plot(df.index, df['收盘'], label='收盘价', linewidth=2)
plt.plot(df.index, df['最高'], label='最高价', linewidth=2)
plt.plot(df.index, df['最低'], label='最低价', linewidth=2)
# 添加标题和标签
plt.title('股价走势图', fontsize=18)
plt.xlabel('日期', fontsize=15)
plt.ylabel('价格', fontsize=15)
# 添加图例
plt.legend(loc='best', fontsize=12)
# 添加网格
plt.grid(True, linestyle='--', alpha=0.7)
# 自动调整日期格式
plt.gcf().autofmt_xdate()
# 显示图形
plt.tight_layout()
plt.show()
如果希望把成交额也绘制上去，则需要使用归一化后的数据，因为成交额和股票价格不在一个量级上
import pandas as pd
import matplotlib
matplotlib.use('TkAgg') # 使用 Tkinter 后端，这是最常用的桌面后端
import matplotlib.pyplot as plt
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # 使用黑体显示中文
plt.rcParams['axes.unicode_minus'] = False # 正确显示负号
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
# 1. 读取文件（请替换为实际文件路径）
file_path = r'E:\data_pachong\A股实时数据分析\data.csv'
df = pd.read_csv(file_path, index_col=0, parse_dates=True)
# 2. 选择需要的数值列
df = df[['开盘', '收盘', '最高', '最低', '成交额']]
# 3. 数据归一化（将各列缩放到0-1范围）
df_min_max = (df - df.min()) / (df.max() - df.min())
# 4. 创建图表
plt.figure(figsize=(15, 8))
# 绘制五条归一化后的数据线
plt.plot(df_min_max.index, df_min_max['开盘'], label='开盘价', linewidth=2)
plt.plot(df_min_max.index, df_min_max['收盘'], label='收盘价', linewidth=2)
plt.plot(df_min_max.index, df_min_max['最高'], label='最高价', linewidth=2)
plt.plot(df_min_max.index, df_min_max['最低'], label='最低价', linewidth=2)
plt.plot(df_min_max.index, df_min_max['成交额'], label='成交额(归一化)', linewidth=2, linestyle='--')
# 添加标题和标签
plt.title('股票价格与成交额走势图（归一化）', fontsize=18)
plt.xlabel('日期', fontsize=15)
plt.ylabel('归一化值', fontsize=15)
# 添加图例
plt.legend(loc='best', fontsize=12)
# 设置Y轴范围
plt.ylim(-0.05, 1.05)
# 添加网格
plt.grid(True, linestyle='--', alpha=0.7)
# 自动调整日期格式
plt.gcf().autofmt_xdate()
# 显示图形
plt.tight_layout()
plt.show()
# 可选：保存图片
# plt.savefig('stock_price_volume.png', dpi=300, bbox_inches='tight')
4.3股票收盘价格走势
股票收盘价走势图，加上最高点和最低点标注。有点麻烦，主要是把日期转
主要是`argmin(close)`获取到是位置索引，而匹配不出标签索引，但我们画图是用标签索引即日期作为横轴来绘制图形的；解决办法就是再通过位置索引取值，`df['收盘'].index`获取标签索引列表，再索引取值。
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('TkAgg') # 使用 Tkinter 后端，这是最常用的桌面后端
import matplotlib.pyplot as plt
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
# 1. 读取文件
# index_col=0 设置为索引列 parse_dates=True 没有指定列时，表示将尝试解析 index 为日期格式
# parse_dates=[0,1,2,3,4] ：尝试解析 0，1，2，3，4 列为时间格式；
# parse_dates=[[‘考试日期’,‘考试时间’]] :传入多列名，尝试将其解析并且拼接起来，parse_dates[[0,1,2]] 也有同样的效果
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
# 设置画布大小
plt.subplots(figsize = (9,4))
# 设置图表风格
plt.style.use('fivethirtyeight')
close = df['收盘']
# 获取收盘价最小值对应的索引
# close_min = np.argmin(close)
# 因为返回的是位置索引，绘制图形时横轴用的日期，为标签索引，所以在获取位置索引，还要通过索引找到对应日期
close_min = df.index[np.argmin(close)] # 通过最大值的索引，取对应最大值的日期索引
# 获取收盘价最大值对应的索引
# close_max = np.argmax(close)
close_max = df.index[np.argmax(close)]
# 设置标注的内容信息
show_min = '['+str(close_min)+' '+str(close[close_min])+']'
show_max = '['+str(close_max)+' '+str(close[close_max])+']'
# 绘制股票收盘价格走势图
plt.plot(df['收盘'])
# 标注最低点
plt.annotate(show_min,xy=(close_min,close.loc[close_min]),xytext=(close_min,close.loc[close_min]),arrowprops=dict(facecolor='green'))
# 标注最高点
plt.annotate(show_max,xy=(close_max,close.loc[close_max]),xytext=(close_max,close.loc[close_max]),arrowprops=dict(facecolor='red'))
# 显示图表
plt.show()
# close_min = close_min.strftime("%Y-%m-%d")
# close_max = close_max.strftime("%Y-%m-%d")
这能转成这样，去掉日期后面的 00 会报错
但上面进行修改优化，返回最大值的索引改用`idmax()`更方便，并在显示信息里`show_max`、`show_min`的日期转成了只有年月日的日期，其他不变。
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
# 1. 读取文件
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
# 设置画布大小
plt.figure(figsize=(9, 4))
# 设置图表风格
plt.style.use('fivethirtyeight')
# 获取收盘价数据
close = df['收盘']
# 使用 idxmin() 和 idxmax() 获取极值点日期
close_min_date = close.idxmin() # 最低点日期
close_max_date = close.idxmax() # 最高点日期
# 获取对应的收盘价
close_min_value = close.loc[close_min_date]
close_max_value = close.loc[close_max_date]
# 格式化日期（去掉时间部分）
min_date_str = close_min_date.strftime("%Y-%m-%d")
max_date_str = close_max_date.strftime("%Y-%m-%d")
# 设置标注文本
show_min = f'最低点 [{min_date_str}]\n{close_min_value:.2f}'
show_max = f'最高点 [{max_date_str}]\n{close_max_value:.2f}'
# 绘制股票收盘价格走势图
plt.plot(close, label='收盘价', linewidth=1.5)
# 标注最低点 - 绿色箭头
plt.annotate(show_min,xy=(close_min_date, close_min_value),xytext=(close_min_date, close_min_value - (close.max() - close.min()) * 0.1),arrowprops=dict(facecolor='green', shrink=0.05, width=1.5, headwidth=8),ha='center', va='top',bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="green", alpha=0.8))
# 标注最高点 - 红色箭头
plt.annotate(show_max,xy=(close_max_date, close_max_value),xytext=(close_max_date, close_max_value + (close.max() - close.min()) * 0.1),arrowprops=dict(facecolor='red', shrink=0.05, width=1.5, headwidth=8),ha='center', va='bottom',bbox=dict(boxstyle="round,pad=0.3", fc="white", ec="red", alpha=0.8))
# 添加标题和标签
plt.title('股票收盘价走势图', fontsize=14, fontweight='bold')
plt.xlabel('日期', fontsize=10)
plt.ylabel('收盘价', fontsize=10)
# 添加网格
plt.grid(True, linestyle='--', alpha=0.7)
# 自动调整日期格式
plt.gcf().autofmt_xdate()
# 显示图例
plt.legend(loc='best', fontsize=9)
# 显示图表
plt.tight_layout()
plt.show()
4.4股票涨跌分析图
股票涨跌情况分析主要分析收盘价，收盘价的分析常常是基于股票收益率的。股票收益率又可以分为简单收益率和对数收益率。
简单收益率：是指相邻两个价格之间的变化率；
对数收益率：是指所有价格取对数后两两之间的差值；
使用直接从表读取的数据 df
# 股票涨跌分析
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['SimHei'] # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 根据索引切片，抽取指定日期范围内的收盘价数据
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
mydata = df['2022-01-01':'2022-12-31']
mydata_close = mydata['收盘']
# 对数收益率 = 当日收盘价取对数 - 昨日收盘价取对数
# shift(1) 向下移动一个单位，按索引trade_date对应位置进行相减
log_change = np.log(mydata_close) - np.log(mydata_close.shift(1))
# 绘图
plt.figure(figsize=(10, 4))
plt.plot(log_change)
# 绘制水平分割线，标记股票收盘价相对于y=0的偏离程度
plt.axhline(y=0, color='purple', linestyle='--', alpha=0.5, linewidth=2)
plt.ylabel('对数收益率')
plt.show()
以水平分割线为基准，值在上面表示今天相对于昨天股票涨了，值在下面表示今天相对于昨天股票跌了。
4.5股票K线走势图
在 Python 中，主要使用 mplfinance 模块绘制 k 线图，具体步骤如下：
1. 抽取 “最高价”“收盘价”“开盘价”“最低价” 和 “成交量” 数据；
2. 抽取指定日期范围内的数据；
3. 自定义颜色和图表样式；
4. 绘制 k 线图。
import mplfinance as mpf
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['SimHei'] # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 根据索引切片，抽取指定日期范围内的收盘价数据
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
mydata = df['2022-01-01':'2022-12-31']
# 把成交量列'vol'改为'volume'，因为后面绘图默认的是volume名；因为是中文，全部改为英文
mydata.rename(columns={'成交量':'volume','开盘':'open','收盘':'close','最高':'high','最低':'low'}, inplace=True)
# 绘制K线图
# 自定义颜色
mc = mpf.make_marketcolors(up='red', # 上涨K线柱子的颜色为“红色”down='green',# 下跌K线柱子的颜色为“绿色”edge='i', # K线图柱子边缘的颜色（i代表继承自up和down的颜色），下同volume='i', # 成交量直方图的颜色wick='i' # 上下影线的颜色
)
# 调用make_mpf_style()函数，自定义k线图样式
mystrle = mpf.make_mpf_style(base_mpl_style='ggplot', marketcolors=mc)
# 自定义样式mystrle
# 显示成交量
# 添加移动平均线mav(5、10、20日的平均线)
# tight_layout=True 紧密布局
# update_width_config 蜡烛宽度设置
# figratio 设置图片大小参数，用plt.figure()无效
mpf.plot(mydata,type='candle',style=mystrle,volume=True,mav=(5, 10, 20),tight_layout=True,update_width_config=dict(candle_linewidth=1.75, line_width=0.7),figratio=(20, 10)
)
plt.show()
参数详细说明：
mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)`
其中：
data 为一个 DataFrame 对象，要保证其有 Open、High、Low、Close 四个列。且行索引的名称必须是 'Date'，此外还有一列是 'Volume'，这一列不是必须的（如果要同时绘制成量柱状图，则还需要该列名为 Volume 的列。）
type为绘制图线的类型，可以的选择有 'ohlc'、'candle'（蜡烛图）、'line'（直线，仅绘制收盘价时序图时用）、'renko'、'pnf'。
title即图片标题
ylabel：纵轴的标签
风格（style）：这是我认为最赞的两个参数之一（另一个是 mav，直接绘出均线，下边有介绍）。`mplfinance` 提供了很多内置样式，如下：
`binance`,
`blueskies`,
`brasil`,
`charles`,
`checkers`,
`classic`,
`default`,
`mike`,
`nightclouds`,
`sas`,
`starsandstripes`,
`yahoo`
可以逐个尝试，从而找出自己喜欢的风格，这里不再一一列举。当然也可以自己定义风格样式。
例如：
例如:python
mpf.plot(mydate, type='candle', style='yahoo')
volume：True 表示添加成交量，默认 False。
ylabel_lower：成交量的 Y 轴标签。
show_nontrading：True 显示非交易日，默认 False。（这个一般不常用。）
figratio：控制图表大小的元组，用于调整图表大小；
例如：mpf.plot(mydate, type='candle', style=mystyle, volume=True, figratio=(3, 2))
mav：整数或包含整数的元组，是否在图表中添加移动平均线。例如 mav=(5, 10) 表示添加 5 日均线和 10 日均线。
savefig：如果要保存生成的图片，则加入 savefig`参数，参数值为要保存的路径 + 文件名。
股票数据太多，显示问题，可以用 resample() 重采样。在上面代码最终绘制前进行数据重采样。
import mplfinance as mpf
import numpy as np
import pandas as pd
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['SimHei'] # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 根据索引切片，抽取指定日期范围内的收盘价数据
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
mydata = df['2022-01-01':'2022-12-31']
# 把成交量列'vol'改为'volume'，因为后面绘图默认的是volume名；因为是中文，全部改为英文
mydata.rename(columns={'成交量':'volume','开盘':'open','收盘':'close','最高':'high','最低':'low'}, inplace=True)
# 绘制K线图
# 自定义颜色
mc = mpf.make_marketcolors(up='red', # 上涨K线柱子的颜色为“红色”down='green',# 下跌K线柱子的颜色为“绿色”edge='i', # K线图柱子边缘的颜色（i代表继承自up和down的颜色），下同volume='i', # 成交量直方图的颜色wick='i' # 上下影线的颜色
)
# 调用make_mpf_style()函数，自定义k线图样式
mystrle = mpf.make_mpf_style(base_mpl_style='ggplot', marketcolors=mc)
# 数据量太多了，选5天取一次样本，5天选最后一天结果作为值
mydata2 = mydata.resample(rule='5D').last()
# mydata2
mpf.plot(mydata2,type='candle',style=mystrle,volume=True,mav=(5, 10, 20),tight_layout=True,update_width_config=dict(candle_linewidth=1.75, line_width=0.7),figratio=(20, 10)
)
plt.show()
五、股票分析预测
5.股票分析预测
此处不做重点讲。
基本上，股票市场分析分为两部分：基本面分析和技术分析。
(1)基本面分析涉及根据当前的商业环境和财务业绩分析公司未来的盈利能力。
(2)另一方面，技术分析包括阅读图标和使用统计数据来确定股票市场的趋势。我们的重点将放在技术分析部分。
参考代码:https://zhuanlan.zhihu.com/p/100625956
安装 keras
先安装深度学习库 tensorflow
pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple/
再安装 Keras 是深度学习里神经网络框架
pip install keras -i https://mirrors.aliyun.com/pypi/simple/
Keras 神经网络框架便是其中之一，它是一个高级神经网络 API，用 Python 编写，能够在 TensorFlow、CNTK 或 Theano 之上运行。它的开发重点是实现快速实验。能够以最小的延迟从理念到结果是进行良好研究的关键。接下来我们要讲的神经网络原理与梯度求解，Keras 都已经对它们有了很好的封装，在后续的学习中，大家只要学会怎么去构建网络结构就没有什么问题了，其余的问题都由神经网络框架替我们去解决。
长短期记忆（LSTM）
1.介绍
LSTM（Long Short Term Memory，LSTM）泛用于序列预测问题，并且已被证明是非常有效的。它们工作得很好是因为 LSTM 能够存储过去重要的信息，并忘记不重要的信息。LSTM 有三个门：
输入门：输入门将信息添加到单元状态
遗忘门：它删除模型不再需要的信息
输出门：LSTM 的输出门选择要显示为输出的信息
现在，让我们将 LSTM 实现为黑盒子，并检查它在我们的特定数据上的性能。
2.实现
# 导入所需的库
from sklearn.preprocessing import MinMaxScaler
from keras.models import Sequential
from keras.layers import Dense, Dropout, LSTM
import pandas as pd
import numpy as np
import pandas as pd
# 设置value的显示长度为200，默认为50
pd.set_option('max_colwidth', 200)
# 显示所有列，把行显示设置成最大
pd.set_option('display.max_columns', None)
# 显示所有行，把列显示设置成最大
pd.set_option('display.max_rows', None)
# 1. 读取文件
# index_col=0 设置为索引列 parse_dates=True 没有指定列时，表示将尝试解析 index 为日期格式
# parse_dates=[0,1,2,3,4] ：尝试解析 0，1，2，3，4 列为时间格式；
# parse_dates=[[‘考试日期’,‘考试时间’]] :传入多列名，尝试将其解析并且拼接起来，parse_dates[[0,1,2]] 也有同样的效果
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)
# 创建数据框
data = df.sort_index(ascending=True, axis=0)
# 因为日期列已经做为了索引列
new_data = df[['收盘']]
print(new_data)
# 创建训练集和验证集
dataset = new_data.values
# 这里我们不能打乱数据，因为在时间序列中必须是顺序的
train = dataset[0:1652,:] # 数据集总共2202条，取0.75
valid = dataset[1652:,:] # 验证集
# 数据归一化
scaler = MinMaxScaler(feature_range=(0, 1))
scaled_data = scaler.fit_transform(dataset)
# 将数据集转换为x_train和y_train
# 这里设置的60，表示是预测下一个目标值时将在过去查看的步骤数
# 当i=60时xtrain添加的数据scaled_data[i-60:i,0]scaled为_data[0:60,0] 这里只有收盘价，取0列； y_train作为目标值，只有一个值， scaled_data[60,0]
x_train, y_train = [], []
for i in range(60, len(train)):x_train.append(scaled_data[i-60:i,0])y_train.append(scaled_data[i,0])
x_train, y_train = np.array(x_train), np.array(y_train)
# 重塑为3维数组
x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1], 1))
# 创建和拟合LSTM网络
model = Sequential()
model.add(LSTM(units=50, return_sequences=True, input_shape=(x_train.shape[1], 1)))
model.add(LSTM(units=50))
model.add(Dense(1))
# optimizer: 优化器，用于控制梯度裁剪 adam
# Adam优化器是目前应用最多的优化器。让学习率随着训练过程自动修改，以便加快训练，提高模型性能。
model.compile(loss='mean_squared_error', optimizer='adam')
# batch_size 整数每次梯度更新的样本数。
# epochs整数，训练模型迭代次数
# verbose 日志展示，整数 0:为不在标准输出流输出日志信息 1:显示进度条2 :每个epoch输出一行记录
model.fit(x_train, y_train, epochs=1, batch_size=1, verbose=2)
# 使用过去值来预测
# 输入为没有归一化前的训练集（除去了预留的60组数据）
inputs = new_data[len(new_data) - len(valid) - 60:].values
inputs = inputs.reshape(-1,1)
inputs = scaler.transform(inputs)
# 测试集
X_test = []
for i in range(60, inputs.shape[0]):X_test.append(inputs[i-60:i,0])
X_test = np.array(X_test)X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))
# 预测
closing_price = model.predict(X_test)
# inverse_transform()将标准化后的数据转换为原始数据
closing_price = scaler.inverse_transform(closing_price)
3.结果
# RMSE
rms = np.sqrt(np.mean(np.power((valid - closing_price), 2)))
print(rms)
#61.575817193567865 误差不算很小| 评价指标 | 描述信息 |
| MSE(均方误差) | 预测值与真实值偏差的平方和的平均值。 |
| RMSE(均方根误差) | MSE的平方根。数量级与真实值相同。比如RMSE=10，可以认为回归效果相比真实值平均相差10。 |
| MAE(平均绝对误差) | 预测值与真实值偏差的绝对值的平均值。 |
| MAPE(平均绝对百分比误差) | 预测值与真实值偏差占真实值的比例的平均值。MAPE不仅考虑了预测值与真实值的误差，还考虑了误差与真实值之间的比例。在某些场景下，比如真实值是50到1000万，100W预测成50W和1000W预测成950W的差距是相当大的。MAPE可以用较小的数值概括风险。 |
四个标准的范围都是 [0, +∞)，当预测值与真实值完全吻合时等于 0，即完美模型；误差越大，这些值越大，模型越不好。
用于绘图
# 用于绘图
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'SimHei'plt.figure(figsize=(15, 8))
train = new_data[1600:1652] # 把训练集减去了大部分，方便看验证效果
valid = new_data[1652:]
# 把预测结果作为新列添加到验证集
valid['Predictions'] = closing_price
# 设置均匀地取刻度（在0-500之间均匀地取100个日期标签）
plt.xticks(np.linspace(0, 500, 100), rotation=90)plt.plot(train['收盘'], label='训练集')
plt.plot(valid[['收盘', 'Predictions']], label=['验证集', '预测值'])plt.legend()
刻度显示不出来，把训练集的数据减去一些，主要看后面预测的结果和实际的结果是否一致，模型是否预测准
# 导入所需的库
from sklearn.preprocessing import MinMaxScaler
from keras.models import Sequential
from keras.layers import Dense, Dropout, LSTM
import pandas as pd
import numpy as np
import matplotlib
matplotlib.use('TkAgg')
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['SimHei'] # 设置中文字体
plt.rcParams['axes.unicode_minus'] = False # 解决负号显示问题
# 设置显示选项
pd.set_option('max_colwidth', 200)
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)# 1. 读取文件
df = pd.read_csv(r'E:\data_pachong\A股实时数据分析\data.csv', index_col=0, parse_dates=True)# 创建数据框
data = df.sort_index(ascending=True, axis=0)
new_data = df[['收盘']]
print(new_data)# 创建训练集和验证集
dataset = new_data.values
total_size = len(dataset)
train_size = int(total_size * 0.75) # 75%用于训练
valid_size = total_size - train_size # 25%用于验证train = dataset[0:train_size, :]
valid = dataset[train_size:, :]# 数据归一化
scaler = MinMaxScaler(feature_range=(0, 1))
scaled_data = scaler.fit_transform(dataset)# 将数据集转换为x_train和y_train
x_train, y_train = [], []
for i in range(60, len(train)):x_train.append(scaled_data[i - 60:i, 0])y_train.append(scaled_data[i, 0])x_train, y_train = np.array(x_train), np.array(y_train)
x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1], 1))# 创建和拟合LSTM网络
model = Sequential()
model.add(LSTM(units=50, return_sequences=True, input_shape=(x_train.shape[1], 1)))
model.add(LSTM(units=50))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(x_train, y_train, epochs=1, batch_size=1, verbose=2)# 使用过去值来预测
inputs = new_data[len(new_data) - len(valid) - 60:].values
inputs = inputs.reshape(-1, 1)
inputs = scaler.transform(inputs)# 准备测试集
X_test = []
for i in range(60, inputs.shape[0]):X_test.append(inputs[i - 60:i, 0])X_test = np.array(X_test)
X_test = np.reshape(X_test, (X_test.shape[0], X_test.shape[1], 1))# 预测
closing_price = model.predict(X_test)
closing_price = scaler.inverse_transform(closing_price)# 计算RMSE
rms = np.sqrt(np.mean(np.power((valid - closing_price), 2)))
print(f"均方根误差(RMSE): {rms}")# 优化图表显示
plt.figure(figsize=(15, 8))# 1. 减少训练集显示范围 - 只显示最后200个训练点
train_start = max(0, train_size - 200) # 确保起始位置有效
train_plot = new_data[train_start:train_size]# 2. 准备验证集和预测值
valid_plot = new_data[train_size:]
valid_plot['Predictions'] = closing_price# 3. 绘制图表
plt.plot(train_plot.index, train_plot['收盘'], label='训练集', linewidth=2)
plt.plot(valid_plot.index, valid_plot['收盘'], label='验证集', linewidth=2)
plt.plot(valid_plot.index, valid_plot['Predictions'], label='预测值', linestyle='--', linewidth=2)# 4. 优化刻度显示
# 自动选择合适数量的刻度
plt.gca().xaxis.set_major_locator(plt.MaxNLocator(20))
plt.xticks(rotation=45) # 旋转45度避免重叠# 5. 添加图表元素
plt.title('股票收盘价预测结果对比', fontsize=16)
plt.xlabel('日期', fontsize=14)
plt.ylabel('收盘价', fontsize=14)
plt.legend(loc='best', fontsize=12)
plt.grid(True, linestyle='--', alpha=0.7)# 6. 高亮显示预测区域
plt.axvline(x=valid_plot.index[0], color='gray', linestyle='--', alpha=0.7)
plt.text(valid_plot.index[0], plt.ylim()[0] * 1.05, '预测开始',fontsize=10, color='gray', ha='center')# 7. 添加RMSE值
plt.text(valid_plot.index[int(len(valid_plot) / 2)],plt.ylim()[1] * 0.95,f'RMSE: {rms:.2f}',fontsize=12, bbox=dict(facecolor='white', alpha=0.8))plt.tight_layout()
plt.show()