如何使用python创建股票的时间序列可视化分析？

简单介绍

在分析股票或任何其他投资货币工具时，时间序列分析是观察变量如何随时间变化的有效方法。这种类型的分析通常需要大量的数据点来确保一致性和可靠性。时间序列分析对于分析股票价格非常有效，尤其是对于自动交易。本篇文章，主要是为初学者做一个简单介绍与使用。

数据获取

我们收集雅虎财经的数据，直接使用python的库，安装如下：

!pip install yfinance
!pip install plotly
!pip install paddlefsl

  

 

  
1
  
2
  
3
 

安装好后，我们来获取亚马逊的股票，当然你也可以获取别的公司股票：

import pandas as pd
import yfinance as yf
import datetime
from datetime import date, timedelta
today = date.today()

d1 = today.strftime("%Y-%m-%d")
end_date = d1
d2 = date.today() - timedelta(days=720)
d2 = d2.strftime("%Y-%m-%d")
start_date = d2

data = yf.download('AMZN', 
                      start=start_date, 
                      end=end_date, 
                      progress=False)
print(data.head())
# data

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
 

如下：

绘制可视化线图

显示了变量价格随时间的变化，下图是亚马逊的收盘价，将光标放在数据点的确切日期上可以查看收盘价。

import plotly.express as px
figure = px.line(data, x = data.index, 
                 y = "Close", 
                 title = "Time Series Analysis (Line Plot)")
figure.show()

  

 

  
1
  
2
  
3
  
4
  
5
 

如下：

绘制蜡太图

烛台图在时间序列分析中非常有用，因为它以醒目的方式呈现开盘价、最高价、最低价和收盘价。红线表示价格下跌，绿线表示价格上涨

import plotly.graph_objects as go
figure = go.Figure(data=[go.Candlestick(x = data.index,
                                        open = data["Open"], 
                                        high = data["High"],
                                        low = data["Low"], 
                                        close = data["Close"])])
figure.update_layout(title = "时间序列蜡台图", 
                     xaxis_rangeslider_visible = False)
figure.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
 

如下：

条形图

上面两个图主要是便于观察上涨下跌，条形图更加比较适合观察长期上涨下跌

figure = px.bar(data, x = data.index, 
                y = "Close", 
                title = "时间学列分析" )
figure.show()

  

 

  
1
  
2
  
3
  
4
 

如下：

分析特定时间段

分析两个特定日期之间的股票价格，可以如下实现：

figure = px.line(data, x = data.index, 
                 y = 'Close', 
                 range_x = ['2021-01-31','2021-07-31'], 
                 title = "时间序列分析")
figure.show()

  

 

  
1
  
2
  
3
  
4
  
5
 

如下：

交互式可视化

代码如下：

figure = go.Figure(data = [go.Candlestick(x = data.index,
                                        open = data["Open"], 
                                        high = data["High"],
                                        low = data["Low"], 
                                        close = data["Close"])])
figure.update_layout(title = "时间序列分析（带有按钮和滑块的烛台图）")

figure.update_xaxes(
    rangeslider_visible = True,
    rangeselector = dict(
        buttons = list([
            dict(count = 1, label = "1m", step = "month", stepmode = "backward"),
            dict(count = 6, label = "6m", step = "month", stepmode = "backward"),
            dict(count = 1, label = "YTD", step = "year", stepmode = "todate"),
            dict(count = 1, label = "1y", step = "year", stepmode = "backward"),
            dict(step = "all")
        ])
    )
)
figure.show()

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
 

可以点击按钮，根据自己需要选择时间范围：

去试试吧，先介绍到这里了，补充一下，获取雅虎数据，可能要开梯子，不让你获取会失败。

文章来源: chuanchuan.blog.csdn.net，作者：川川菜鸟，版权归原作者所有，如需转载，请联系作者。

原文链接：chuanchuan.blog.csdn.net/article/details/123132966