【深智書摘】金融資料的定量分析 - Pandas 運算套件

更新於 發佈於 閱讀時間約 3 分鐘
投資理財內容聲明

正所謂「套件」如其名,Pandas 運算套件在資料處理領域的受歡迎程度完全可與善於賣萌的大熊貓相媲美。當然,Pandas 的名稱其實來自經濟學術語—面板資料 (panel data)。

眾所皆知,金融領域存在巨量的資料處理與分析,而Pandas 運算套件就是當時就職於AQR Capital Management的韋斯·麥金尼 (Wes McKinney) 為了金融資料的定量分析從2008 年開始開發的,它本質上是在NumPy 陣列結構基礎上建構的,並納入了大量的套件以及標準資料模型。在2009 年底,Pandas 實現了開放原始碼。如今它已經應用於許多領域的資料探勘、篩選、處理、統計和輸出。以下,為Pandas 運算套件對資料以及檔案的應用。

下面以股票為例講解如何計算收益率。如圖1所示為某幾天股價走勢,不考慮分紅,股票日簡單回報率yi 可以透過式(1) 獲得。

式(1)

式(1)

圖1  股價幾天走勢

圖1 股價幾天走勢

利用pandas_datareader 運算套件可以下載股票歷史資料,並繪製如圖2 所示股價走勢圖。沒有安裝這個運算套件的讀者需要提前安裝。

如圖3展示的是基於圖2股價資料計算得到的日簡單回報率。圖4中5 條紅色畫線從上至下分別為:μ + 2σ、μ + σ、μ、μσ 和μ2σ。μ為日簡單回報率平均值,σ 為日簡單回報率均方差。如圖5所示為日簡單回報率分佈長條圖;可以發現回報率展現出類似正態分佈的有趣現象。基於μ 和σ,可以得到日簡單回報率的常態擬合,如圖6所示。圖6長條圖左尾展現出明顯厚尾 (fat tail) 現象。

圖2  股價過去一年走式

圖2 股價過去一年走式

圖3  日簡單回報率

圖3 日簡單回報率


圖4  日簡單回報率分佈

圖4 日簡單回報率分佈

圖5  日簡單回報率分佈和常態擬合

圖5 日簡單回報率分佈和常態擬合

周簡單回報率可以透過式(2) 計算獲得。

式(2)

式(2)

周簡單回報率和日簡單回報率關係為:式(3)

式(3)

式(3)

如圖6所示為基於圖1股價資料計算得到的周簡單回報率。

圖6  周簡單回報率

圖6 周簡單回報率

本文尚有程式可以用來獲得圖2∼圖6。請詳見《手術刀般精準的FRM - 用Python科學管控財金風險(基礎篇) 》。

本叢書以FRM 為中心介紹實際工作所需的金融風險建模和管理知識,並且將Python 程式設計有機地結合到內容中。就形式而言,本書一大特點是透過豐富多彩的圖表和生動貼切的實例,深入淺出地將煩瑣的金融概念和複雜的計算結果進行了視覺化,能有效地幫助讀者領會重點並提高程式設計水準。更多Python在財經風險的應用,請詳見《手術刀般精準的FRM - 用Python科學管控財金風險(基礎篇) 》




留言
avatar-img
留言分享你的想法!
avatar-img
深智數位的沙龍
9會員
25內容數
深智數位的沙龍的其他內容
2023/08/02
在機器學習中,我們的目標是找到一種能夠最好地描述數據的模型。例如,在迴歸問題中,我們希望找到一種函數,該函數能以一種對我們的目標變數(例如:銷售量、股票價格等) 的最佳估計的方式,描述輸入特徵(例如:廣告支出、市場狀況等)。
Thumbnail
2023/08/02
在機器學習中,我們的目標是找到一種能夠最好地描述數據的模型。例如,在迴歸問題中,我們希望找到一種函數,該函數能以一種對我們的目標變數(例如:銷售量、股票價格等) 的最佳估計的方式,描述輸入特徵(例如:廣告支出、市場狀況等)。
Thumbnail
2023/07/21
  在程式設計中,變數(Variable)是一個代表內存位置的符號,用於存儲和操作數據。它是一個內存單元,可以存儲各種類型的數據,例如整數、浮點數、字符串等。變數的值可以在程式執行時改變,並在需要時被讀取。 變數是暫時存放資料用的,可以將變數想像成是一個箱子,箱子裡面可以是空的,
Thumbnail
2023/07/21
  在程式設計中,變數(Variable)是一個代表內存位置的符號,用於存儲和操作數據。它是一個內存單元,可以存儲各種類型的數據,例如整數、浮點數、字符串等。變數的值可以在程式執行時改變,並在需要時被讀取。 變數是暫時存放資料用的,可以將變數想像成是一個箱子,箱子裡面可以是空的,
Thumbnail
2023/05/17
新手在使用ChatGPT 時,對於ChatGPT的回答普遍印象是廢話連篇,而這通常是因為沒有給出足夠清晰的指示所導致,以下將介紹3個讓你跟ChatGPT溝通更有效的提示技巧,幫助讀者快速掌握提升回答品質的秘訣!
Thumbnail
2023/05/17
新手在使用ChatGPT 時,對於ChatGPT的回答普遍印象是廢話連篇,而這通常是因為沒有給出足夠清晰的指示所導致,以下將介紹3個讓你跟ChatGPT溝通更有效的提示技巧,幫助讀者快速掌握提升回答品質的秘訣!
Thumbnail
看更多
你可能也想看
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
  接上一篇,看來花花綠綠的東西跟我們是無望了。對原本接下來的計畫也只好做一些改變。所以衹能把我們的程式碼,重新移動到了7月7號那篇文章的進度NBLOG_20230707使用TA_LIB(PANDAS_TA) 打造一個交易策略實用工具(2TA_LIB輕探之馬克快來。
Thumbnail
  接上一篇,看來花花綠綠的東西跟我們是無望了。對原本接下來的計畫也只好做一些改變。所以衹能把我們的程式碼,重新移動到了7月7號那篇文章的進度NBLOG_20230707使用TA_LIB(PANDAS_TA) 打造一個交易策略實用工具(2TA_LIB輕探之馬克快來。
Thumbnail
在上一期文章中。我們使用TA_lib套件。來協助我們尋找隱藏在股票價格當中的特殊K線形態並把它尋找到的結果輸出到一個表格當中。雖然結果是以100。以及-100的簡明方式來呈現;
Thumbnail
在上一期文章中。我們使用TA_lib套件。來協助我們尋找隱藏在股票價格當中的特殊K線形態並把它尋找到的結果輸出到一個表格當中。雖然結果是以100。以及-100的簡明方式來呈現;
Thumbnail
上一篇我們有介紹如何爬取Goodinfo的資訊並統計分析,還沒閱讀的朋友建議先行閱讀,再進入此篇章會比較容易上手唷,傳送門如下: 🚪【Google Colab系列】以Goodinfo!為例,統計一段時間內的最高、最低殖利率 為什麼要做資料視覺化? 相信圖文甚至影音箱對於文字來說更為吸引我們進
Thumbnail
上一篇我們有介紹如何爬取Goodinfo的資訊並統計分析,還沒閱讀的朋友建議先行閱讀,再進入此篇章會比較容易上手唷,傳送門如下: 🚪【Google Colab系列】以Goodinfo!為例,統計一段時間內的最高、最低殖利率 為什麼要做資料視覺化? 相信圖文甚至影音箱對於文字來說更為吸引我們進
Thumbnail
正所謂「套件」如其名,Pandas 運算套件在資料處理領域的受歡迎程度完全可與善於賣萌的大熊貓相媲美。當然,Pandas 的名稱其實來自經濟學術語—面板資料 (panel data)。 眾所皆知,金融領域存在巨量的資料處理與分析,而Pandas 運算套件就是當時就職於AQR Capi
Thumbnail
正所謂「套件」如其名,Pandas 運算套件在資料處理領域的受歡迎程度完全可與善於賣萌的大熊貓相媲美。當然,Pandas 的名稱其實來自經濟學術語—面板資料 (panel data)。 眾所皆知,金融領域存在巨量的資料處理與分析,而Pandas 運算套件就是當時就職於AQR Capi
Thumbnail
在上一篇文章中,我們學會了如何繪製最新的分鐘圖,讓我們了解最新一日的個股股價變化,不過有時分鐘圖太過細小,並無法了解到個股整體的趨勢狀況,這時我們就必須要使用到日線圖,因此,今天我們就來學習如何繪製日線圖吧!!
Thumbnail
在上一篇文章中,我們學會了如何繪製最新的分鐘圖,讓我們了解最新一日的個股股價變化,不過有時分鐘圖太過細小,並無法了解到個股整體的趨勢狀況,這時我們就必須要使用到日線圖,因此,今天我們就來學習如何繪製日線圖吧!!
Thumbnail
使用pandas,透過TWStock_2的資料,計算 6 日與12日RSI 值並繪製成圖。 首先先連接到TWStock_2資料庫將資料load出來。 這次load的資料一樣是2330台積電,然後我們一樣只取收盤價,修改日期格式。 之後要算出每日的U與D值(絕對漲跌),條件如下ㄑ 輸出會如下圖
Thumbnail
使用pandas,透過TWStock_2的資料,計算 6 日與12日RSI 值並繪製成圖。 首先先連接到TWStock_2資料庫將資料load出來。 這次load的資料一樣是2330台積電,然後我們一樣只取收盤價,修改日期格式。 之後要算出每日的U與D值(絕對漲跌),條件如下ㄑ 輸出會如下圖
Thumbnail
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
Thumbnail
使用pandas,透過TWStock_2的資料,計算下列三種常用的技術指標 1. 移動平均線 2. 指數移動平均線 3. MACD 首先連接資料庫,然後我們只取"成交股數 , 開盤價 , 最高價 , 最低價 , 收盤價" 這5個columns代入新的tsmc( 名稱 ) code如下 參考連結如下
Thumbnail
在昨天的教學中,我們是繪畫K線圖、技術指標來進行一個教學,今天我們做一個基本面的資料抓取教學,也就是財報的部分,這樣我們往後在進行股票篩選,不論是要從技術面或是基本面甚至是籌碼面都可以輕鬆用程式來完成
Thumbnail
在昨天的教學中,我們是繪畫K線圖、技術指標來進行一個教學,今天我們做一個基本面的資料抓取教學,也就是財報的部分,這樣我們往後在進行股票篩選,不論是要從技術面或是基本面甚至是籌碼面都可以輕鬆用程式來完成
Thumbnail
今天我們將進入Pandas的領域,雖然Python在資料整理及準備面向是強項,但在資料分析與建模上卻不是如此,所以Pandas的出現就是為了彌補這個缺陷,也是我們日後在進行數據分析相當重要的模組之一,所以要好好學習唷!!
Thumbnail
今天我們將進入Pandas的領域,雖然Python在資料整理及準備面向是強項,但在資料分析與建模上卻不是如此,所以Pandas的出現就是為了彌補這個缺陷,也是我們日後在進行數據分析相當重要的模組之一,所以要好好學習唷!!
Thumbnail
今天來到第7天了,我們終於擺脫基礎教學,準備要進入數據分析的領域了,今天就是要來先聊聊數據分析中我們會用到最重要的四個package,想要學好數據分析這四個模組就一定需要熟悉
Thumbnail
今天來到第7天了,我們終於擺脫基礎教學,準備要進入數據分析的領域了,今天就是要來先聊聊數據分析中我們會用到最重要的四個package,想要學好數據分析這四個模組就一定需要熟悉
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News