我是靠谱客的博主 无情帆布鞋,最近开发中收集的这篇文章主要介绍金融数据指标(历史移动波动率,均值),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

1.导入函数

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import tushare as ts
import math

2. 数据获取

data = ts.get_hist_data('000012',start='2015-06-23',end='2017-11-16')

3.移动平均值

# 滚动窗口的使用
data['42d']= pd.rolling_mean(data['close'],window=42)
data['252d'] =pd.rolling_mean(data['close'],window=252)
print(data[['close','42d','252d']].tail())

data[['close','42d','252d']].plot(figsize=(8,5))
plt.show()

4.移动历史波动

data['return']=np.log(data['close']/data['close'].shift(1))
data['mov_vol'] = pd.rolling_std(data['return'],window=252)*math.sqrt(252)
data[['close','return','mov_vol']].plot(subplots=True,style='b',figsize=(8,7))
plt.show()

转载于:https://www.cnblogs.com/hanbb/p/7868627.html

最后

以上就是无情帆布鞋为你收集整理的金融数据指标(历史移动波动率,均值)的全部内容,希望文章能够帮你解决金融数据指标(历史移动波动率,均值)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(42)

评论列表共有 0 条评论

立即
投稿
返回
顶部