金融领域必备的数据分析技能

上期讲了金融数据的储存，这期讲解利用Python进行金融数据的统计分析

下面运行环境没有的，请看第一期内容安装环境

本节重点：

1. 分析HS300股票的市值和PE的统计规律

2. 个股日收益率的统计规律研究

3. 金融数据分析中的随机数

具体知识点与代码请看图示

分析HS300股票的市值和PE的统计规律

pandas.describe()方法

• skew: 偏度

• kurt: 峰度

numpy通用方法

• np.max / np.mean / np.min

• np.sum / np.std / np.median / np.Series.quantile(0,1) 分位数

• np.Series.skew() / np.Series.kurt()

分布情况

• 直方图: Series.hist()

个股日收益率的统计规律研究

几个重要方法

• DataFrame.set_index()
• DataFrame.dropna()
• Series.shift(1)
• Series 加减乘除 Series
• np.log(Series)

查询日收盘价信息

招商银行600036.SH

计算每日的对数收益率

计算日收益率的统计规律

正态分布的检验

计算累计收益率

• Series.apply(func) 对每个元素调用func，返回另一个Series
  对每个元素调用func，返回另一个Series

• Series.cumsum() 累加
  

计算累计收益率 cumsum, cumprod

金融数据分析中的随机数

• np.random.random()

• np.random.normal()

• scipy.stats.normaltest()

• scipy.stats.kstest()

利用模特卡罗模拟计算

扔的点越多，结果误差越小

随机模拟，点落到扇形内部有效

详细代码与讲解看图示。

后面讲更多数据分析知识，请关注。