1. 书籍和文中所提到的数据会在文末提供百度云下载，所有数据都不会有加密，可以放心下载使用
2. 文中计算的结果与书中不同是由于数据使用的时间段不同
目录
1. 准备数据
2. 绘制频数直方图
3. 数据的位置
4. 数据的离散度
1. 准备数据
原始数据 600000.csv 600050.csv 601398.csv 三个文件里是收盘价，通过收盘价计算日收益率
import pandas as pd# 中国工商银行 ICBC 601398# 浦发银行 SPDB 600000# 中国联通 ChinaUnicom 600050df_601398 = pd.read_csv('./601398.csv',encoding='utf-8')df_600000 = pd.read_csv('./600000.csv',encoding='utf-8')df_600050 = pd.read_csv('./600050.csv',encoding='utf-8')df_601398.head()
df_601398['o_date'] = df_601398['tradeDate']df_601398['o_date'] = pd.to_datetime(df_601398['o_date'])df_601398.sort_values(by='o_date',ascending=True,inplace=True)# daily_returns 日收益率df_601398['daily_returns'] = (df_601398['closePrice']-df_601398['closePrice'].shift(1))/df_601398['closePrice'].shift(1)df_601398.head()
df_600000['o_date'] = df_600000['tradeDate']df_600000['o_date'] = pd.to_datetime(df_600000['o_date'])df_600000.sort_values(by='o_date',ascending=True,inplace=True)df_600000['daily_returns'] = (df_600000['closePrice']-df_600000['closePrice'].shift(1))/df_600000['closePrice'].shift(1)df_600050['o_date'] = df_600050['tradeDate']df_600050['o_date'] = pd.to_datetime(df_600050['o_date'])df_600050.sort_values(by='o_date',ascending=True,inplace=True)df_600050['daily_returns'] = (df_600050['closePrice']-df_600050['closePrice'].shift(1))/df_600050['closePrice'].shift(1)# 中国工商银行 gsyhdf_601398.rename(columns={'daily_returns':'gsyh'},inplace=True)# 浦发银行 pfyhdf_600000.rename(columns={'daily_returns':'pfyh'},inplace=True)# 中国联通 zgltdf_600050.rename(columns={'daily_returns':'zglt'},inplace=True)df_601398 = df_601398.loc[:,['tradeDate','gsyh']]df_600000 = df_600000.loc[:,['tradeDate','pfyh']]df_600050 = df_600050.loc[:,['tradeDate','zglt']]
合并到一个表中，按日期对齐
three_df = pd.merge(df_601398,df_600000,how='inner',on='tradeDate')three_df = pd.merge(three_df,df_600050,how='inner',on='tradeDate')three_df.head()
three_df.to_csv('chapter_13_dailyreturns.csv',encoding='utf-8')
2. 绘制频数直方图
import matplotlib.pyplot as plt# 频数直方图gsyh = three_df.gsyhplt.hist(gsyh)
3. 数据的位置
概念：
样本平均数(Sample Mean)、中位数(Median)、众数(Mode)、百分位数(Percentile)
# 平均数three_df.zglt.mean()# out: 0.0004284562650822751# 中位数three_df.zglt.median()# out: 0.0# 众数three_df.zglt.mode()# out:0 0.0#dtype: float64# 上下四分位数[three_df.zglt.quantile(i) for i in [0.25,0.75]]# out: [-0.010317115551694248, 0.010245151847786325]
4. 数据的离散度
概念:
4.1 极差(Range)
4.2 平均绝对偏差(Mean Absolute Deviation)
4.3 方差(Variance) 和标准差(Standard Deviation)
方差公式:
标准差公式:
# 极差three_df.zglt.max()-three_df.zglt.min()# out: 0.438874062682# 平均绝对偏差three_df.zglt.mad()# out: 0.015984757661984345# 方差three_df.zglt.var()# out: 0.0005796109187107064# 标准差three_df.zglt.std()# out: 0.024075109941819713
PS:
链接：/s/1Jck5WqDunfyph18UvguJ5g
提取码：5fo3
书籍
链接：/s/1xJD85-LuaA9z-Jy_LU5nOw
提取码：ihsg
