DateTime به راحتی به ما این امکان را می دهد تا با خرما کار کنیم ، Matplotlib برای نمودار کردن چیزها ، پاندا برای دستکاری داده ها ، و Pandas_Datareader جدیدترین کتابخانه Pandas IO در زمان نوشتن من است.
اکنون برای برخی از تنظیمات شروع:
style. use ('ggplot') start = dt. datetime (2015 ، 1 ، 1) پایان = dt. datetime. now ()ما یک سبک را تنظیم می کنیم ، بنابراین نمودارهای ما وحشتناک به نظر نمی رسند. در امور مالی ، این مهمترین اهمیت دارد که نمودارهای شما زیبا هستند ، حتی اگر پول خود را از دست می دهید. در مرحله بعد ، ما یک شیء DateTime را شروع و پایان می دهیم ، این طیف وسیعی از تاریخ هایی است که می خواهیم اطلاعات قیمت گذاری سهام را برای آن بدست آوریم.
اکنون ، ما می توانیم از این داده ها یک DataFrame ایجاد کنیم:
توجه: این از زمان فیلمبرداری این فیلم تغییر کرده است. هر دو یاهو و گوگل API های خود را متوقف کرده اند ، بنابراین ما این بار از Moingstar استفاده خواهیم کرد:
df = web. datareader ("tsla" ، "moingstar" ، start ، end)اگر در حال حاضر با یک شیء DataFrame آشنا نیستید ، می توانید آموزش Pandas را بررسی کنید ، یا فقط راضی باشید که مانند صفحه گسترده یا یک جدول پایگاه داده ای که در حافظه/RAM شما است ، به آن فکر کنید. این فقط یک جدول از ردیف ها و ستون ها است ، شما یک فهرست و نام ستون دارید. در مورد ما ، شاخص ما احتمالاً تاریخ خواهد بود. این شاخص باید چیزی باشد که مربوط به همه ستون ها باشد.
خط web. datareader ('tsla' ، "yahoo" ، start ، end) از بسته pandas_datareader استفاده می کند ، به دنبال تیکت سهام Tsla (تسلا) است ، اطلاعات را از یاهو دریافت می کند ، برای شروع هر آنچه که شروع می شود و به پایان می رسدمتغیر پایان که ما انتخاب کردیم. فقط در صورتی که نمی دانید ، سهام سهم از مالکیت یک شرکت است و تیک "نمادی" است که برای مراجعه به شرکت در بورس اوراق بهادار مورد استفاده قرار می گیرد. بیشتر تیکرها 1-4 نامه هستند.
بنابراین اکنون ما یک شیء pandas. dataframe داریم که حاوی اطلاعات قیمت گذاری سهام برای تسلا است. بیایید ببینیم آنچه در اینجا داریم:
چاپ (df. head ())
تاریخ نماد کم حجم پایین تاریخ TSLA 2015-01-01 222. 41 222. 41 222. 4100 222. 41 0 2015-01-01-01-01-01222222222222222222222222222222222222222222222222222222222222222222222626 2015 2015 201501-07 210. 95 214. 78 209. 7800 213. 40 2968390
حال ، بیایید این DataFrame را کمی ساده کنیم:
df. reset_index (inplace = true) df. set_index ("تاریخ" ، inplace = true) df = df. drop ("نماد" ، محور = 1) چاپ (df. head ()اکنون ، کد کامل:
واردات DateTime به عنوان DT Import Matplotlib. pyplot به عنوان PLT از سبک واردات Matplotlib واردات پاندا به عنوان PD Import Pandas_Datareader. data به عنوان Web Style. use ('ggplot') شروع = dt. datetime (2015 ، 1 ، 1) پایان = dt. datetime. اکنون () df = web. datareader ("tsla" ، "moingstar" ، start ، end) df. reset_index (inplace = true) df. set_index ("تاریخ" ، inplace = true) df = df. drop ("نماد"، محور = 1) چاپ (df. head ())بسته شدن حجم کم بالا تاریخ 2015-01-01 222. 41 222. 41 222. 4100 222. 41 0 2015-01-02 219. 31 223. 25 213. 2600 2222222222222222222121218212212212212212221221221221222122626262626 214. 50 5368477777777755550 5350 536847550 536847550 536847550550 536847550 536847550 5362607 210. 95 214. 78 209. 7800 213. 40 2968390
اکنون ، این یک شیء پایتون است که مانند یک صفحه گسترده ، ردیف و ستون است.
. head () کاری است که می توانید با Pandas DataFrames انجام دهید ، و اولین ردیف های N را که در آن N پارامتر اختیاری است که می گذرانید ، خروجی می کند. اگر پارامتر را عبور ندهید ، 5 مقدار پیش فرض است. ما Mosly از . head () استفاده خواهیم کرد تا فقط یک نگاه اجمالی از داده های خود داشته باشیم تا مطمئن شویم که در مسیر صحیح هستیم. به نظر من عالی است!
در صورتی که نمی دانید:
- باز - وقتی بورس سهام صبح برای تجارت باز می شود ، قیمت یک سهم چقدر بود؟
- بالا - در طول روز تجارت ، بالاترین ارزش آن روز چقدر بود؟
- کم - در طول روز تجارت ، کمترین ارزش آن روز چقدر بود؟
- نزدیک - وقتی روز تجارت به پایان رسید ، قیمت نهایی چقدر بود؟
- حجم - برای آن روز ، چند سهام معامله شد؟
- Adj Close - این یکی کمی پیچیده تر است ، اما با گذشت زمان ، شرکت ها ممکن است تصمیم بگیرند کاری به نام تقسیم سهام انجام دهند. به عنوان مثال ، اپل یک بار یکی از آنها را انجام داد که قیمت سهام آنها از 1000 دلار فراتر رفت. از آنجا که در بیشتر موارد ، مردم نمی توانند کسری از سهام را خریداری کنند ، قیمت سهام 1000 دلار برای سرمایه گذاران بسیار محدود است. شرکت ها می توانند تقسیم سهام را انجام دهند که در آن می گویند اکنون هر سهم 2 سهم است و قیمت آن نصف است. هرکسی که 1 سهم اپل را با قیمت 1000 دلار داشته باشد ، پس از شکافی که اپل در آن سهام را دو برابر کرد ، 2 سهم اپل (AAPL) داشت که هر کدام 500 دلار ارزش داشتند. Adj Close مفید است ، زیرا این امر شکاف سهام آینده را به خود اختصاص می دهد و قیمت نسبی را به شکاف ها می دهد. به همین دلیل ، قیمت های تعدیل شده قیمت هایی هستند که به احتمال زیاد با آنها سر و کار دارید.
آموزش تحلیل گری...
ما را در سایت آموزش تحلیل گری دنبال می کنید
برچسب :
نویسنده : ملیکا زارعی
بازدید : 33
تاريخ : سه
شنبه
3 مرداد
1402 ساعت: 19:54