python股票数据分析

1. 计算收盘价常用统计量

收盘价是股票分析中最常用的数据之一，我们先来计算它的几个关键统计量：均值、中位数、中位数所在位置和方差。

import numpy as np
closing_price = np.loadtxt(
    "stock.csv",
    encoding="utf-8",
    delimiter=",",
    dtype=np.float64,
    usecols=(2)
)
print("收盘价: ", closing_price)
# 均值 中位数 中位数所在索引 方差
print("收盘价的均值为: ", closing_price.mean())
mid = np.median(closing_price)
print("收盘价的中位数为: ", mid)
print("收盘价中位数的索引位置为: ", np.where(mid))
print("收盘价的方差为: ", closing_price.var())

2. 计算股价的高低值相关指标

除了收盘价，最高价和最低价也是分析股票波动的重要指标：

# 2. 计算股价的最高值和最低值
high_price, low_price = np.loadtxt(
    "stock.csv",
    encoding="utf-8",
    delimiter=",",
    dtype=np.float64,
    usecols=(3, 4),
    unpack=True
)
# 最高值 最低值 中间值 波动范围
print("该股票的最高值为: ", high_price.max())
print("该股票的最低值为: ", low_price.min())
print("该股票的中间值为: ", (high_price.max() + low_price.min()) / 2)
print("该股票最高价的波动范围为: ", np.ptp(high_price))
print("该股票最低价的波动范围为: ", np.ptp(high_price

3. 计算股票的成交量加权平均值

成交量加权平均价 (VWAP) 是一个重要的技术指标，它考虑了成交量对价格的影响，

3. 计算股票的加权平均值
# 读取收盘价
volume = np.loadtxt(
    "stock.csv",
    encoding="utf-8",
    delimiter=",",
    dtype=np.int64,
    usecols=(10)
)
print("成交量为：\n",volume)
vwap = np.average(closing_price, weights=volume)
print("该股票的成交量加权平均值为：", vwap)

4 . 计算股票的时间加权平均值

# 4. 计算股票的时间加权平均值
# 时间序列
# t = np.average (closing_price, weights=t)
t = np.arange(closing_price.shape[0])
vwap = np.average (closing_price, weights=t)
print("该股票的时间加权平均值为：", vwap)

总结

本文展示了如何使用 NumPy 对股票数据进行基本的统计分析，包括：

• 基本统计量（均值、中位数、方差）的计算
• 价格波动指标（最高价、最低价、波动范围）的提取
• 成交量加权平均值的计算
• 时间加权平均值的计算