使用python创建股票的时间序列可视化分析

更新时间：2022年03月03日 10:19:03 作者：川川菜鸟

这篇文章主要为大家详细介绍了python创建股票的时间序列可视化分析，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助

简单介绍

在分析股票或任何其他投资货币工具时，时间序列分析是观察变量如何随时间变化的有效方法。这种类型的分析通常需要大量的数据点来确保一致性和可靠性。时间序列分析对于分析股票价格非常有效，尤其是对于自动交易。本篇文章，主要是为初学者做一个简单介绍与使用。

数据获取

我们收集雅虎财经的数据，直接使用python的库，安装如下：

!pip install yfinance
!pip install plotly
!pip install paddlefsl

安装好后，我们来获取亚马逊的股票，当然你也可以获取别的公司股票：

import pandas as pd
import yfinance as yf
import datetime
from datetime import date, timedelta
today = date.today()
d1 = today.strftime("%Y-%m-%d")
end_date = d1
d2 = date.today() - timedelta(days=720)
d2 = d2.strftime("%Y-%m-%d")
start_date = d2
data = yf.download('AMZN', 
                      start=start_date, 
                      end=end_date, 
                      progress=False)
print(data.head())
# data

如下：

在这里插入图片描述

绘制可视化线图

显示了变量价格随时间的变化，下图是亚马逊的收盘价，将光标放在数据点的确切日期上可以查看收盘价。

import plotly.express as px
figure = px.line(data, x = data.index, 
                 y = "Close", 
                 title = "Time Series Analysis (Line Plot)")
figure.show()

如下：

在这里插入图片描述

绘制蜡太图

烛台图在时间序列分析中非常有用，因为它以醒目的方式呈现开盘价、最高价、最低价和收盘价。红线表示价格下跌，绿线表示价格上涨

import plotly.graph_objects as go
figure = go.Figure(data=[go.Candlestick(x = data.index,
                                        open = data["Open"], 
                                        high = data["High"],
                                        low = data["Low"], 
                                        close = data["Close"])])
figure.update_layout(title = "时间序列蜡台图", 
                     xaxis_rangeslider_visible = False)
figure.show()

如下：

在这里插入图片描述

条形图

上面两个图主要是便于观察上涨下跌，条形图更加比较适合观察长期上涨下跌

figure = px.bar(data, x = data.index, 
                y = "Close", 
                title = "时间学列分析" )
figure.show()

如下：

在这里插入图片描述

分析特定时间段

分析两个特定日期之间的股票价格，可以如下实现：

figure = px.line(data, x = data.index, 
                 y = 'Close', 
                 range_x = ['2021-01-31','2021-07-31'], 
                 title = "时间序列分析")
figure.show()

如下：

在这里插入图片描述

交互式可视化

代码如下：

figure = go.Figure(data = [go.Candlestick(x = data.index,
                                        open = data["Open"], 
                                        high = data["High"],
                                        low = data["Low"], 
                                        close = data["Close"])])
figure.update_layout(title = "时间序列分析（带有按钮和滑块的烛台图）")
figure.update_xaxes(
    rangeslider_visible = True,
    rangeselector = dict(
        buttons = list([
            dict(count = 1, label = "1m", step = "month", stepmode = "backward"),
            dict(count = 6, label = "6m", step = "month", stepmode = "backward"),
            dict(count = 1, label = "YTD", step = "year", stepmode = "todate"),
            dict(count = 1, label = "1y", step = "year", stepmode = "backward"),
            dict(step = "all")
        ])
    )
)
figure.show()

可以点击按钮，根据自己需要选择时间范围：

在这里插入图片描述

去试试吧，先介绍到这里了，补充一下，获取雅虎数据，可能要开梯子，不让你获取会失败。

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!

您可能感兴趣的文章:

浅谈Python3中打开文件的方式(With open)
本文主要介绍了浅谈Python3中打开文件的方式(With open)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2022-08-08
Python通过90行代码搭建一个音乐搜索工具
这篇文章主要介绍了Python通过90行代码搭建一个音乐搜索工具,需要的朋友可以参考下
2015-07-07
python下载卫星云图合成gif的方法示例
这篇文章主要介绍了python下载卫星云图合成gif的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-02-02
Python实现批量上传本地maven库到nexus
这篇文章主要为大家详细介绍了如何使用Python实现批量上传本地maven库到nexus,文中的示例代码讲解详细,具有一定的借鉴价值,需要的小伙伴可以参考下
2024-01-01
Python实现数字图像处理染色体计数示例
这篇文章主要为大家介绍了Python实现数字图像处理染色体计数示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2022-06-06
Python贪心算法实例小结
这篇文章主要介绍了Python贪心算法,结合三个常见实例分析了贪心算法的原理及解决具体问题的相关使用技巧,需要的朋友可以参考下
2018-04-04
使用Python的OpenCV模块识别滑动验证码的缺口（推荐）
这篇文章主要介绍了使用Python的OpenCV模块识别滑动验证码的缺口,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
2019-05-05
django 连接数据库 sqlite的例子
今天小编就为大家分享一篇django 连接数据库 sqlite的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08
Python使用ftplib实现简易FTP客户端的方法
这篇文章主要介绍了Python使用ftplib实现简易FTP客户端的方法,实例分析了ftplib模块相关设置与使用技巧,需要的朋友可以参考下
2015-06-06
Python实现获取内网IP地址的方法总结
这篇文章主要为大家详细介绍了五种利用Python语言实现获取内网IP地址的方法，文中的示例代码讲解详细，具有一定的参考价值，需要的可以了解一下
2023-03-03