本文为原创文章，未经本人允许，禁止转载。转载请注明出处。
1.叙述性统计与推论性统计
叙述性统计：
- 有系统的归纳数据，了解数据的轮廓。
- 对数据样本做叙述性陈述，例如：平均数、标准偏差、计次频率、百分比。
- 对数据资料的图像化处理，将数据摘要变为图表。
推论性统计：
- 资料模型的构建。
- 从样本推论整体资料的概况。
- 相关、回归、单因子变异数、因素分析。
2.使用pandas产生叙述性统计
pandas提供了一个专门从财经网站获取金融数据的API接口，封装在pandas_datareader中。我们用这个API来获取用于统计的数据：
1
2
3
4
import pandas_datareader
df = pandas_datareader.data.DataReader('BABA', data_source='yahoo')
print(df.tail())
pandas_datareader的用法见本文第3部分。
2.1.简易统计
1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 算出总和
df['Close'].sum()
# 算出平均
df['Close'].mean()
# 算出标准差
df['Close'].std()
# 取得最小值
df['Close'].min()
df[['Open', 'Close']].min()
# 取得最大值
df['Close'].max()
df[['Open', 'Close']].max()
# 取得笔数
df['Close'].count()
1
2
# 取得整体叙述性统计
df.describe()
2.2.基本计算
1
2
3
4
5
6
7
8
# 计算当日涨跌
df['diff'] = df['Close'] - df['Open']
df['rise'] = df['diff'] > 0
df['fall'] = df['diff'] < 0
# 计算涨跌次数
df[['rise', 'fall']].sum()
# 计算当月涨跌次数
df.loc[df.index >= '2017-04-01', ['rise', 'fall']].sum()#这里只能用.loc，不能用.iloc
df.index：
index的格式为datetime。
1
2
# 根据年月统计涨跌次数
df.groupby([df.index.year, df.index.month])['rise', 'fall'].sum()
groupby的用法见链接。
1
2
# 计算每日报酬
df['ret'] = df['Close'].pct_change(1)
pct_change的用法见本文第4部分。
3.pandas_datareader.data.DataReader
1
2
3
4
5
6
7
8
9
10
def DataReader(
name,
data_source=None,
start=None,
end=None,
retry_count=3,
pause=0.1,
session=None,
api_key=None,
)
参数讲解：
name：股票名称。data_source：数据来源。start：起始时间。end：终止时间。retry_count：如果获取数据失败，则尝试重新获取的次数。pause：尝试重新获取数据的时间间隔。session：requests.sessions.Session instance to be used。api_key：specify an API key for certain data sources。
4.pct_change
pandas中DataFrame的pct_change用于计算当前元素与先前元素相差的百分比。
1
def pct_change(self, periods=1,fill_method='pad', limit=None, freq=None,**kwargs)
periods=n：表示当前元素与先前第n个元素相差的百分比。fill_method：缺失值的填补方式，默认为pad方式。limit：填补连续缺失值的个数限制。freq：DateOffset, timedelta, or offset alias string, optional. Increment to use from time series API (e.g. ‘M’ or BDay())。**kwargs：Additional keyword arguments are passed intoDataFrame.shiftorSeries.shift。
👉例子一：
1
s = pd.Series([90, 91, 85])
s.pct_change()为：
s.pct_change(periods=2)为：
👉例子二：
1
s = pd.Series([90, 91, None, 85])
s.pct_change(fill_method='ffill')为：
👉例子三：
1
2
3
4
5
df = pd.DataFrame({
'FR': [4.0405, 4.0963, 4.3149],
'GR': [1.7246, 1.7482, 1.8519],
'IT': [804.74, 810.01, 860.13]},
index=['1980-01-01', '1980-02-01', '1980-03-01'])
df.pct_change()为：
df.pct_change(axis='columns')为：
