之前我分享了以蜡烛类型数据格式可视化每日定价的方法,这里我将介绍如何以时间序列数据格式可视化股票投资组合集合。
目录:使用 Python 进行股票投资组合表现趋势可视化
- Python 包:matplotlib、yfinance
- 所需数据集:日期时间、股票代码的具体定价数据集
- 插入每个股票收盘价数据以进行绘图
- 用于可视化股票投资组合表现趋势的完整 Python 脚本
- 数据科学与机器学习 Coursera 课程推荐
Python 包:matplotlib、yfinance、pandas-datareader
Pip install finance
Pip install pandas-datareader
Pip install matplotlib
from pandas_datareader import data as pdr
import matplotlib . pyplot as plt
import yfinance as yf
所需数据集:日期时间、股票代码的具体定价数据集
除了股票每日定价可视化章节之外,我们还需要实现fix-yahoo-finance 库来替换 pandas 中损坏的 yahoo-finance
yf.pdr_override()
与单个股票代码不同,投资组合股票代码需要获取每个股票代码的定价数据集。从我个人的角度来看,添加安全指数定价以及添加锚定点都是很棒的。这里我添加了纳斯达克,因为我的投资组合股票代码全部来自纳斯达克。
dataA = pdr . get_data_yahoo ( 'NDAQ' , startDate , endDate )
dataB = pdr . get_data_yahoo ( 'TSLA' , startDate , endDate )
dataC = pdr . get_data_yahoo ( 'AMZN' , startDate , endDate )
dataD = pdr . get_data_yahoo ( 'AAPL' , startDate , endDate )
插入每个股票收盘价数据以进行绘图
由于每个股票的比例不同,因此需要将其标准化为100,然后插入每个股票的收盘价数据进行绘图。
ax = ( dataA ['Close'] / dataA ['Close']. iloc [ 0 ] * 100 ).plot( figsize =( 15 , 6 ))
( dataB ['Close'] / dataB ['Close']. iloc [ 0 ] * 100 ).plot( ax = ax , figsize =( 15 , 6 ))
plt . legend ([ 'NASDA. Q' , 'Tesla' , 'Amazon' , 'Apple' ], loc = 'upper left' )
plt . show ()
用于可视化股票定价和交易量的完整 Python 脚本
如果您对使用 Python、matplotlib 进行股票投资组合趋势可视化感兴趣,请添加消息“股票投资组合趋势可视化”来订阅我们的新闻通讯。我们会立即将脚本发送到您的邮箱。
我希望您喜欢阅读使用 Python、matplotlib 进行股票投资组合趋势可视化。如果您这样做了,请通过执行下列操作之一来支持我们,因为这总是对我们的频道有所帮助。
- 通过 PayPal ( paypal.me/Easy2digital ) 支持并捐赠我们的频道
- 订阅我的频道并打开通知铃Easy2Digital Youtube 频道。
- 关注并喜欢我的页面Easy2Digital Facebook 页面
- 使用主题标签 #easy2digital 在您的社交网络上分享文章
- 您订阅我们的每周通讯即可接收 Easy2Digital 最新文章、视频和折扣代码
- 通过 Patreon 订阅我们的月度会员即可享受独家优惠 ( www.patreon.com/louisludigital )