本文共 2336 字,大约阅读时间需要 7 分钟。
import numpy as np# #读取文件ar1=np.loadtxt('data.csv',delimiter=',',usecols=(6),unpack=True)print(ar1)import numpy as np# #读取文件ar1=np.loadtxt('data.csv',delimiter=',',usecols=(6),unpack=True)print(ar1)ar1,ar2=np.loadtxt('data.csv',delimiter=',',usecols=(6,7),unpack=True)print(ar1,ar2)
读取结果:
结果1 [336.1 339.32 345.03 344.32 343.44 346.5 351.88 355.2 358.16 354.54 356.85 359.18 359.9 363.13 358.3 350.56 338.61 342.62 342.88 348.16 353.21 349.31 352.12 359.56 360. 355.36 355.76 352.47 346.67 351.99] 结果2 [336.1 339.32 345.03 344.32 343.44 346.5 351.88 355.2 358.16 354.54 356.85 359.18 359.9 363.13 358.3 350.56 338.61 342.62 342.88 348.16 353.21 349.31 352.12 359.56 360. 355.36 355.76 352.47 346.67 351.99] [21144800. 13473000. 15236800. 9242600. 14064100. 11494200. 17322100. 13608500. 17240800. 33162400. 13127500. 11086200. 10149000. 17184100. 18949000. 29144500. 31162200. 23994700. 17853500. 13572000. 14395400. 16290300. 21521000. 17885200. 16188000. 19504300. 12718000. 16192700. 18138800. 16824200.] 公式: 1.np.average(arr1, weights=arr2 : 成交量加权平均价格计算方法 2.np.mean(price) :计算算术平均值 3.np.max(price) :计算最大值(价格参数) 4.np.min(price) :计算最小值(价格参数) 5.np.ptp(price) :计算数组元素极差 . median(price) :计算中位数 (利用msort函数排序,后取中间数)#中位数ar6=np.median(ar1)print(ar6)ar1.sort()if len(ar1)%2==0: aa=(ar1[len(ar1)//2]+ar1[(len(ar1)//2)-1])/2 print(aa)else: aa=ar1[len(ar1)//2] print(aa)
. var(price) :计算方差 (方差越小表示越稳定)
年波动率等于对数收益率的标准差除以其均值,再除以交易日 倒数的平方根,通常交易日取252天。 月波动率等于对数收益率的标准差除以其均值,再除以交易月 倒数的平方根,交易月为12月。 8.returns = np.diff( arr ) / arr[ : -1] :计算简单收益率:相邻两天的差异除以前一天的价格 8.1 .np.std(returns) :计算标准差 8.2.logreturns = np.diff( np.log© ) :计算对数收益率 8.3.posretindices = np.where(returns > 0) :获取收益率为正值的(where函数根据指定的条件返回所有满足条件的数组元素的 索引值。) 8.4计算年波动率: annual_volatility = np.std(logreturns)/np.mean(logreturns) annual_volatility = annual_volatility / np.sqrt(1./252.) print annual_volatility计算股票收益率、年波动率及月波动率代码如下:
. prod(price) :求阶乘 (参数:数组)
. cumprod(price) :计算数组元素的累积乘积 11.price. clip(num1,num2) :利用clip ()函数计算:将所有比给定最大值还大的元 素全部设为给定的最大值,而所有比给定最小值还小的元 素全部设为给定的最小值 12.price. compress(条件) :—利用compres ()函数计算:返回一个根据给定条件 筛选后的数组 13.np.sum(数组名称) :求和 14.、np. strptime(‘指定日期’,’格式字符串’) datetime1 = datetime.strptime(‘2017-12-31T10:53:49.875Z’, “%Y-%m%dT%H:%M:%S.%fZ”) 15.data1=datetime1.date() :获取date类型 16.print(data1.weekday()) :获取星期几 示例:转载地址:http://fywzi.baihongyu.com/