大盘很可能还有一次突破1300点的行情(20期)

本文分析了近期大盘走势,认为虽然做多动力不足,但有望再次突破1300点。建议关注消费类质优股,特别是伊力特。同时,文章记录了具体的股票买卖操作。

大盘很可能还有一次突破1300点的行情(20)

2006-2-24,近来大盘能够站稳,真有点出我意外。不过,做多动力仍然不足。如果钢铁股能够接过中石化的大旗,大盘再来一波上涨也不是不可能。出于对大盘的忧虑,操作宜谨慎。考虑买入价值低估的消费类质优股,重点考虑伊力特。

时间

证券号

买入价

股数

卖出时间

卖出价

051209

600020

5.95

1900

 060216

 6.53

051223

600500

4.07

1100

 060216

4.27

060104

 000063

29.78

200

 

 

060215

000937

6.18

1600

 

 

 

好的,为了实现股票分析和大盘行情分析,我们需要用到一些Python库,比如pandas、numpy、matplotlib等。以下是一个简单的股票分析及大盘行情分析的程序: ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt import datetime as dt import pandas_datareader.data as web # 设置开始和结束日 start = dt.datetime(2019, 1, 1) end = dt.datetime.now() # 用pandas_datareader获取股票数据 df = web.DataReader('AAPL', 'yahoo', start, end) # 计算移动平均线 ma_day = [10, 20, 50] for ma in ma_day: column_name = "MA %s days" % (str(ma)) df[column_name] = df['Adj Close'].rolling(window=ma).mean() # 计算股票收益率 df['Daily Return'] = df['Adj Close'].pct_change() # 计算大盘指数收益率 spy_etf = web.DataReader('SPY', 'yahoo', start, end)['Adj Close'] spy_etf_rets = spy_etf.pct_change() # 绘制股票走势图和移动平均线 fig = plt.figure(figsize=(12, 8)) ax1 = fig.add_subplot(211) ax1.plot(df.index, df['Adj Close']) ax1.plot(df.index, df['MA 10 days']) ax1.plot(df.index, df['MA 20 days']) ax1.plot(df.index, df['MA 50 days']) ax1.set_title('AAPL Adj. Close Price and Moving Averages') ax1.set_ylabel('Price') # 绘制收益率直方图 ax2 = fig.add_subplot(212) ax2.hist(df['Daily Return'].dropna(), bins=100) ax2.set_title('AAPL Daily Return Histogram') ax2.set_xlabel('Daily Return') ax2.set_ylabel('Frequency') plt.tight_layout() plt.show() # 绘制大盘指数与股票收益率散图 fig = plt.figure(figsize=(12, 8)) plt.scatter(spy_etf_rets, df['Daily Return'].dropna()) plt.xlabel('SPY ETF Returns') plt.ylabel('AAPL Returns') plt.show() ``` 这个程序可以分析苹果公司的股票,计算移动平均线、股票收益率和大盘指数收益率,并绘制股票走势图、移动平均线图、收益率直方图和大盘指数与股票收益率散图。你可以根据自己的需求更改代码来分析不同的股票和时间段。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值