教你用Python自制一张好看的指数估值图!这招很好用!

怎样用Python自制好看的指数估值图 对于以定投指数的方式理财的朋友,最需要关注的指标便是各个指数的估值,在指数低估时买入,高估时卖出,那如何制作一张估值图来跟踪指数的估值情况呢?本文就从0到1介绍如何用 Matplotlib 画一张漂亮的指数估值图。 准备数据 首先,准备我们需要的数据,一般来说,经历了一轮牛熊周期的历史估值更具比较意义,所以,这里以上证指数2013年到目前为止的行情数据为例进行演示,同时,采用滚动市盈率为估值指标。数据来源为tushare。 import pandas as pd import numpy as np 阅读详情

对于以定投指数的方式理财的朋友,最需要关注的指标便是各个指数的估值,在指数低估时买入,高估时卖出,那如何制作一张估值图来跟踪指数的估值情况呢?本文就从0到1介绍如何用Matplotlib画一张漂亮的指数估值图。

准备数据

首先,准备我们需要的数据,一般来说,经历了一轮牛熊周期的历史估值更具比较意义,所以,这里以上证指数2013年到目前为止的行情数据为例进行演示,同时,采用滚动市盈率为估值指标。数据来源为tushare。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
from datetime import *
%matplotlib inline
#设置显示中文
plt.rcParams['font.sans-serif'] = 'FangSong'

pro = ts.pro_api()

index_df = pro.index_dailybasic(ts_code = "000001.SH",start_date = "20130101",
                                end_date = "20200311",fields="trade_date,pe_ttm")
index_df.sort_values(by="trade_date",inplace=True)
x = pd.to_datetime(index_df["trade_date"]).values
y = index_df["pe_ttm"].values

根据得到的数据,可以绘制出上证指数市盈率的走势图:

fig,ax = plt.subplots(figsize=(12,8))
ax.plot(x,y)

接

基于Python的指数基金量化投资——指数基金估值榜 前面介绍过《基于Python的指数基金量化投资-通过市盈率和市净率对指数估值》,通过估值来进行指数基金的投资。 当估值百分位为90%-100%的时候,指数处于严重高估状态,可以考虑全仓卖出; 当估值百分位为80%-90%的时候,指数处于高估状态,可以考虑大份额卖出; 当估值百分位为60%-80%的时候,指数处于正常偏高状态,可以考虑小份额卖出; 当估值百分位为40%-60%的时候,指数处于正常状态,可以考虑持有; 当估值百分位为20%-40%的时候,指数处于正常偏低状态,可以考虑小份额定投; 当估值百分位 阅读详情

相关推荐

基于Python的指数基金量化投资 - 通过指数估值榜进行指数投资

前面介绍过针对每一个单独的指数,可以通过市盈率和市净率的计算获得指数的估值百分位,从而进行相应的投资(《基于Python的指数基金量化投资 - 通过市盈率和市净率对指数估值》)。 这里介绍一个可以把所有指数估值信息进行汇总的方式:指数估值榜,这样可以直观的看出所有指数的估值点位,从整体上来进行选择,而不是一个指数一个指数的筛选,更加高效和便捷。 图中标示出了大部分目前的主流指数,纵坐标的单位是0%到100%,然后通过不同的背景颜色对估值高低进行区分,从上到下分为7个颜色区间,从红色过度绿..

SocratesNietzsche的博客 1067

基于Python的指数基金量化投资-通过市盈率和市净率对指数估值

投资指数基金,最简单也最实用的策略就是便宜的时候买入,昂贵的时候卖出,那怎么判断目前指数基金是否便宜?就会通过估值来进行判断,估值包含两个指标,一个是市盈率,另外一个是市净率,通过计算市盈率或者市净率的历史百分位就可以得到指数基金的估值情况,从而根据具体的估值点位来进行投资。 像宽基指数,沪深300、中证500、上证50、中证100等都用市盈率进行估值,而像中证银行和证券公司就要用到市净率进行估值,因为对于金融业来说,货币反而是产品,通过市盈率进行估值就会失真,所以需要用市净率。 下面通过创..

SocratesNietzsche的博客 2699

pe估值 python_指数估值篇(二)

实盘记录指数估值构建过程两天前写了篇文章,没看过得看一下《指数估值篇(一)》,实际上我在《和股债差有关的一些事》一文中,已经做出图来了,只是数据范围选的有点儿短,最近一直没有画图的的原因:1、我觉得自己算的不对2、我计算出来的数据和E大的数据不一致3、E大的估值系统是黑盒,我逆向不出来我一直困在我不对,我算不出来的原点中,但是没有行动,后来觉得,无论自己算出来的数值,对不对,好不好,那也...

weixin_39559523的博客 1868

基于Python的指数基金量化投资——估值数据的直接获取

基于Python的指数基金量化投资 -估值数据的直接获取 在判断个股或者指数的买点通常是通过个股或者指数的市盈率和市净率来进行锚定的,所以市盈率和市净率这两个数据非常的重要。 在baostock上提供了直接获取个股估值的数据接口 该接口可以获得按时间区间定义的数据,包含: Date:交易信息 Code:证券代码 Close:收盘价 peTTM:滚动市盈率 psTTM:滚动市销率 pcfNcfTTM:滚动市现率 pbMRQ:市净率 但是该接口目前只能获取个股的估值信息,指数的估值信息是没有的,可以参看《指

SocratesNietzsche的博客 2066

用python的tushare模块分析股票案例(python3经典编程案例)

Tushare 是一个免费、开源的 Python 财经数据接口库,提供了丰富的股票、基金、期货等金融数据。通过 Tushare,我们可以方便地获取股票数据并进行简单的分析。以下是一个使用 Tushare 分析股票的案例。

数据知道的博客 3万+

Automated-Fundamental-Analysis:Python程序,根据相对于公司所在行业的估值,盈利能力,增长和价格绩效指标,将股票评级为100。

通过Python进行自动基础分析 这个python程序会根据相对于行业的估值,盈利能力,增长和价格绩效指标对100种股票进行评级。 查看文件S&P500StockRatings.csv和MidCap+2BStockRatings作为输出示例 评分标准 此程序中使用的评分系统基于特定扇区的特定指标的值的正态分布。 例如,如果要对技术部门股票的净利润进行评级,请查看技术部门所有股票的净利润率,并根据价值分布的百分比对股票的净利润率进行评级。 在下图中,我们看到技术行业股票的平均净利润率为1.8%,而第90个百分位数为16.45%。 程序中使用的评分系统在除去异常值后采用一组值的标准偏差,然后将该数字除以3,该值由图中所示的“更改”值表示,等于4.68。 这是用于对每种股票的每个指标进行分级的值。 下图准确显示了每个指标的分级方式,其中图中的每个条形代表“更改”值的1增量。 根据此数字和“

MobaXterm详细使用教程

当然MobaXterm的功能远不止这些,但这些是最基本,最常用的,因此先拿出来讲。点击确定后,输入密码(输入密码时并不会显示,只管输入后按确定即可,第一次登陆成功后会提示保存密码,一般选择同意),就可以连接上虚拟机了。(2) 我们可以直接apt-get安装vim等常用功能(或者官网下载插件),实现在windows下模拟linux环境,这样就可以使用vi命令准备INCAR文件,也可以使用Gnuplot进行绘图。支持 Unix 命令(bash,ls,cat,sed,grep,awk,rsync,…

博客 4万+

【OpenCV3】cv::compare()使用详解

cv::compare()主要用于两个图像之间进行逐像素的比较,并输出比较的结果。具体用法如下: cv::compare() bool cv::compare( cv::InputArray src1, // 输入数组1 cv::InputArray src2, // 输入数组2 cv::OutputArray dst, // 输出数组 int cmpop // 比较操作子,见下表 ...

guduruyu的专栏 9759

Unity 工具 之 Natcorder 插件实现录频、拍照jpg、生成Gif动图功能(适用移动端)

Unity 工具 之 插件实现录频、拍照jpg、生成Gif动图功能(适用移动端) 目录 Unity 工具 之 插件实现录频、拍照jpg、生成Gif动图功能(适用移动端) 一、简单介绍 二、插件导入使用 三、几个 Demo 演示效果 四、关键代码 五、下载地址 一、简单介绍 Unity 工具类,自己整理的一些游戏开发可能用到的模块,单独独立使用,方便游戏开发。 本节介绍,使用Unity插件,进行屏幕录制,生成图片,gif 动图,以及mp4文件等;能录制场景,也能录制摄像头,多功能录

仙魁XAN 7557

微信商家转账报错“当前使用用户过多,请稍后重新确认收款”解决方案

当前使用用户过多,请稍后重新确认收款”这个错误,其实就是典型的参数误处理导致的假报错。记住一句话就行👇JSAPI 场景下的package参数不要做 UrlEncode。如果你也遇到这个问题,希望这篇文章能帮你少踩一个坑。

代码简单说 Vue、JAVA、PHP、Node.js 熟练运用,接口、架构、性能全搞定。 784

【保姆级教程】基于UNet++&MobileNetv2的语义分割模型从训练到RK3588部署:让边缘AI落地效率提升300%

通过SMP库一键构建encoder_name="mobilenet_v2", # 选择MobileNetv2作为骨干encoder_weights="imagenet", # 加载预训练权重加速收敛in_channels=3, # 输入图像通道数(RGB)classes=29, # Cityscapes数据集类别数activation=None # 输出无激活,便于后续损失计算本教程从“模型设计-训练-转换-边缘部署”全链路拆解了。

FJN110的博客 210

21、使用 FastHenry 进行片上电感器的模拟与参数预测

本文介绍了使用 FastHenry 对片上电感器进行模拟和参数预测的方法。讨论了 FastHenry 的适用场景、线圈几何形状的选择与离散化方法,以及如何考虑模拟中的寄生效应。同时对比了 FastHenry 和 Magnet 在不同基板电阻率下的模拟精度,并提出了优化电感器设计的策略,为高效准确地预测电感参数提供了技术指导。

y9z0a1b的博客 292

YOLOv11改进 | 添加注意力篇 | 一文带你改进GAM、CBAM、CA、ECA等通道注意力机制和多头注意力机制

这篇文章给大家带来的改进机制是一个汇总篇,包含一些简单的注意力机制,本来一直不想发这些内容的(网上教程太多了,发出来增加文章数量也没什么意义),但是群内的读者很多都问我这些机制所以单独出一期视频来汇总一些比较简单的注意力机制添加的方法和使用教程,本文的内容不会过度的去解释原理,更多的是从从代码的使用上和实用的角度出发去写这篇教程。欢迎大家订阅我的专栏一起学习YOLO!YOLOv11改进系列专栏——本专栏持续复习各种顶会内容——科研必备目录一、本文介绍二、GAM2.1 GAM的介绍2.2 GAM的核心代码。

Snu77的博客 5151

基于 STM32 的智慧农业温室控制系统设计与实现

本文提出一种基于 STM32 微控制器的智慧农业温室控制系统设计方案,通过集成多类型环境传感器、执行机构及无线通信模块,实现对温室内温湿度、光照、土壤湿度等参数的实时监测与自动调控。文中详细阐述硬件选型、电路连接及软件实现流程,并附关键代码示例,为智慧农业领域提供低成本、高可靠性的温室控制解决方案。

weixin_42300449的博客 1923

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

上一篇: Python制作在线音乐播放器!专属播放器!
下一篇: Wow~70G上市公司定期报告数据集!
pythonlaodi
博客等级 码龄6年 286粉丝 244原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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