简单量化短期的商品情绪

文章通过Python编程和WindPy接口,展示了如何计算过去20个交易日的累计涨跌幅,并利用分位数来量化市场情绪。例如,在黄金市场,当20日涨跌幅达到0.95以上的分位数时,可能预示着短期回调压力。这种方法可帮助投资者理解市场预期和风险规避行为。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有时候,市场的情绪会演绎到比较夸张的位置,其实很简单的指标就可以量化,比如过去20个交易日的累计涨跌幅,同时计算过去滚动涨跌幅的分位数就大致可以判断市场情绪。

import datetime

from WindPy import w
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
# 启动Wind开放接口
w.start()

def s_plot(code, start_date):
    # 获取沪深300指数上市以来的行情数据
    wind_df = w.wsd(code, "close", start_date, datetime.date.today().strftime("%Y-%m-%d"))
    tpd_df = pd.DataFrame(wind_df.Data[0], columns=['close'])
    tpd_df.index = wind_df.Times
    tpd_df['shift_close'] = tpd_df['close'].shift(1)
    tpd_df['daily_return'] = tpd_df['close'] / tpd_df['shift_close'] - 1
    rolling_20day_return = tpd_df['daily_return'].rolling(20).apply(lambda x:(x+1).prod())
    analysis_df = pd.DataFrame(rolling_20day_return)
    analysis_df['0.025_bot'] = analysis_df['daily_return'].quantile(0.0255)
评论 1
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

打赏作者

钱塘小甲子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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