python数据分析实战之阿里巴巴股票行情分析

1、明确需求和目的

• 分析阿里巴巴近三年的股票数据，看看涨跌情况如何。
• 制定股票交易策略，分析盈利情况。

2、数据收集

• 数据来源于阿里巴巴股票历史数据网站：https://www.nasdaq.com/symbol/baba/historical

• 原始数据为阿里巴巴近五年的股票交易数据，截止到2020年5月1日，数据格式如下所示，包含基本的日期、开盘价、收盘价等信息：
  

3、数据预处理

3.1 加载相关库和数据集

• 使用的库主要有：pandas、matplotlib、mpl_finance
• 使用的数据集：阿里巴巴近五年股票数据集（“BABA_stock.csv”）

import pandas as pd
import matplotlib.pyplot as plt
import mpl_finance as mpf
import warnings

plt.rcParams["font.family"] = "SimHei"     # 设置可以显示中文字体
plt.rcParams["axes.unicode_minus"] = False
warnings.filterwarnings("ignore")          # 忽略警告信息  

data = pd.read_csv("BABA_stock.csv")    # 加载数据集

3.2 数据概览

print(data.info())             # 展示data的概览信息 
print(data.describe())         # 展示data 数值类型字段的统计信息 
print(data.sample(5))         # 随机抽样5条数据
-------------------------------------------
          date     close    volume      open      high       low
987   05/31/2016      $82   77980590      $81    $82.03    $80.20 
1159  09/23/2015      $60   22643800   $61.96    $62.30    $59.68 
440   08/01/2018  $185.27   14361340     $186   $189.06   $183.96 
624   11/06/2017  $187.84   19834840  $184.07   $188.25      $184 
886   10/21/2016  $103.94    7356226  $103.70   $103.94   $102.75 

从上面的结果可以看出，数据包含近五年的数据，且价格相关的数据包含 "$"符号。我们只需要近三年的数据，而且数据类型应为数值型，所以需要进行简单处理。

3.3 数据格式处理

首先对日期进行一下转换，变成 "Y-m-d"格式：

data["date"] = pd.to_datetime(data["date"])  # 将转换日期格式

对有"$"符号的数据进行数据转换：

column_list = ["close", "open","high","low"]
for column in column_list:
    data[column] = data[column].str.lstrip("$").astype("float")

将日期变成索引，并按照日期升序排序（目前是降序排列）：

data.set_index("date", drop=False, inplace=True)
data.sort_index(inplace=True)

只取近三年数据，即日期大于"2017-05-01"：

data = data[data["date"]>"2017-05-01"]

再进行一下数据概览：

print(data.head())
----------<