|
“我天天研究股票，为了股票，连女票都分手了，为什么还是亏了个底朝天？”
朋友大雄向我诉苦，这小子沉迷炒股两三年，自称股神，最近却接连亏光了毕业以来的全部工资，连准备爹妈给的结婚本钱都搭上了，已经谈婚论嫁的女友也离他而去。
我说：“炒股票本质上是炒信息，你获取和处理信息的能力比别人强才能战胜市场，你平时研究的那些扯淡东西能有用吗？”
大雄很委屈：“我天天盯盘看股票，一有空就研究各种信息，可还是止不住亏损啊”
我仔细一了解，才知道他所谓的研究信息就是肉眼看股价高低，外加网上各种“砖家”、“叫兽”的言论，在这个流言满天飞的年代，听他们炒股不亏才有鬼呢！ 我对他说：“靠人眼盯盘能分析几个数据？现在是大数据时代，别人都用程序化自动分析数据啦！不光分析数据，还能帮你自动制定交易策略呢！”
要说最流行的信息分析工具，要是Python第二，就没人敢说第一。Python是编程语言，有些人一听到编程就下意识觉得难，其实Python极其简单易学，拥有简明的语法和近乎无所不能的第三方库，可以说任何一个有高中文化的人都能在几周内完全学会Python！ 学Python，关键是要找到正确的学习方法！ 这里就不得不提到一本书，它就是《Python3数据分析与机器学习实战》不仅透彻讲解了最新的Python3语法，更是用丰富的实战实例手把手教你，还附送18小时教学视频！ 下面，就请大家跟随我一起，用这本书中讲解的方法，分析股市的市盈率（PE）指标。 1、要使用Python分析数据，首先要找到可靠的交易数据来源，这时候Python库Scrapy就派上用场了。 Scrapy是一个强大、快速、高层次的web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。 我们先随便登陆一家证券网站，可以看到上面可以实时更新各种股票数据，但是很可惜，这些数据只是在网页上，一个个人工点击实在效率太低。 而Scrapy就是如此的神奇，只需要几行代码，它就可以自动地获取网上数据，并且以任意形式保存和处理，这里我们以CSV格式为例。 获取了数据，接下来就该进行分析了，这里以市盈率为例，我们需要一个强大的第三方库。同样地，我们在这本书中找到了答案，那就是Pandas！ 2、Pandas是一个强大的数据分析包，可以给我们提供快速便捷地处理数据的函数和方法。 为了便于研究，我们选取了2016年12月30日这一天作为基准点，选取了当日市盈率最高和最低的100支股票作为样本，为了排除像一些妖股的干扰，我排除掉了市盈率最高和最低的10支股票，也就是说只选取市盈率第11-110名和倒数11-110名的股票。 测算了一下他们2016年12月30日这一天的平均市盈率，高市盈率股票平均市盈率高达656，而低市盈率组的平均市盈率只有13，相差50倍，对比可谓十分悬殊。 3、数据有了，想要变成直观的图表怎么办？作为第三方库，Pyecharts可以用几行代码生成各种炫酷、精美的图表！ 可以看到高市盈率股票平均市盈率高达656，而低市盈率组的平均市盈率只有13，相差50倍，对比可谓十分悬殊。 那么高市盈率组和低市盈率组的股票们在后市表现如何呢？为了直观表示，我们设定指数，高市值组叫做“高市值100指数”，低市值组叫做“低市值100指数”，并且都将2016年12月30日这一天的指数设定为100点。作为对比，将上证指数（000001）也加入作为对比，同样加入系数使三大指数从同一个起点出发，得到下图。 说实话，在得到最终结果之前，我对结果并不太乐观，毕竟股市受影响的因素太多，但是最后结果却出乎我的意料，一切豁然开朗，低市盈率100指数走势最强，几乎在每一个时段都强于大盘，高市盈率指数走势最弱，上证指数在中间，三者泾渭分明，甚至中间都没有任何交叉！ 其中上证指数从3103点到2723点，下跌12.2%。而低市盈率100指数从100点到100.6点，甚至还微涨！高市盈率100指数则比较惨，100点只剩下67.28点。 看到了没，用Python分析股票竟然如此灵活便利，这里只是分析了市盈率，只要掌握了Python这个武器，想分析什么指标就分析什么指标，你甚至可以根据指标制定策略实现自动交易，这就是所谓量化交易，深入进去，这里面又是一片广阔天地啦。 在金融领域之外，Python还有着极其广阔的应用，你可以用Python买到去哪儿网上的廉价机票，可以在猫眼上分析最新电影的票房数据，可以在微博上实时监测舆情，最关键的是，由于Python的无所不能，精通Python的复合型人才已经成为各大公司最炙手可热的香饽饽，月薪两三万元不是梦。 而这一切就在《Python3数据分析与机器学习实战》这本书中。 我的朋友大雄已经天天抱着啃这本书了，你呢？ 以上内容选自《Python3数据分析与机器学习实战》。想要了解更多的数据分析与机器学习实践的相关知识可以点击购买链接来订购哦。 福利来了 福利1 当当页面结算时，输入优惠码U8M79O可以满100-20，推荐几本特别特别经典的好书给大家，供大家凑单： 本次小编特意拿出 5 本《Python3数据分析与机器学习实战》作为福利赠送给关注Python那些事的小伙伴们，特别感谢北京大学出版社的赞助与支持。 赠书规则： 1、大家可以在本文留言区留言评论自己想要某本书的理由或者是评论某项Python技术或者与Python那些事的故事，小编将从留言区选择最受欢迎的3位赠书； 2、我将从本文留言中选择我最喜欢的2个留言，大家可以自由发挥； 由于留言区数目有限，会筛选放出认真有价值的评论。截止日期为9月1日 22:00。 注意：本着公平的原则，刷赞无效，并且永久取消活动资格，欢迎举报！ （完） 看完本文有收获？请转发分享给更多人 关注「Python那些事」，做全栈开发工程师
|
|
|
