（一）給出這些指標(biāo)的基本定義
我們先對數(shù)據(jù)基礎(chǔ)指標(biāo)的各個名詞做個解釋放刨，其實(shí)我壓根不懂這些名詞啥意思。
給出百度百科的鏈接：http://baike.baidu.com/item/%E8%82%A1%E7%A5%A8%E5%85%A5%E9%97%A8%E5%9F%BA%E7%A1%80%E7%9F%A5%E8%AF%86
開盤價：以競價階段第一筆交易價格為開盤價，如果沒有成交匪凡，以前一日收盤價為開盤價。
收盤價：指每天成交中最后一筆股票的價格箍鼓，也就是收盤價格相赁。
最高價：是指當(dāng)日的成交的價格中的最高價位相寇。有時最高價只有一筆，有時不止一筆钮科。
最低價：是指當(dāng)日成交的價格中的最低價位唤衫，有時最低價只有一筆，有時也不止一筆绵脯。
成交量：指的是當(dāng)日的股價總手?jǐn)?shù)佳励，其中，1手=100股蛆挫。
價格變動：當(dāng)日股票開盤價與收盤價之間的差值赃承，計(jì)算公式：價格變動=收盤價-開盤價。
漲跌幅：是對漲跌幅的描述悴侵，用%表示楣导，漲跌幅=漲跌值/昨收盤*100%。當(dāng)前交易日最新成交價與前一天收盤價相比較產(chǎn)生的數(shù)值畜挨，這個數(shù)字一般用百分比表示。
5日均價：5天股票成交價格或指數(shù)的平均值噩凹。
10日均價巴元、20日均價與此類似，不再贅述驮宴。
5日均量：5日股票成交量的平均線逮刨。
10日均量、20日均量與此類似堵泽，不再贅述修己。
換手率：Turnover Rate，“換手率”也叫“周轉(zhuǎn)率”迎罗，指的是在一定時間內(nèi)市場中股票轉(zhuǎn)手買賣的頻率睬愤，是反映股票流通性強(qiáng)弱的指標(biāo)之一。
國際計(jì)算公式：成交量/發(fā)行總股數(shù)*100%
中國計(jì)算公式：成交量/流通總股數(shù)*100%
（二）給出自己對給出的股票的分析和解讀
利用python來處理數(shù)據(jù)
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
%config InlineBackend.figure_format = 'retina'
%pylab inline
#設(shè)置圖形大小
plt.rc('figure',figsize=(9, 4))
Populating the interactive namespace from numpy and matplotlib
stockdata=pd.read_table("stockData.txt",parse_dates=True)
stockdata.head()
我們觀察上面導(dǎo)進(jìn)來的原始數(shù)據(jù)發(fā)現(xiàn)纹安，dataframe有29列尤辱，后面的還有大部分缺失值。
所以要做以處理厢岂。parse_dates=[0]將第一列的字符串?dāng)?shù)據(jù)轉(zhuǎn)換為時間格式的數(shù)據(jù)
#usecols=range(15)先導(dǎo)入文件觀察dataframe發(fā)現(xiàn)只需要前15列光督，限制導(dǎo)入前15列
#parse_dates=[0]是對dataframe的第一列的數(shù)據(jù)解析為時間格式
stockdata=pd.read_table("stockData.txt",usecols=range(15),parse_dates=[0])
stockdata.head()
#在繪圖的時候發(fā)現(xiàn)了，KeyError: 'open'塔粒，不知道咋回事兒结借，看了大家的文章才知道。Rename column '? ? open' to 'open'
#我們來看看列名中出現(xiàn)了啥問題
stockdata.columns
我們發(fā)現(xiàn)列名有一個opne前面空了幾個字符卒茬。
#對列名重新賦值
stockdata.columns=['date', 'open', 'high', 'close', 'low', 'volume', 'price_change',
'p_change', 'ma5', 'ma10', 'ma20', 'v_ma5', 'v_ma10', 'v_ma20','turnover']
label_1=plt.plot(stockdata['date'],stockdata['open'],color='red',label='open')
label_2=plt.plot(stockdata['date'],stockdata['high'],color='blue',label='high')
label_3=plt.plot(stockdata['date'],stockdata['close'],color='yellow',label='close')
label_4=plt.plot(stockdata['date'],stockdata['low'],color='green',label='low')
plt.ylabel('Price')
plt.xlabel('Date')
plt.title('Price in Jan 2015')
#為了防止橫坐標(biāo)的日期發(fā)生重疊船老，我們讓他旋轉(zhuǎn)
plt.xticks(rotation=70)
通過繪制的圖形可以看出咖熟，開盤價，收盤價努隙，最高價球恤，最低價的趨勢大抵上相同。
label_5=plt.plot(stockdata['date'],stockdata['price_change'],color='red')
plt.ylabel('Price_chage')
plt.xlabel('Date')
plt.title('Price_chage in Jan 2015')
plt.xticks(rotation=70)
label_6=plt.plot(stockdata['date'],stockdata['p_change'],color='black')
plt.ylabel('P_change')
plt.xlabel('Date')
plt.title('p_change in Jan 2015')
plt.xticks(rotation=70)
比較價格波動和漲跌幅發(fā)現(xiàn)他們基本一致荸镊。
label_7=plt.plot(stockdata['date'],stockdata['ma5'],color='orange')
label_8=plt.plot(stockdata['date'],stockdata['ma10'],color='brown')
label_9=plt.plot(stockdata['date'],stockdata['ma20'],color='purple')
plt.ylabel('P_change')
plt.xlabel('Date')
plt.title('ma5,ma10,ma20 in Jan 2015')
plt.xticks(rotation=70)
時間太短咽斧，認(rèn)為5日價格平均每月參考價值。20日的價格變化基本波動不大躬存。
label_10=plt.plot(stockdata['date'],stockdata['v_ma5'],color='cyan')
label_11=plt.plot(stockdata['date'],stockdata['v_ma10'],color='pink')
label_12=plt.plot(stockdata['date'],stockdata['v_ma20'],color='grey')
plt.xlabel('P_change')
plt.ylabel('Date')
plt.title('v_ma5,v_ma10,v_ma20 in Jan 2015')
plt.xticks(rotation=70)
#顏色直接不夠用张惹，使用茶色
label_13=plt.plot(stockdata['date'],stockdata['turnover'],color='tan')
plt.xlabel('turnover')
plt.ylabel('Date')
plt.title('turnover in Jan 2015')
plt.xticks(rotation=70)
通過一個月的數(shù)據(jù)并不能有效的預(yù)測反映出股票的一些變化。
給出所有代碼：
