手把手教你如何用Python和數(shù)據(jù)科學(xué)賺錢钾腺？

金融領(lǐng)域或許是數(shù)據(jù)科學(xué)應(yīng)用場景中最充滿想象力的部分垮庐，畢竟它跟財(cái)富結(jié)合地?zé)o比緊密坞琴。

不管是否是經(jīng)濟(jì)達(dá)人剧辐，數(shù)據(jù)科學(xué)都是一種幫你了解一支股票的高效方式荧关。本文作者把數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到金融領(lǐng)域中忍啤，向你展示如何通過數(shù)據(jù)分析的方式馳騁股市，搭建自己的金融模型鳄梅！

讓我們先了解一些基本定義戴尸。

定義和假設(shè)

什么是交易算法孙蒙？

Quantopian定義：

交易算法是一種計(jì)算機(jī)程序，它定義了一套買賣資產(chǎn)的規(guī)則香追。大多數(shù)交易算法基于研究歷史數(shù)據(jù)得出的數(shù)學(xué)或統(tǒng)計(jì)模型來做出決策翅阵。

我們使用什么平臺掷匠？

我使用Anaconda, Jupyter Notebooks, 和 PyCharm實(shí)現(xiàn)Python建模岖圈，使用這些工具非常容易蜂科。但是导匣，你也可以使用Quantopian平臺內(nèi)置內(nèi)核工具贡定，或者甚至可以根據(jù)需要將代碼修改為R或者其他語言。

我使用Mac系統(tǒng)蚓耽，并將全程分享所用的UNIX命令步悠。Windows用戶請自行搜索答案瘫镇！

我們關(guān)注哪些資產(chǎn)铣除？

Apple蘋果（AAPL）是一支很好的股票通孽，因?yàn)槟壳盀橹梗?018年9月）它已經(jīng)是世界上價(jià)值最高的公司背苦，不僅擁有相對穩(wěn)定的股票價(jià)格，而且擁有足夠多與品牌相關(guān)的體量秕噪、新聞和人氣腌巾。

需要提醒：此處涵蓋的原則對于較小的公司股本澈蝙，或不同的行業(yè)等的適用性有所不同灯荧。

環(huán)境搭建

要在本地電腦上獲取Quantopian平臺逗载，請?jiān)诮K端執(zhí)行以下命令：

create conda py35 since that's the newest version that works

conda create -n py35 python=3.5

conda install -c quantopian/label/ci -c quantopian zipline

</pre>

為了確保Quandl正常運(yùn)行厉斟，請根據(jù)賬號創(chuàng)建說明和API文檔加載金融數(shù)據(jù)擦秽。另外漩勤，請保存好你的API key锯七，因?yàn)樾枰玫剿鼇砑虞d所有重要數(shù)據(jù)眉尸。

加載數(shù)據(jù)

讓我們開始使用代碼庫：

import pandas as pd
import numpy as np
import patsy

pd.core.common.is_list_like = pd.api.types.is_list_like
from pandas_datareader import data
import quandl
quandl.ApiConfig.api_key = "##############"

</pre>

現(xiàn)在讓我們來拉取些Apple股票數(shù)據(jù)：

df = quandl.get("WIKI/" + 'AAPL', start_date="2014-01-01")

</pre>

注意觀察這些列霉祸，注意其中一個(gè)名為“分割比例”的列袱蜡。這是一個(gè)非常重要的指標(biāo)坪蚁；它標(biāo)志著股票拆分發(fā)生。在2014年缅茉，Apple決定采用7:1進(jìn)行股票分割男摧，我們可以使用Python 和pandas 來查詢發(fā)生的日期：

len(df)
df['Split Ratio'].value_counts()
df[df['Split Ratio'] == 7.0]

</pre>

我們從而找到了2014-06-09拇颅。讓我們拉取這個(gè)日期后的股票價(jià)格信息：

aapl_split = quandl.get("WIKI/" + 'AAPL', start_date="2014-06-10")
aapl_split.head()

</pre>

順便說一句蔬蕊，我在GitHub上找到了所有財(cái)富500強(qiáng)的股票代碼清單岸夯。如果你想將自己的分析擴(kuò)展到股票集，可以像這樣將它們加載到列表中：

f500 = pd.read_csv('https://raw.githubusercontent.com/datasets/s-and-p-500-companies/master/data/constituents.csv')

tickers = f500.Symbol.tolist()

</pre>

關(guān)鍵統(tǒng)計(jì)數(shù)據(jù)

增廣迪基-福勒檢驗(yàn)(Augmented Dickey-Fuller test),簡稱ADF檢驗(yàn)们妥。

我們需要檢驗(yàn)單位根是否存在猜扮，可以使用ADF測試完成檢驗(yàn)。簡而言之监婶，單位根存在則預(yù)示存在驅(qū)動AAPL的潛在趨勢旅赢，從而我們可以提取模式并用于預(yù)測。

run ADF to determine unit root

import statsmodels.tsa.stattools as ts
cadf = ts.adfuller(aapl_split.Close)

print('Augmented Dickey Fuller:')
print('Test Statistic =',cadf[0])
print('p-value =',cadf[1])
print('Critical Values =',cadf[4])

Augmented Dickey Fuller:
Test Statistic = -0.731194982176
p-value = 0.838503045276
Critical Values = {‘1%’: -3.4372231474483499, ‘5%’: -2.8645743628401763, ‘10%’: -2.5683856650361054}

</pre>

我們將上面的測試統(tǒng)計(jì)值與臨界值進(jìn)行比較惑惶；如果它低于我們選擇的閾值煮盼，則拒絕存在單位根的零假設(shè)带污。正如你所見僵控，p-value比較大，所以我們必須接受原假設(shè)(Ho)：即AAPL存在單位根鱼冀。這個(gè)結(jié)果很好报破，因?yàn)槲覀兛梢岳脻撛诘内厔莺湍Ｊ竭M(jìn)行預(yù)測。

與其他股票的相關(guān)性

Apple被認(rèn)為是一個(gè)巨頭技術(shù)品牌千绪。假如我們能夠計(jì)算與其他股票的強(qiáng)相關(guān)性會怎么樣充易？

請注意相關(guān)性并不意味著因果關(guān)系，并且可能存在著哪個(gè)股票是先行者的問題荸型，但是模式和關(guān)系對于提高模型性能總是一件好事盹靴。

我建議你查看三支股票，以及AAPL如何與它們關(guān)聯(lián)：

微軟Microsoft (MSFT)
因特爾Intel (INTC)
蒂芙尼Tiffany & Co. (TIF)

import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

MSFT = quandl.get("WIKI/" + 'MSFT', start_date="2014-06-10")
INTC = quandl.get("WIKI/" + 'INTC', start_date="2014-06-10")
TIF = quandl.get("WIKI/" + 'TIF', start_date="2014-06-10")

</pre>

時(shí)間緣故，我們在這里只關(guān)注Intel數(shù)據(jù)稿静；讓我們繪制AAPL與INTC的收盤價(jià)：

sns.jointplot(INTC.Close, aapl_split.Close, kind="reg");

</pre>

image

Intel vs. Apple

我們還可以看看相關(guān)值數(shù)據(jù)( correlation value )：

np.corrcoef(INTC.Close, aapl_split.Close)

</pre>

我們注意到r-value為0.7434梭冠；就預(yù)測來說不錯(cuò)，但我們需要記住一個(gè)重要的事實(shí)：如果我們知道INTC的收盤價(jià)自赔，我們也可以看查AAPL的收盤價(jià)妈嘹。所以讓我們查看下INTC七天前的收盤價(jià)的相關(guān)性柳琢，來獲得更可行的指標(biāo)：

seven day lead

np.corrcoef(INTC.Close[:-7], aapl_split.Close[7:])

</pre>

這次我們得到r-value為0.7332绍妨；還是很不錯(cuò)的！

谷歌趨勢（Google Trends）

我們可以比較Twitter和其他社交網(wǎng)絡(luò)人氣數(shù)據(jù)如何影響股價(jià)〖砹常現(xiàn)在讓我們看看Google Trends是否與AAPL相關(guān)他去。請確保為指定時(shí)間范圍，或使用此鏈接（https://trends.google.com/trends/explore?date=2014-06-10%202018-04-02&q=%2Fm%2F0k8z）來進(jìn)行準(zhǔn)確搜索（注意我在四月多添加了幾天來處理半周問題）倒堕，然后將CSV加載到Python中：

Google Trends

aapl_trends = pd.read_csv('/Users/jb/Desktop/multiTimeline.csv', header=1)

aapl_trends.tail()

</pre>

注意每周的數(shù)據(jù)格式灾测，因此我們需要使用 pandas.resample() 轉(zhuǎn)換我們的股票價(jià)格數(shù)據(jù)集：

API鏈接：

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.resample.html

aapl_split_week = aapl_split.resample('W', convention='end').last()

</pre>

現(xiàn)在讓我們檢查相關(guān)性并繪制給定周的Google搜索請求數(shù)據(jù)總和圖表，以及該周最后一個(gè)工作日的收盤價(jià)格：

trend and price corr

np.corrcoef(aapl_trends['Apple: (Worldwide)'], aapl_split_week.Close)

</pre>

哎呀垦巴！我們得到了一個(gè)微不足道的0.0454媳搪，這個(gè)數(shù)據(jù)有些道理，我們可以想一下：AAPL相關(guān)的新聞/活動/閑談并不是影響股票價(jià)格的積極因素骤宣。像人氣這種對其有重要影響應(yīng)該能提供更強(qiáng)的信號秦爆，但我們在下次再做討論。

結(jié)語

我們只是淺顯的討論了下部分EDA（ Exploratory Data Analysis）可以做的金融分析憔披，但是在下一篇文章中等限，我們將過渡到建立預(yù)測模型并通過高級軟件包來為我們實(shí)現(xiàn)繁重的工作。

我們希望這篇文章對你有幫助芬膝，并且很樂意在評論中聽到你的意見：

運(yùn)行代碼是否遇到任何問題望门？有時(shí)候環(huán)境和版本會搞砸一切……

你使用什么包和技術(shù)？
那些可視化工具有助于了解股票價(jià)格的變動锰霜？
你認(rèn)為哪些因素會最大化模型預(yù)測效果筹误？

最后，如果你恰好知道一種持續(xù)賺大錢的建模技術(shù)癣缅，請直接告訴我們 ! 如果你們喜歡這個(gè)系列纫事，請持續(xù)關(guān)注大數(shù)據(jù)文摘的后續(xù)文章。

最后的最后所灸，本文提供的信息和隨附材料僅供參考丽惶。本文不應(yīng)被當(dāng)做法律或財(cái)務(wù)建議。你應(yīng)咨詢律師或其他專業(yè)人士來確定什么最適合你的個(gè)人需求爬立。

祝大家賺錢開心钾唬！

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者

人面猴
序言：七十年代末，一起剝皮案震驚了整個(gè)濱河市，隨后出現(xiàn)的幾起案子抡秆，更是在濱河造成了極大的恐慌奕巍，老刑警劉巖，帶你破解...
沈念sama閱讀 222,183評論 6贊 516
死咒
序言：濱河連續(xù)發(fā)生了三起死亡事件儒士，死亡現(xiàn)場離奇詭異的止，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)着撩，發(fā)現(xiàn)死者居然都...
沈念sama閱讀 94,850評論 3贊 399
救了他兩次的神仙讓他今天三更去死
文/潘曉璐我一進(jìn)店門诅福，熙熙樓的掌柜王于貴愁眉苦臉地迎上來，“玉大人拖叙，你說我怎么就攤上這事氓润。” “怎么了薯鳍？”我有些...
開封第一講書人閱讀 168,766評論 0贊 361
道士緝兇錄：失蹤的賣姜人
文/不壞的土叔我叫張陵咖气，是天一觀的道長。經(jīng)常有香客問我挖滤，道長崩溪，這世上最難降的妖魔是什么？我笑而不...
開封第一講書人閱讀 59,854評論 1贊 299
?港島之戀（遺憾婚禮）
正文為了忘掉前任斩松，我火速辦了婚禮伶唯，結(jié)果婚禮上，老公的妹妹穿的比我還像新娘砸民。我一直安慰自己抵怎，他們只是感情好，可當(dāng)我...
茶點(diǎn)故事閱讀 68,871評論 6贊 398
惡毒庶女頂嫁案：這布局不是一般人想出來的
文/花漫我一把揭開白布岭参。她就那樣靜靜地躺著反惕，像睡著了一般。火紅的嫁衣襯著肌膚如雪演侯。梳的紋絲不亂的頭發(fā)上姿染，一...
開封第一講書人閱讀 52,457評論 1贊 311
城市分裂傳說
那天，我揣著相機(jī)與錄音秒际，去河邊找鬼悬赏。笑死，一個(gè)胖子當(dāng)著我的面吹牛娄徊，可吹牛的內(nèi)容都是我干的闽颇。我是一名探鬼主播，決...
沈念sama閱讀 40,999評論 3贊 422
雙鴛鴦連環(huán)套：你想象不到人心有多黑
文/蒼蘭香墨我猛地睜開眼寄锐，長吁一口氣：“原來是場噩夢啊……” “哼兵多！你這毒婦竟也來了尖啡？” 一聲冷哼從身側(cè)響起，我...
開封第一講書人閱讀 39,914評論 0贊 277
萬榮殺人案實(shí)錄
序言：老撾萬榮一對情侶失蹤剩膘，失蹤者是張志新（化名）和其女友劉穎衅斩，沒想到半個(gè)月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體怠褐，經(jīng)...
沈念sama閱讀 46,465評論 1贊 319
?護(hù)林員之死
正文獨(dú)居荒郊野嶺守林人離奇死亡畏梆，尸身上長有42處帶血的膿包…… 初始之章·張勛以下內(nèi)容為張勛視角年9月15日...
茶點(diǎn)故事閱讀 38,543評論 3贊 342
?白月光啟示錄
正文我和宋清朗相戀三年，在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了奈懒。大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片奠涌。...
茶點(diǎn)故事閱讀 40,675評論 1贊 353
活死人
序言：一個(gè)原本活蹦亂跳的男人離奇死亡，死狀恐怖筐赔，靈堂內(nèi)的尸體忽然破棺而出铣猩，到底是詐尸還是另有隱情揖铜，我是刑警寧澤茴丰，帶...
沈念sama閱讀 36,354評論 5贊 351
?日本核電站爆炸內(nèi)幕
正文年R本政府宣布，位于F島的核電站天吓，受9級特大地震影響贿肩，放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜龄寞，卻給世界環(huán)境...
茶點(diǎn)故事閱讀 42,029評論 3贊 335
男人毒藥：我在死后第九天來索命
文/蒙蒙一汰规、第九天我趴在偏房一處隱蔽的房頂上張望。院中可真熱鬧物邑，春花似錦溜哮、人聲如沸。這莊子的主人今日做“春日...
開封第一講書人閱讀 32,514評論 0贊 25
一樁弒父案茂嗓，背后竟有這般陰謀
文/蒼蘭香墨我抬頭看了看天上的太陽。三九已至科阎，卻和暖如春述吸，著一層夾襖步出監(jiān)牢的瞬間，已是汗流浹背锣笨。一陣腳步聲響...
開封第一講書人閱讀 33,616評論 1贊 274
情欲美人皮
我被黑心中介騙來泰國打工蝌矛，沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人错英。一個(gè)月前我還...
沈念sama閱讀 49,091評論 3贊 378
代替公主和親
正文我出身青樓入撒，卻偏偏與公主長得像，于是被迫代替她去往敵國和親椭岩。傳聞我的和親對象是個(gè)殘疾皇子茅逮，可洞房花燭夜當(dāng)晚...
茶點(diǎn)故事閱讀 45,685評論 2贊 360

手把手教你如何用Python和數(shù)據(jù)科學(xué)賺錢磺芭？

手把手教你如何用Python和數(shù)據(jù)科學(xué)賺錢钾腺？

create conda py35 since that's the newest version that works

run ADF to determine unit root

seven day lead

Google Trends

trend and price corr

推薦閱讀更多精彩內(nèi)容