enalpha.jpg
其實投資股票分兩種谭溉，一種是技術(shù)分析，一種是基本面分析（這不是廢話嗎匕积？）盈罐。 在做基本面分析的時候除了要了解和分析報表外，還要計算各股票間的相關(guān)性和波動率闪唆。為啥盅粪？根據(jù)美國大牛學(xué)者研究得出，投資組合間的個股相關(guān)性越低悄蕾，抵抗風(fēng)險能力越強票顾。記得我看到一篇56年發(fā)表的論文，大概20只股票就可以達(dá)到“相同的收益笼吟，更低的風(fēng)險”的效果库物。
廢話少說，TuShare是一個免費贷帮、開源的python財經(jīng)數(shù)據(jù)接口包戚揭，有興趣的童稚可以到www.tushare.org了解更多。
下面直接附上代碼：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Sun May 28 07:47:14 2017
@author: 柯西君_BingWong撵枢， 癮金融
"""
import tushare as ts
from pandas import DataFrame
#先建立一個字典民晒，用來存儲股票對應(yīng)的價格
all_data = {}
#遍歷list里面的股票精居，可以寫入多個股票
for ticker in ['601398', '601939', '601857', '600028']:
#獲取各股票某時段的價格
all_data[ticker] = ts.get_k_data(ticker, '2015-01-01', '2017-05-26')
#用for循環(huán)遍歷股票價格并轉(zhuǎn)換為dataframe的形式
price = DataFrame({tic: data['close']
for tic, data in all_data.items()})
#計算股票價格每日變化
returns = price.pct_change()
#計算相關(guān)性
corr=returns.corr()
#計算協(xié)方差
cov=returns.cov()
print(corr)
print(con)
文章來自我的blog：http://www.cnVaR.cn
