Python的tushare库实现沪深300指数数据分析———CAMP模型.
(1)筛选
使用作业1的程序
- 完成对沪深300指数成分股过去2015年1月-2018年1月三年的数据分析
- 按alpha从大到小,选择出30只alpha最高的股票形成股票池1,以备进一步分析
(2)预测
- 对沪深300指数成分股2018年1月-2021年1月三年的数据分析
- 选择出30只alpha最高的股票形成股票池2
- 观察股票池1和股票池2的重合度
- 分别计算股票池1在2015-2018时间段和2018-2021时间段的Alpha均值,观察Alpha均值的变化
- 对观察结果进行思考与分析
股票基础信息获取网站
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210405112019579.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQzNjMxOQ==,size_16,color_FFFFFF,t_70)
将沪深300的成分股的基础信息整合到txt文件中
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210405111953557.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQzNjMxOQ,size_16,color_FFFFFF,t_70)
将获取的股票基础信息整理成csv文件便于在Python中读取
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210405112101693.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NDQzNjMxOQ,size_16,color_FFFFFF,t_70)
使用tushare库爬取股票交易数据,建立CAMP模型,进行分析,废话不多话,直接上代码!
"""
python3.7
-*- coding: UTF-8 -*-
@Project -> File :Code -> CAMP
@IDE :PyCharm
@Author :YangShouWei
@USER: 296714435
@Date :2021/4/6 15:41:37
@LastEditor:
"""
import pandas as pd
import tushare as ts
import matplotlib.pyplot as plt
import statsmodels.api as sm
import re
import numpy as np
def modelCAMP(code,name, starttime, endtime):
# 资本资产进价模型(CAPM)
# Ri -Rf = β*(Rm-Rf) + ε
# 载入股指数据
sh = ts.get_k_data('sh', start=starttime,end=endtime, autype='qfq') # 获取上证数据
sh["p_change"] = (sh["close"] / sh["close"].shift(1) - 1) * 100 # 利用今日收盘价和前日收盘价计算股价波动,新增一列
try:
gzmt = ts.get_k_data(code, start=starttime,end=endtime, autype='qfq') # 获取股票数据
# 一些企业在2018年之前还未上市,作为特殊情况处理,返回0
if len(gzmt.date) == 0:
return [0]
gzmt["p_change"] = (gzmt["close"] / gzmt["close"].shift(1) - 1) * 100
except:
return [0]
# print(code)
ret_merge = pd.merge(pd.DataFrame(sh.p_change), pd.DataFrame(gzmt.p_change), left_index = True, right_index = True, how = 'inner')
# 计算日无风险利率
Rf_year = 0.04 # 以2018 年中国三年期国债年化收益率为无风险利率
Rf = (1+Rf_year)**(1/365)-1 # 年利率转化为日利率
# 计算风险溢价:Ri-Rf
Eret = ret_merge-Rf
Eret.head()
# 画出两个风险溢价的散点图,查看相关性
plt.scatter(Eret.values[:, 0], Eret.values[:,1])
# plt.show()
# 利用最小二乘法进行线性回归,拟合CAPM 模型
md_capm = sm.OLS(Eret.p_change_y[1:], sm.add_constant(Eret.p_change_x[1:]))
result = md_capm.fit()
text = str(result.summary())
print("\n{}CAMP建立".format(name))
print(result.summary())
alpha = result.params[0] # α系数
Beita = result.params[1] # β系数
Pvalue = result.pvalues[1]
print("a={},β={},pvalue={}".format(alpha,Beita,Pvalue))
# print("{}的α系数:{},β系数:{}".format(name,number1,number2))
return [alpha, Beita]
def readData():
# 读取沪深300成分股的基础信息
data = pd.read_csv('one.csv')
# print(data.head())
# print(data.columns)
# 处理数据,将股票代码的数据类型从int转换成字符串
code =[]
for i in data['股票代码']:
if i<10:
i = '00000'+str(i)
elif i<100:
i = '0000' + str(i)
elif i < 1000:
i = '000' + str(i)
elif i < 10000:
i = '00' + str(i)
elif i < 100000:
i = '0' + str(i)
else:
i = str(i)
code.append(i)
data["股票代码"] = code
plt.rcParams["font.sans-serif"] = "SimHei" #设置图片中字体为中文黑体
# 绘制沪深300指数成分股行业汇总统计图
draw = pd.DataFrame({"行业": data.groupby('主营行业')["主营行业"].count()})
draw.plot(kind="barh")
plt.title("沪深300成分股行业统计图")
plt.xlabel("数量")
plt.ylabel("行业名称")
plt.tick_params(axis='x', labelsize=8)
plt.tick_params(axis='y', labelsize=8)
plt.show()
return data
if __name__ == "__main__":
data = readData() # 读取股票基础数据
info ={"股票代码":list(data["股票代码"]), "企业名称": list(data['股票简称']),"主营行业":list(data["主营行业"])}
df = pd.DataFrame(info)
# print(df)
# 筛选
stime = '2015-01-01'
etime = '2018-01-01'
# 依次计算企业的CAMP拟合结果
code = list(df['股票代码'])
name = list(df["企业名称"])
n1 = [] # 用于存放α系数
n2 = [] # 用于存放β系数
print("对沪深300指数成分股2015年1月-2018年1月的CAMP模型计算")
for i in range(len(code)):
num = modelCAMP(code[i],name[i],stime,etime)
if len(num) == 2:
n1.append(num[0])
n2.append(num[1])
elif num[0] == 0:
# print("{}在2018年还未上市".format(name[i]))
n1.append(np.nan)
n2.append(np.nan)
else:
print("不存在风险系数")
df1 = df
df1['α'] = n1 # 添加股票α系数
df1['β'] = n2 # 添加股票β系数
new1 = df1.sort_values(by='α', ascending=False) # 按照α进行降序
new1.to_csv("stock1.csv", index=False) # 将数据存入csv文件中
new1 = new1[:100]# 设定股票池1,选取α系数前30 的股票放入股票池1
mean1 = new1['α'].mean()
# print("股票池1的α平均值{}".format(mean1))
# 预测
stime = '2018-01-01'
etime = '2021-01-01'
n3 = [] # 存放α系数
n4 = [] # 存放β系数
print("对沪深300指数成分股2018年1月-2021年1月的CAMP模型计算")
for i in range(len(code)):
num = modelCAMP(code[i],name[i], stime, etime)
if len(num) == 2:
n3.append(num[0])
n4.append(num[1])
else:
print("不存在风险系数")
df2 = df
df2['α'] = n3 # 添加股票α系数
df2['β'] = n4 # 添加股票β系数
new2 = df2.sort_values(by='α', ascending=False) # 按照α进行降序
new2.to_csv("stock2.csv", index=None)
new2 = new2[:100] # 设定股票池1,选取α系数前30 的股票放入股票池2
# 计算股票池1和股票池2的重合度
c = 0
print("股票池1和股票池2都出现的企业")
for i in new1["企业名称"]:
if i in list(new2["企业名称"]):
print(i)
c += 1
print("股票池1和股票池2一共有{}支股票重合,重合度为{}".format(c,c/100))
# 绘制股票池中企业所属行业分布图
# draw1 = pd.DataFrame({"行业": new1.groupby('主营行业')["主营行业"].count()})
# draw1.plot(kind="barh")
# plt.title("股票池1行业统计图")
# plt.xlabel("数量")
# plt.ylabel("行业名称")
# plt.tick_params(axis='x', labelsize=8)
# plt.tick_params(axis='y', labelsize=8)
#
# draw2 = pd.DataFrame({"行业": new2.groupby('主营行业')["主营行业"].count()})
# draw2.plot(kind="barh")
# plt.title("股票池2行业统计图")
# plt.xlabel("数量")
# plt.ylabel("行业名称")
# plt.tick_params(axis='x', labelsize=8)
# plt.tick_params(axis='y', labelsize=8)
# plt.show()
#
# stime = '2018-01-01'
# etime = '2021-01-01'
# n5=[]
# print("对股票池1中的股票2018年1月-2021年1月的阿尔法值进行计算")
# code = list(new1["股票代码"])
# name = list(new1["企业名称"])
# for i in range(len(code)):
# num = modelCAMP(code[i], name[i], stime, etime)
# if len(num) == 2:
# n5.append(num[0])
# elif num[0] == 0:
# print("{}在2018年还未上市".format(name[i]))
# else:
# print("不存在风险系数")
# df3 = new1
# df3['α'] = n5 # 添加股票α系数
# m = 0
# for i in n5:
# m += i
# mean2 = m/len(n5)
# print("股票池1在2015年-2018年的α均值{},在2018年-2021年α的均值{}".format(mean1, mean2))