量化交易入门到大师_基于numpy股价统计分析实战

​

简介:

专栏简介：本专栏是本人系统化学习与整理量化交易相关知识内容，而开设的专栏，并定期在里面更新文章。个人学习方法多为看视频教程、个人实践、看书等，在此基础上，持续撰写相关技术文章，进而促进个人学习，同时分享学习资源，普惠大众。

作者简介：工程师，金融、图像、电子、互联网领域多年经验，爱好涉猎广泛。

谢谢大家！！！

一、基于numpy股价统计分析实战

通过NumPy实现股价统计分析，主要从数据样本说明和常用股价指标两个方向展开，后续将进入编码环节。

1.股价统计分析

股价统计分析包含数据基本结构说明和常用指标算法介绍，具体实现将通过代码演示完成。

1) 数据样本

数据样本包含7列字段：

• 股票代码（下标0）
• 交易日期（下标1）
• 收盘价（下标2）
• 开盘价（下标3）
• 最高价（下标4）
• 最低价（下标5）
• 成交量（下标6）
• 示例数据为平安银行（代码000001）2019年初7个交易日的截取数据，交易日期字段对时间序列分析至关重要。

2) 股价常用指标

核心指标包括：

• 极差：最高价最大值与最低价最小值的差值，反映股价波动幅度
• 成交量加权平均价格（VWAP）：金融资产平均价格的加权计算指标，权重为成交量
• 收益率
  • 对数收益率：用于波动率计算，取对数后两点差值
  • 简单收益率：即涨跌幅，本次未展开
• 波动率
  • 年波动率：对数收益率标准差除以均值，按250个交易日计算
  • 月波动率：算法同年波动率，样本空间为12个月

3) 测试代码

已预置基础测试用例，后续将逐步实现核心功能。

• 读取文件

使用numpy.loadtxt读取CSV文件，关键参数包括：

• fname：文件路径
• delimiter：分隔符（逗号）
• usecols：指定读取列（如收盘价、成交量）
• unpack：默认为True
  • 示例代码读取第三列（收盘价）和最后一列（成交量），输出单位为元和手。
• 计算最大值与最小值

通过numpy.max和numpy.min计算最高价/最低价极值：

• 最高价对应数组下标4
• 最低价对应数组下标5
• 结果通过格式化输出显示，反映股价波动区间。
• 计算极差

极差计算采用numpy.ptp函数，分别对最高价和最低价数组求极差，结果反映平安银行股价稳定性。

• 计算成交量加权平均价格

VWAP实现步骤：

• 计算简单平均价格（numpy.average）
• 添加成交量权重参数（weights）
• 对比结果显示加权后价格（ - 768）低于算术均值（ - 01），中位数计算使用numpy.median函数。
• 计算方差

方差计算两种方式：

• numpy.var函数
• 数组对象内置var方法
• 计算结果一致（ - 335217），为后续波动率计算提供基础。
• 计算股票收益率、年波动率及月波动率
• 对数收益率的计算需使用numpy的diff函数取差值，再取对数
• 年度波动率计算步骤
  • 取标准差
  • 除以均值
  • 乘以250个交易日的平方根
• 月度波动率计算采用与年度波动率相同的函数结构
• 实际计算结果对比显示：年化波动率数值显著大于月度波动率，零波动率表示价格无变化

2.小结

• 股票数据样本标准字段包含：股票代码、交易日期、收盘价、开盘价、最高价、最低价、成交量

• 基础股价分析指标

  涵盖：

  • 均值、最大值、最小值
  • 极差
  • 收益率与波动率（含年度/月度波动率）

• 实践应用建议：可通过示例数据重复计算过程进行巩固练习