统计学与pandas学习（五）

第五章《标准差（S.D.）可以灵活运用于股票风险指标（波动率）》。

总结

在股票交易中，不仅是收益率的平均值，S.D.也很重要。
购入股票时，有收益率会从收益率平均值下降1个S.D.左右的思想准备会比较好。
购入股票时，不用过多考虑收益率从收益率平均值下降2个S.D.左右的情况。
股票的收益率的S.D.的术语，叫做波动率。收益率变动的幅度是S.D.，股票的收益率大致不会超过这个幅度。波动率是股票交易风险的指标。因此购买股票的时候不仅关注收益率，也要对波动率有充分的预想。当然，波动率既然是风险的指标，也是机会的指标，因为波动率一样有提高的可能。波动率可以像这样作为积极的基准来使用：“波动率为9%，就不用过多考虑从平均值算起下降（当然也包括提高）18%(S.D.x2）以上的情况”。

练习

以随即选择的100支股票数据为例，初始化并加载数据：

import pandas as pd
import ijson
%matplotlib inline

# json文件1.5G，使用ijson读取
parser = ijson.parse(open('stockdata.json'))
stock_list = list(range(300001,300101))
data = []

item = []
hit = False
for predix, event, value in parser:
    if (predix,event) == ('item','end_map'):
        if item:
            data.append(item)
            item = []
    elif (predix,event) == ('item.stock_id','string'):
        if int(value) in stock_list:
            item.append(int(value))
            hit = True
        else:
            hit = False
    elif ((predix,event) == ('item.ddate','string')) or ((predix,event) == ('item.openning','string')) or ((predix,event) == ('item.ending','string')):
        if hit:
            item.append(value)

df = pd.DataFrame(data,columns=['stock_id', 'ddate', 'opening', 'ending'])
df.to_csv('stock_sample.csv')

1 2	df = pd.read_csv('stock_sample.csv',index_col='id') df['ddate'] = pd.to_datetime(df['ddate'],errors='coerce')

选择代码为300001～300100的股票，2010年以来的数据：

stock_list = list(range(300001,300101))
year_list = list(range(2010,2018))
month_list = list(range(1,13))
earnings = []

部分数据：

id stock_id ddate opening ending
0 300001 2010-06-30 31.97 32.50
1 300001 2010-06-29 34.38 32.21
2 300001 2010-06-28 35.00 34.21
3 300001 2010-06-25 36.78 35.30
4 300001 2010-06-24 36.77 36.80
5 300001 2010-06-23 36.20 36.65
6 300001 2010-06-22 36.30 36.51
7 300001 2010-06-21 34.68 36.48
8 300001 2010-06-18 36.05 34.92
9 300001 2010-06-17 38.66 36.58

示例走势图：

1	df[(df.stock_id == 300001)].plot(x=['ddate'],y=['ending'])

计算每月收益率：

for stock in stock_list:
    for year in year_list:
        for month in month_list:
            d = df[(df.stock_id == stock) & (df.ddate.dt.year == year) & (df.ddate.dt.month == month)].sort_values(['stock_id','ddate'])
            if len(d)>0:
                earning_rate = (d[-1:]['ending'].values[0] -d[:1]['opening'].values[0]) / d[:1]['opening'].values[0] * 100
                earnings.append([stock,year,month,earning_rate])

转为DataFrame并排序：

1 2	df_earnings = pd.DataFrame(earnings,columns=['stock_id', 'year', 'month', 'earning']) df_earnings = df_earnings.sort_values(['stock_id','year','month'])

看看某支股票去年的月收益率：

1	df_earnings[(df_earnings.stock_id == 300085) & (df_earnings.year == 2016)].plot(title='yield %',kind='bar',x=['month'],y=['earning'])

以年度为分组计算每年月收益率平均值：

1	df_mean = pd.DataFrame(df_earnings.groupby(['stock_id','year'])['earning'].mean())

查看某支股票每年月平均收益率柱状图：

1 2	ix = [[300085, x] for x in range(2008,2018)] df_mean[df_mean.index.isin(ix)].plot(kind='bar')

计算2010年以来月平均收益率，并列出前10名：

1	df_mean.groupby(['stock_id'])['earning'].mean().sort_values(ascending=False)[:10]

stock_id
300085 3.679096
300065 2.570806
300053 2.290753
300096 2.252467
300089 2.236936
300033 2.169987
300001 2.029728
300088 1.809519
300093 1.776221
300094 1.535761
Name: earning, dtype: float64

300085股票每月平均收益率为3.68%。波动率如何？

1	df_mean.groupby(['stock_id'])['earning'].std().sort_values(ascending=False)[:10]

stock_id
300028 11.300372
300078 11.190404
300089 9.949564
300085 9.867805
300093 9.592507
300017 9.365593
300096 9.363070
300001 9.085169
300059 8.500013
300008 8.370660
Name: earning, dtype: float64

300085股票2010年以来收益率标准方差平均值为9.87。也就是说，购买这支股票每月平均约有3.68的收益，但也有损失大约6.2%的可能。根据上一章学过的，“1个S.D.左右的数据是常见的”。运用这个原理，可观察并考虑得出该股票月收益率3.68+/-10%的可能。说得极端一些，“应该做好购买这支月平均收益3.68%的股票时，有可能遭到大约6%的损失的准备”。