Python怎么實現(xiàn)折線圖顯示股票數(shù)據

這篇文章主要介紹“Python怎么實現(xiàn)折線圖顯示股票數(shù)據”，在日常操作中，相信很多人在Python怎么實現(xiàn)折線圖顯示股票數(shù)據問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python怎么實現(xiàn)折線圖顯示股票數(shù)據”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

步驟：

1. 準備數(shù)據

2. 可視化數(shù)據、審查數(shù)據

3. 處理數(shù)據

4. 根據ACF、PACF定階

5. 擬合ARIMA模型

6. 預測

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""

import pandas as pd
import pandas_datareader
import datetime
import matplotlib.pylab as plt
from matplotlib.pylab import style
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

style.use('ggplot')     # 設置圖片顯示的主題樣式

# 解決matplotlib顯示中文問題
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默認字體
plt.rcParams['axes.unicode_minus'] = False  # 解決保存圖像是負號'-'顯示為方塊的問題


def run_main():
    """
        主函數(shù)
    """
    # 1. 準備數(shù)據
    # 指定股票分析開始日期
    start_date = datetime.datetime(2009, 1, 1)
    # 指定股票分析截止日期
    end_date = datetime.datetime(2019, 4, 1)
    # 股票代碼
    stock_code = '600519.SS'    # 滬市貴州茅臺

    stock_df = pandas_datareader.data.DataReader(
                        stock_code, 'yahoo', start_date, end_date
                )
    # 預覽數(shù)據
    print(stock_df.head())

    # 2. 可視化數(shù)據
    plt.plot(stock_df['Close'])
    plt.title('股票每日收盤價')
    plt.show()

    # 按周重采樣
    stock_s = stock_df['Close'].resample('W-MON').mean()
    stock_train = stock_s['2014':'2018']
    plt.plot(stock_train)
    plt.title('股票周收盤價均值')
    plt.show()

    # 分析 ACF
    acf = plot_acf(stock_train, lags=20)
    plt.title("股票指數(shù)的 ACF")
    acf.show()

    # 分析 PACF
    pacf = plot_pacf(stock_train, lags=20)
    plt.title("股票指數(shù)的 PACF")
    pacf.show()

    # 3. 處理數(shù)據，平穩(wěn)化數(shù)據
    # 這里只是簡單第做了一節(jié)差分，還有其他平穩(wěn)化時間序列的方法
    stock_diff = stock_train.diff()
    diff = stock_diff.dropna()
    print(diff.head())
    print(diff.dtypes)

    plt.figure()
    plt.plot(diff)
    plt.title('一階差分')
    plt.show()

    acf_diff = plot_acf(diff, lags=20)
    plt.title("一階差分的 ACF")
    acf_diff.show()

    pacf_diff = plot_pacf(diff, lags=20)
    plt.title("一階差分的 PACF")
    pacf_diff.show()

    # 4. 根據ACF和PACF定階并建立模型
    model = ARIMA(stock_train, order=(1, 1, 1), freq='W-MON')
    # 擬合模型
    arima_result = model.fit()
    print(arima_result.summary())

    # 5. 預測

    pred_vals = arima_result.predict(start=str('2019-01'),end=str('2019-03'),
                                     dynamic=False, typ='levels')
    print(pred_vals)

    # 6. 可視化預測結果
    stock_forcast = pd.concat([stock_s, pred_vals], axis=1, keys=['original', 'predicted'])

    plt.figure()
    plt.plot(stock_forcast)
    plt.title('真實值vs預測值')
    plt.savefig('./stock_pred.png', format='png')
    plt.show()


if __name__ == '__main__':
    run_main()

到此，關于“Python怎么實現(xiàn)折線圖顯示股票數(shù)據”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續(xù)學習更多相關知識，請繼續(xù)關注億速云網站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>