作者 william koehrsen
编译 mika
本文为 cda数据分析师原创作品，转载需授权
人们很容易被丰富的数据和各种免费开源工具所吸引。在研究了quandl financial library和prophetmodeling library之后，我打算试着探究简单的股票数据。我花了几天的时间，前后写了1000多行python代码，最终得出了一个完整的股票分析预测工具。虽然我没有自信用这个来投资某些个股，但在整个过程中我学到了很多python的知识。秉承开源的精神，在这里我打算分享这些代码，让更多的人受益。
本文将展示如何使用stocker，这是基于python的股票分析预测工具。我看过一些对象导向的python编程书籍，但就像大多数编程书籍一样，当我阅读这些书时，我并没有真正理解当中的内容。只有当我在深入一个项目，且遇到从未解决问题时，我才会终于理解那些概念，这也再次证明了实践比理论更重要。除了探索stocker之外，我们还会涉及一些重要的内容，包括python的基础知识和加性模型(additive model)。如果你想使用stocker，可以在github上找到完整的代码以及使用文档。stocker很简单易用，即使是python初学者也能学会，我建议每个人都试试。下面让我们一起看看stocker的分析能力！
stocker入门
在安装完需要的库之后，我们首先要将stocker类导入到python会话中。这里可以使用交互式python会话或者在脚本目录中启动jupyter notebook。
from stocker import stocker
现在，我们的python会话中有了stocker类，接着可以用它来创建类的实例。在python中，类的实例称为对象，创建对象有时称为实例化或构造。为了创建一个stocker对象，我们需要传递一个有效的股票代码。
microsoft= stocker('msft')msftstocker initialized. data covers 1986-03-13 to 2018-01-16.
现在，我们有了具有stocker类属性的
microsoft
对象。stocker建立在quandl wiki
数据库
上，因此我们可以访问3000多只
美国
股票，并且可以查看多年的每日价格数据。这里我建议使用微软的数据。尽管微软被认为是开源的对立面，但他们最近做了一些改变，因此我认为他们正在接受开源社区（包括python）。
python中的类由两个主要部分组成：属性和方法。没有太多的细节，属性是与类相关的值或数据，或者是类的特定实例（对象）。方法是类中可用于数据的函数。stocker对象的一个属性是特定公司的股票数据，当我们进行构造时，属性与该对象相关联。我们可以访问该属性，并将其分配给另一变量进行检查：
# stock is an attribute of the microsoft object stock_history = microsoft.stock stock_history.head
微软股票数据
python类的好处是方法（函数）和所操作的数据与同一个对象相关联。我们可以使用stocker对象的方法来绘制股票的历史股价。
# a method (function) requires parentheses microsoft.plot_stockmaximumadj. close = 89.58 on 2018-01-12. minimum adj. close = 0.06 on 1986-03-24. current adj. close = 88.35.
默认值是调整后的收盘价格，这解释了股票拆分的原因（当一只股票被拆分成多只股票，比如2，每个新股票的价值是原始价格的1/2）。
这个图可以在
谷歌搜索
中轻松找到，但是这里我们可以用python代码完成。
plot_stock
函数有许多可选的参数。默认情况下，这种方法会绘制整个日期范围的调整收盘价格，但我们还可以选择范围、统计数据和绘图类型。例如，如果我们想比较每日价格变化与交易量（股票数量），我们可以在函数指定那些变量。
microsoft.plot_stock(start_date = '2000-01-03', end_date = '2018-01-16', stats = ['daily change', 'adj.volume'], plot_type='pct') maximum daily change = 2.08 on 2008-10-13. minimum daily change = -3.34 on 2017-12-04. current daily change = -1.75.maximumadj. volume = 591052200.00 on 2006-04-28. minimum adj. volume = 7425503.00 on 2017-11-24. current adj.volume= 35945428.00.
注意，y轴的百分比变化对应统计的平均值。这个规模是有必要的，因为股票的日常交易量数以亿计，而每日价格变化通常是几美元！通过转换为百分比的变化，我们可以用类似的规模查看这两个数据集。该图表显示，交易的股票数量和每日价格变化之间没有相关性，这很令人惊讶。我们通常认为，在股价变动大的时候股票交易更多。然而，真正的情况是交易量随着时间而下降。2017年12月4日，价格大幅度下降，我们可以联系相关微软新闻。12月3日的新闻如下：
不确定这些新闻来源是否可靠
当然，没有任何迹象表明微软股票将在第二天出现十年来最大的下跌。
使用
plot_stock
，我们可以查看任何日期的数据，并查找与现实事件（如果有的话）的相关性。接下来，我们看到stocker当中很有意思的部分。
假设我们很有远见的在公司首次公开募股(ipo)中投资了100股微软股票。那如今我们肯定赚翻了!
microsoft.buy_and_hold(start_date='1986-03-13', end_date='2018-01-16', nshares=100)msft totalbuy and hold profit from 1986-03-13 to 2018-01-16 for 100 shares = $8829.11
除了让我们感觉更好，使用这些结果能让我们对之后进行规划，实现利润最大化。microsoft.buy_and_hold(start_date='1999-01-05', end_date='2002-01-03', nshares=100)msft totalbuy and hold profit from 1999-01-05 to 2002-01-03 for 100 shares = $-56.92
加性模型
加性模型是分析和预测时间序列的强大工具，而且是最常见的数据类型之一。这个概念很简单：将时间序列表示为不同时间范围和整体趋势的组合。众所周知，微软股票的长期趋势是稳步增长的，但也可能会有每年、每天的增长模式，比如每个星期二增长一次。由facebook开发的prophet是通过日常观察，从而分析时间序列的库。stocker用prophet完成了所有建模的工作，因此我们可以用简单的方法创建、检查模型。
model, model_data = microsoft.create_prophet_model
加性模型可以消除数据中的噪音，这就是为什么建模线与观测结果不完全一致的原因。prophet模型能够计算不确定性，这是建模的一个重要部分。我们也可以用prophet模式来预测未来，但现在我们更关注过去的数据。注意，这个方法调用返回了两个对象，模型和一些数据，我们将它们分配给变量。现在我们用用这些变量绘制时间序列组件。# model and model_data are from previous method call model.plot_components(model_data) plt.show
总体趋势是过去三年来的明显增长。此外，还有一个值得注意的年度模式（下图），股价在9月份和10月份触底，11月份和1月份达到峰值。随着时间范围的缩短，数据中变化幅度越来越大。如果我们认为可能存在周模式，那么可以更改stocker对象的
weekly_seasonality
属性，并将其添加到prophet模型中：
print(microsoft.weekly_seasonality) microsoft.weekly_seasonality = true print(microsoft.weekly_seasonality) false true
的默认值是false，但我们改变该值，从而让模型包含周模式。然后，我们再次调用
create_prophet_model
并绘制结果组件。以下是新模式的每周模式。
我们可以忽略周末，因为价格只会在一周内发生变化。在继续建模之前，我们将关闭每周的季节性。股票的走势基本是随机的，只能从每年的大范围才能看到趋势。
变点 (change points)
当时间序列从递增到递减或相反情况时，会出现变点（严格地说，变点位于时间序列变化率最大的地方）。这是非常重要的，因为知道什么时候股票将上涨或达到顶峰会带来显著的经济效益。识别变点能够让我们预测股票价格的未来波动。stocker对象能够自动为我们找到10个最大的变点。microsoft.changepoint_date_analysis changepoints sorted by slope rate of change (2nd derivative): date adj. close delta 48 2015-03-30 38.238066 2.580296 337 2016-05-20 48.886934 2.231580 409 2016-09-01 55.966886 -2.053965 72 2015-05-04 45.034285 -2.040387 313 2016-04-18 54.141111 -1.936257
变点往往与股价的高峰和低谷一致。prophet只能在前80％的数据中找到变点，但是这些结果是有用的，因为我们可以尝试将其与真实事件相关联。我们可以重复之前的做法，比如在这些日期手动搜索相关新闻资讯，但是如果能让stocker完成就更好了。你也许知道搜索趋势工具，该工具可让你随时查看谷歌搜索中的关键字的流行度。stocker可以自动检索任何搜索内容，并将结果绘制在原始数据上。为了查找和绘制搜索词的频率，我们修改了之前的方法调用。# same method but with a search term microsoft.changepoint_date_analysis(search = 'microsoft profit') toprelated queries: query value 0 microsoft non profit 100 1 microsoft office 55 2apple30 3 microsoft 365 30 4 microsoftoffice 36520 risingrelated queries: query value 0 microsoft 365 120 1 microsoftoffice 36590 2microsoft profit2014 70
除了绘制相关的搜索频率外，stocker还会显示图表日期范围内的热门搜索词。通过将值除以最大值将y轴的值控制在0和1之间，从而让我们比较两个不同比例的变量。从图中可以看出，搜索“微软利润”和微软股价之间没有任何联系。
即使找到了相关性，还是存在因果关系的问题。我们不知道新闻是否导致价格变化，或价格变化导致搜索。可能有会找到一些有用信息，但也可能是偶然的。你可以试试不同的词，看看能否找到相关趋势。
microsoft.changepoint_date_analysis(search = 'microsoft office')
预测
到目前为止，我们只探索了stocker一半的作用，另一半可以用来预测未来股价。虽然这可不会带来收益，但在这个过程中能够学到很多东西。
# specify number of days infutureto make a prediction model,future=microsoft.create_prophet_model(days=180) predicted price on 2018-07-15 = $97.67
尽管stocker的所有功能已经公开可用，但是创建这个工具的过程很有趣。重要的是相比大学课程，这能让我学到更多的数据科学、python和股票市场的知识。如今在大数据的时代，每个人都能学习编程、机器学习。如果你有项目创意，但不确定自己有能力去完成，不要让它阻止你。你可能会得出更好的解决方案，即使没有成功你也在过程中学到很多知识。
原文链接：
github链接