Python数据分析——利用Tushare数据进行股票涨幅动态可视化展示

年初的时候写了一篇用动态可视化图表展现2018年A股市场行情的文章，2018年股市行情惨淡，没有一支非新股超过有超过2倍的涨幅，2019年上半年，随着贸易战的缓和，A股走牛，通信、猪肉、券商轮番上攻，投资者都在憧憬新一轮的牛市的开启。但是，5月特朗普一条推特，中美贸易谈判又濒临破裂边缘，A股重挫，华为、大疆、海康威视等公司面临美国制裁，市场行情愈发不确定，在云波诡谲的国际局势下，A股股票的价格趋势如何？

最近认真看完了《利用Python进行数据分析》，感慨pandas的强大，功能齐全用法灵活，遂重新写一篇讲一讲如何清洗数据并进行分析。本文使用Tushare数据，Tushare是一个开源的金融数据库，涵盖股票、指数、期货、基金等金融数据。同时也记录了许多特色数据，比如电影票房、新闻资讯数据等。之前我常用Csmar和Choice数据，它们的优点是数据非常全面，缺点是都要收费。作为一个开源数据库，Tushare满足了大部分的金融数据分析需求，而且导出的DataFrame格式非常适合于利用pandas进行清洗分析。

引入需要的库

下载数据

Tushare使用前需要设置token，可以到 Tushare 官网官网注册账号并获取token：

首先获取交易日历，时间范围为年初至今：

然后下载日线数据和复权因子。由于我只调取半年的数据，用pro.daily对每一个交易日进行调取。

每个交易日的数据都是一个DataFrame，这里我们构建了一个for循环，把每个DataFrame添加到一个空列表中。为了防止获取失败，使用try-where检查错误并保持继续下载。

最后，合并数据，并进行一些格式调整。

导入数据库

这里我使用to_sql导入MySQL，便于之后分析，由于数据量比较小，保存为CSV格式也可以。

处理数据

最终效果通过 动态排名数据可视化 展现，这是一个B站up设计的模板，非常美观酷炫，只要按照如下数据格式整理好数据即可使用。

我的定义是，name是股票名称，type是所在地区+所在行业，value是股票涨幅，date为每个交易日，具体的股票增幅定义：

股票涨幅 = \frac{日后复权收盘价}{1月1日后最近1天的后复权开盘价} ，用此定义当前股价是相对于年初的多少倍。

复权价 = 不复权价\times当日复权因子

因此，将开盘价和收盘价复权：

因为新股当天涨幅限制较低（全天连续竞价的最高价不超过发行价的144%），且由于发行价相对较低，可以保持上市后连续多天涨停，因此排除所有一年内上市的新股（否则结果基本都是新股）。更进一步的探讨可以是，新股数据从开板后开始统计，这里暂且排除所有新股。

然后我们筛选出基期股票价格，这里有几点有注意的是：不能直接使用第一个交易日（2019.1.2）的价格，有可能遗漏1月2日处于停牌状态的股票，因此我选用1月1日后第一次有开盘价时的开盘价。

这里使用group-apply方法筛选，这是非常好用的pandas方法，由于数据已经按时间排序，所以不需要再排序。

然后建立行索引为日期、列索引为股票代码、值为收盘价的透视表：

对NaN值使用向下填充，使公司在停牌期间显示停牌前1日复权价。

接下来就是计算涨幅：

然后对涨幅排序，可视化模板也可以排序，但是仅限于排序对象较少的情况，因此我们需要预先进行排序，这里选取涨幅前15的股票：

最后，模板中还需要type，因此我们获取股票信息：

将排序后的数据与股票信息数据合并：

最后进行一些简单的数据处理就可以得到最终结果啦！

好了，大功告成，用模板打开数据，就可以看到炫酷的动态可视化啦！！

股票涨幅动态可视化 https://www.zhihu.com/video/1116069184722841600

对模板进行了一些修改，具体可以在config.js中查看。

其他

我们可以筛选出现在每日前15最多的股票，挖掘股票上涨背后对原因，这里我查找了一些公司可能的热点，由于我对其中一些股票不熟，可能有错。

还可以将股票价格变动中位数与沪深300指数对比：

---

谢谢阅读！！

求赞一波，点赞私信获取jupyter代码！！