『壹』 怎麼用python panda 算股票市場收益率
1.收集數據，開盤價，收盤價，交易量
2.用pandas處理數據，處理缺失值
3.用股票收益率的公式帶入
說白了，pandas只是個好用的工具，方法都是一樣的，只是效率問題
有多少人工，就有多少智能
『貳』 怎樣分析股票從本金,收益率,時間這三個因素分別他們,對最終收益的影響
時間短收益高 是股票的特點，本金小收益高，這三點可以做折線圖比較一目瞭然。風險並存
『叄』 以量化分析方法選股，要怎麼算股票收益率
首先建立各個指標在相應分析期內的「增持」/「減持」組合，通過事後檢驗，統計並分析各指標的「增持」/「減持」組合在分析期內的信息比率與收益率。依據各個指標的「增持」組合的市場表現，判斷該指標的選股能力。
「增持」與「減持」組合的構建方法如下：每次選擇一個指標，依據該指標對行業內個股進行排序。根據指標代表的經濟含義，選擇指標排序最優的前 25%的股票設定為「增持」，後 25%的股票設定為「減持」。將「增持」與「減持」股票，按照流通股市值為權重，組成「增持」與「減持」投資組合。投資組合建立後每隔三個月，根據市場最新的指標數據，對「增持」與「減持」組合進行一次重新調整。
1. 經過眾多的統計分析研究比較，一些短線投資者認為當隨機指標KDJ的K線從下向上穿過D線時，可以買入股票。
2.短線買截的不足之處。從技術分析的角度而言，短線買點都是短線行為在一定時期內，短線買點特別多，同樣短線賣點也特別多，因此投資者據此操作，成功的可能性不大。如果考慮到投資者的交易成本投資者根據短線指標操作股票，成功的概率又進一步降低。另外大多數散戶由於交易設施的不完備，短線操作也不方便。因此我們建議散戶投資者不要輕易用短線的方法買進股票。
3. 短線的交點在決定賣點時，除了前面所討論的方法外，一些短線投資者常常用隨機指標KDJ來決定股票的賣點。由隨機指標KDJ的墓木原理知，當隨機指標KDJ的K線從上向下穿過D線時，投資者可以賣出股票
我用的牛股寶，裡面有個從炒股大賽裡面選出來的牛人榜，這個牛股寶里可以跟著牛人買賣操作，這樣能跟這這些牛人學習很多知識，牛股寶我覺得不錯。你也可以試試。祝你成功。
『肆』 怎麼用python寫excel中的收益率
先引入xlwt模塊
接著，使用workbook方法，創建一個新的工作簿
添加一個sheet呀，參數overwrite就是說可不可以重復寫入值，就是當單元格已經非空，你還要寫入
接著，我們寫入一個英文，沒問題
但是要寫入中文，fuck了，討厭紅色字體
我們來編碼一下吧，ok，就是需要編碼以後才能寫入
最後別忘記保存啊，不然你是竹籃打水一場空
最後的效果圖啦。。。。。
『伍』 如何評估一個股票的收益率
中國的股票收益率沒辦法評估，主要關注的是怎麼選股，怎麼出貨。對波段頭部的判斷，有助於我們在波段見頂前及時兌現收益，規避由於短期獲利盤較大而出現的快速回調而造成的利潤損失。
從指數方面研判，一般在熊市中的波段反彈，如果成交量維持在均量以上，但指數卻無法在2-3個交易日內創出新高，盤面顯得非常滯重，這就表明多空買賣力量在短期已經開始發生逆轉，此時可分批減持獲利部分的倉位。已保證利潤不被隨之而來的回調侵蝕。
從具體的股票方面判斷，可關注一波行情主流領漲板塊的領頭羊和其他輔助板塊的領漲品種走勢，如果指數還是處於上拉趨勢，但這類最強勢的品種開始出現逆勢大賣單頻頻對敲，始終處於逆市下跌的態勢，這時候要引起惕了。最強勢板塊開始主動出現回調走勢，這意味著市場的調整也將隨之而來，補漲品種的發動，通常是波段行情結束前的徵兆。
從量能上看，成交量在達到一個峰值後，開始跟不上，量能一旦出現萎縮，多空的力量也將發生轉換。在底部不需要成交量的配合，但如果無論是整個市場還是所有個股，都有不小漲幅後，成交量就顯得尤為重要，成交量的萎縮是增量資金放慢腳步甚至停止進場的反映，此時市場由於堆積了過多的短期獲利盤，多空力量很容易在瞬間發生逆轉。獲利盤兌現了結，追漲盤開始觀望， 振作用下，回調就會展開。
『陸』 如何用python計算某支股票持有90天的收益率
defget(self,get,money):
print「ATM:」
print「yourmoneyis+「,self.get,」%aday
self.today=self.money*(self.get/100)+self.money
print「nowyouhave」,self.today
self.tomorrow=self.today*(self.get/100)+self.today
print「tomorrowyouwellhave」,self.tomorrow
get(50,10000)
這個代碼會給你1天後和2天後的余額，如果要顯示九十天，還請您自己打完
『柒』 python的量化代碼怎麼用到股市中
2010 ~ 2017 滬深A股各行業量化分析
在開始各行業的量化分析之前，我們需要先弄清楚兩個問題：
第一，A股市場上都有哪些行業；
第二，各行業自2010年以來的營收、凈利潤增速表現如何？
第一個問題
很好回答，我們使用JQData提供的獲取行業成分股的方法，輸入get_instries(name='sw_l1')
得到申萬一級行業分類結果如下：它們分別是：【農林牧漁、採掘、化工、鋼鐵、有色金屬、電子、家用電器、食品飲料、紡織服裝、輕工製造、醫葯生物、公用事業、交通運輸、房地產、商業貿易、休閑服務、綜合、建築材料、建築裝飾、電器設備、國防軍工、計算機、傳媒、通信、銀行、非銀金融、汽車、機械設備】共計28個行業。
第二個問題
要知道各行業自2010年以來的營收、凈利潤增速表現，我們首先需要知道各行業在各個年度都有哪些成分股，然後加總該行業在該年度各成分股的總營收和凈利潤，就能得到整個行業在該年度的總營收和總利潤了。這部分數據JQData也為我們提供了方便的介面：通過調用get_instry_stocks(instry_code=『行業編碼』, date=『統計日期』)，獲取申萬一級行業指定日期下的行業成分股列表，然後再調用查詢財務的數據介面：get_fundamentals(query_object=『query_object』, statDate=year)來獲取各個成分股在對應年度的總營收和凈利潤，最後通過加總得到整個行業的總營收和總利潤。這里為了避免非經常性損益的影響，我們對凈利潤指標最終選取的扣除非經常性損益的凈利潤數據。
我們已經獲取到想要的行業數據了。接下來，我們需要進一步分析，這些行業都有什麼樣的增長特徵。
我們發現，在28個申萬一級行業中，有18個行業自2010年以來在總營收方面保持了持續穩定的增長。它們分別是：【農林牧漁，電子，食品飲料，紡織服裝，輕工製造，醫葯生物，公用事業，交通運輸，房地產，休閑服務，建築裝飾，電氣設備，國防軍工，計算機，傳媒，通信，銀行，汽車】；其他行業在該時間范圍內出現了不同程度的負增長。
那麼，自2010年以來凈利潤保持持續增長的行業又會是哪些呢？結果是只有5個行業保持了基業長青，他們分別是醫葯生物，建築裝飾，電氣設備，銀行和汽車。（註：由於申萬行業在2014年發生過一次大的調整，建築裝飾，電氣設備，銀行和汽車實際從2014年才開始統計。）
從上面的分析結果可以看到，真正能夠保持持續穩定增長的行業並不多，如果以扣非凈利潤為標准，那麼只有醫葯生物，建築裝飾，電氣設備，銀行和汽車這五個行業可以稱之為優質行業，實際投資中，就可以只從這幾個行業中去投資。這樣做的目的是，一方面，能夠從行業大格局層面避免行業下行的風險，繞開一個可能出現負增長的的行業，從而降低投資的風險；另一方面，也大大縮短了我們的投資范圍，讓投資者能夠專注於從真正好的行業去挑選公司進行投資。
「2010-2017」投資於優質行業龍頭的收益表現
選好行業之後，下面進入選公司環節。我們知道，即便是一個好的行業也仍然存在表現不好的公司，那麼什麼是好的公司呢，本文試圖從營業收入規模和利潤規模和來考察以上五個基業長青的行業，從它們中去篩選公司作為投資標的。
3.1按營業收入規模構建的行業龍頭投資組合
首先，我們按照營業收入規模，篩選出以上5個行業【醫葯生物，建築裝飾，電氣設備，銀行和汽車】從2010年至今的行業龍頭如下表所示：
結論
通過以上行業分析和投資組合的歷史回測可以看到：
先選行業，再選公司，即使是從2015年股災期間開始投資，至2018年5月1號，仍然能夠獲得相對理想的收益，可以說，紅杉資本的賽道投資法則對於一般投資者還是比較靠譜的。
在構建行業龍頭投資組合時，凈利潤指標顯著優於營業收入指標，獲得的投資收益能夠更大的跑贏全市場收益率
市場是不斷波動的，如果一個投資者從股災期間開始投資，那麼即使他買入了上述優質行業的龍頭組合，在近3年也只能獲得12%左右的累計收益；而如果從2016年5月3日開始投資，那麼至2018年5月2日，2年時間就能獲得超過50%以上的收益了。所以，在投資過程中選擇時機也非常重要。
出自：JoinQuant 聚寬數據 JQData
『捌』 ARCH模型在股票收益率分析中的應用是怎樣的
假設用標准差表示的條件波動率在某一期間圍繞0.5%和3%之間波動。如果投資者有一個對應與標准普爾500指數的資產組合，那麼明天該投資者有多少資本面臨損失？假設預測標准差是0.5%，他的損失(99%的概率)將不會超過資產組合價值的1.2%。如果預測標准差是3%，相應的資本損失將高達6.7%。同樣，在銀行和其他金融機構計算資產組合的市場風險時，在險價值(VaR：ValueatRisk)也至關重要。從1996以來，巴塞爾(Basle)國際協議規定了銀行在控制資本充足率時要使用在險價值。ARCH成為金融部門風險評估中不可缺少的工具。