Fintech金融工程课程笔记(四:Python处理数据不完整)

注:这是我参加招行Fintech精英训练营金融工程课程跟着做的笔记,代码是在Pycharm上写的。

里面用到的股票数据均来自雅虎财经(https://finance.yahoo.com/),数据下载方法我在(一)中有介绍。


量化交易基础:使用python处理金融数据

01-05 数据不完整 Fill missing values


import numpyas np

import pandasas pd

import matplotlib.pyplotas plt

import os

def fill_missing_values(df_data):

"""Fill missing values in data frame, in place."""

    ##########################################################

    df_data.fillna(method="ffill",inplace=True)

df_data.fillna(method="bfill", inplace=True)

def symbol_to_path(symbol, base_dir="data"):

"""Return CSV file path given ticker symbol."""

    return os.path.join(base_dir, "{}.csv".format(str(symbol)))

def get_data(symbols, dates):

"""Read stock data (adjusted close) for given symbols from CSV files."""

    df_final = pd.DataFrame(index=dates)

if "SPY" not in symbols:# add SPY for reference, if absent

        symbols.insert(0, "SPY")

for symbolin symbols:

file_path = symbol_to_path(symbol)

df_temp = pd.read_csv(file_path, parse_dates=True, index_col="Date",

            usecols=["Date", "Adj Close"], na_values=["nan"])

df_temp = df_temp.rename(columns={"Adj Close": symbol})

df_final = df_final.join(df_temp)

if symbol =="SPY":# drop dates SPY did not trade

            df_final = df_final.dropna(subset=["SPY"])

return df_final

def plot_data(df_data):

"""Plot stock data with appropriate axis labels."""

    ax = df_data.plot(title="Stock Data", fontsize=2)

ax.set_xlabel("Date")

ax.set_ylabel("Price")

plt.show()

def test_run():

"""Function called by Test Run."""

    # Read data

    symbol_list = ["JAVA", "FAKE1", "FAKE2"]# list of symbols

    start_date ="2005-12-31"

    end_date ="2014-12-07"

    dates = pd.date_range(start_date, end_date)# date range as index

    df_data = get_data(symbol_list, dates)# get data for each symbol

# Fill missing values

    fill_missing_values(df_data)

# Plot

    plot_data(df_data)

if __name__ =="__main__":

test_run()

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容