pandas金融数据分析的灵魂：时间序列

Posted 2021-04-27 程序猿与吉他狗

时间序列在很多领域都是一个重要的数据结构，尤其是在金融领域，每一只股票或者期货的数据都是根据时间序列来分布的，绝大多数分析都是按照时间维度来进行分析，大家所熟悉的K线图都是基于时间序列的，今天将介绍pandas如何处理时间序列。

 

一、python的datetime库

在之前的文章（python内置库）中说到，python提供了丰富的内置库支持，date time也是其功能之一，首先来了解一下python的datetime库。

模块	说明
date	日期
time	时间
datetime	日期时间
timedelta	时间差
timezone	时区
tzinfo	时区信息
datetime_CAPI	为其他模块提供C语言接口

获取当前日期时间

utcnow是获取当前的UTC标准时间，这是为了解决时区问题，因为在同一个时间点，在世界各地的本地时间是不一样的，为了处理时间不一致问题就有了全球统一时间UTC，使用UTC然后根据当地时区就可以得到本地日期时间。

日期时间对象初始化

可以通过now和utcnow方法获取当前时间，也可以输入一个元组来初始化一个日期时间对象，也可以使用strptime方法通过字符串来初始化。

日期时间对象输出

可以通过datetime对象的strftime方法格式化字符串输出格式来更加友好的显示。

格式化代码表

代码	说明
%Y	4位数的年
%y	2位数的年
%m	2位数的月
%d	2位数的日
%H	24小时制的时
%I	12小时制的时
%M	2位数的分
%S	2位数的秒
%w	整数表示的星期几[0(星期天)-6]
%U	每年第几周，每年第一个星期天之前的周为第0周，星期天为第一天
%W	每年第几周，每年第一个星期天之前的周为第0周，星期一为第一天
%z	与UTC的偏移量，如果对象为naive则为空。
%F	相当于%Y-%m-%d
%D	相当于%m/%d/%y
%a	当前环境的星期几简写
%A	当前环境的星期几全称
%b	当前环境的月份简写
%B	当前环境的月份全称
%c	当前环境的日期和时间格式
%p	不同环境中的AM和PM
%x	当前环境的日期格式
%X	当前环境的时间格式

时间差timedelta

二、pandas的时间序列

1、初始化时间序列

金融数据分析中，大多数情况下时间序列被用作索引，也就是之前Index中的DatetimeIndex类型。

这种方法是将datetime对象的列表指定为index的方式来实现，很明显这种方式效率太低。

使用date_range

date_range方法接收1个或两个时间参数，如果是1个就代表时间起点，就需要配合periods这个长度参数确定终点，如果是2个就分别代表时间起点和终点，还有1个freq频率参数确定时间间隔，默认为1天，tz参数代表时区。

freq参数表

参数	说明
D	每日历日，可加数字2D表示每2天
B	每工作日
H	每小时,1h 2h
T、min	每分30min 60min
S	每秒
L、ms	每毫秒
U	每微秒
M	每月最后一个日历日
BM	每月最后一个工作日
MS	每月第一个日历日
BMS	每月第一个工作日
W-MON	每周的星期几，MON TUE WED THU FRI STA SUN
WOM-1MON	每月第几个星期几
Q-JAN	指定月份为基准，每季度最后一月最后一个日历日
BQ-JAN	每季度最后一月最后一个工作日
QS-JAN	每季度最后一月第一个日历日
BQS_JAN	每季度最后一月第一个工作日
A-JAN	每年指定月份最后一个日历日
BA-JAN	每年指定月份最后一个工作日
AS_JAN	每年指定月份第一个日历日
BAS-JAN	每年指定月份第一个工作日

 2、索引和切片

3、时区处理

在处理全球数据时，时区问题变得非常棘手，尤其还有多变的夏令时（DST）问题，所以现在业界处理时间都采用UTC（格林尼治标准时间GMT），然后通过转换得到当地时间，python处理时区问题的库是pytz，pandas集成了pytz。在前面初始化date_range时未传入tz参数，所以查看索引时区时返回None，我们可以在初始化时间序列时添加tz参数，也可以使用tz_localize方法添加时区和使用tz_convert方法转换时区。

4、重采样

重采样(resampling)是将时间序列从一个频率转换为另一个频率的处理过程，这个方法使用场景非常多，特别是在金融数据领域，例如求20天均值。

重采样参数表

参数	说明
freq	采样频率，和date_range中freq接受的参数一致。
how	被弃用，现使用方法为使用.调用相应的求值方法,常用方法有mean ohlc max min median first last
axis	采样轴
fill_method	升采样填充方法，ffill bfill
closed	降采样中设置闭合端
label	聚合后选择标签原则
loffset	元标签时间校正值
limit	填充数值最大数量
kind	聚合到period或timestamp
converntion	低频数据到高频数据采用的约定

使用groupby进行采样

三、一个简单的例子

下面使用pandas操作一只股票数据

1、构造数据

首先将本地的一个200*504的一个numpy数组读入，用列表解析生成行索引，使用date_range生成时间序列，然后构造DataFrame对象。

2、转置和重采样

先将数据转置，时间序列作为行索引，然后使用resample按照21天重采样。

3、DataFrame转成Series操作

df中有200只股票的数据，现在抽取1只股票数据，数据就变成了Series，然后使用cumsum方法计算累计涨跌，使用plot方法绘制图形。

pandas的基本操作完结：