基于Python的股市收盘价偏度计算

import matplotlib.pyplot as plt
import math
import numpy as np
import tushare as tsdef calc(data):n=len(data)e_x=0.0e_x2=0.0e_x3=0.0for a in data:e_x+=ae_x2+=a**2            #E(X^2)e_x3+=a**3             #E（X^3)e_x/=n                 #用均值表示期望e_x2/=ne_x3/=nsigma=math.sqrt(e_x2-e_x*e_x)     #标准差fenzi=e_x3-(3*e_x*sigma**2)-e_x**3   #求偏态公式的分子skew=fenzi/(sigma**3)      #求出偏态return e_x,sigma,skewif __name__=='__main__':arr=ts.get_k_data('600167',ktype='D',start='2017-03-06',end='2017-05-03')  #获得个股以往历史交易数据group=np.array(arr)data=group[:,2]   #获取数据中的收盘价[e_x,sigma,skew]=calc(data)x=range(1,41)plt.plot(x,data,color='red',linewidth=1.0)plt.ylabel('price')plt.xlabel('2017-03-06till2017-05-03')ax=plt.gca()ax.spines['right'].set_color('none')ax.spines['top'].set_color('none')   #去除上边框plt.text(1,11.5,r'$skew=%2f$'%skew)  #图像上显示偏度值plt.show()

偏度值的计算公式

做的略粗糙，tushare是一个非常不错的可以获取股市数据的模块。

对于matplotlib模块的运用还在入门阶段。