Analyse du cours des actions avec Python

Contenu

Salut les lecteurs! Nous savons tous comment fonctionne la Bourse. Une action est la petite partie de la propriété de l'entreprise. Le cours de l'action de la société reflète l'évaluation nette de la société et donne également une petite idée de sa performance.. Ces actions sont négociées en bourse et leurs prix changent constamment en raison de leur demande et de leur offre sur le marché.. Si un stock a une forte demande et une faible offre, c'est-à-dire, plus de gens veulent l'acheter et moins de gens sont prêts à le vendre, alors le prix du stock augmentera et de même si le stock a une faible demande et une offre élevée, ce qui signifie que plus de gens sont prêts à le vendre, mais moins de gens sont prêts à l'acheter et ses prix baissent.

L'augmentation soudaine de la demande de stocks peut être due à un certain nombre de raisons, y compris des nouvelles positives sur l'entreprise ou une annonce de l'entreprise. Après une période de temps au cours de laquelle la demande pour les actions disparaît, sus precios bajan lentamente a mesure que el inversor pierde interés en ellas. Ces cours boursiers en hausse et en baisse sont un processus itératif et répété. Cette volatilité des actions rend les investisseurs nerveux lorsqu'ils investissent dans une entreprise. Ensuite, comprendre le risque qui y est associé, il doit y avoir une bonne analyse des actions avant de les acheter. Dans cet article, nous essaierions d'explorer seulement la pointe de l'iceberg pour l'analyse boursière, puisque l'analyse de la valeur technique est un vaste domaine. Ce blog peut être votre point de départ dans cette industrie.

L'outil n'est pas important pour l'analyse, peut être fait dans n'importe quel logiciel statistique comme Python, R ou Excel, mais pour le bien de cet article, nous démontrons l'analyse en python.

Contenu

  • Bibliothèques utilisées
  • Description des données
  • Analyse exploratoire
  • Matrice de nuages ​​de points
  • Moyennes mobiles
  • Pourcentage d'augmentation de la valeur des actions
  • conclusion

Bibliothèques utilisées

Voici les bibliothèques qui doivent être installées au préalable et peuvent être facilement téléchargées à l'aide de la fonction pip. Vous trouverez ci-dessous une brève description du nom de la bibliothèque et de son application.

Une bibliothèqueApplication
Yahoo financePour télécharger les données boursières
PandasPour gérer les trames de données en Python
Numpypython numérique
MatplotlibGraphiques de tracé
import pandas as pd

import datetime

import numpy as np

import matplotlib.pyplot as plt

from pandas.plotting import scatter_matrix

!pip install yfinance

import yfinance as yf

%matplotlib inline

Description des données:

Nous avons téléchargé des données quotidiennes sur le cours des actions à l’aide de la fonctionnalité Finance API de Yahoo. Il s’agit d’une capture de données vieille de cinq ans., maximum, le minimum, fermeture et volume.

  • Ouvert: Le cours de l’action à l’ouverture du marché le matin.
  • Fermeture: le cours de l’action lorsque le marché a fermé la nuit.
  • Alto: prix le plus élevé atteint par l’action au cours de cette journée
  • bas: le prix le plus bas auquel l’action est négociée ce jour-là
  • Le volume: le nombre total d’actions négociées ce jour-là.

Ici, nous prendrons l’exemple de trois entreprises, TCS, Infosys et Wipro, qui sont des chefs de file de l’industrie en matière de prestation de services de TI.

commencer = "2014-01-01"
end = '2019-1-01'
tcs = yf.download(« SDC »,début,finir)
infy = yf.download('INFY',début,finir)
wipro = yf.download(« WIPRO. N.-É.,début,finir)

Analyse exploratoire

Tcs['Ouvrir'].terrain(étiquette="TCS", taille de la figue = (15,7))
infy['Ouvrir'].terrain(étiquette = "Infosys")
wipro['Ouvrir'].terrain(étiquette="Wipro")
plt.titre(« Cours des actions de TCS, Infosys et Wipro')
391811-8640852

El gráfico anterior es la representación de los precios de las acciones abiertas para estas tres empresas a través de un graphique linéaire aprovechando la biblioteca matplotlib en Python. Le graphique montre clairement que les prix de Wipro sont plus élevés que ceux de deux autres sociétés, mais nous ne sommes pas intéressés par les prix absolus de ces entreprises, mais nous voulions comprendre comment ces stocks fluctuaient dans le temps.

Tcs['Le volume'].terrain(étiquette="TCS", taille de la figue = (15,7))
infy['Le volume'].terrain(étiquette = "Infosys")
wipro['Le volume'].terrain(étiquette="Wipro")
plt.titre(« Volume d'actions négociées »)
plt.légende()
495472-2475622

Le graphique montre le volume échangé par ces sociétés, ce qui montre clairement que les actions Infosys sont négociées plus que les autres actions informatiques.

#Market Capitalisation
tcs['MarktCap'] = tcs['Ouvrir'] * Tcs['Le volume']
infy['MarktCap'] = infy['Ouvrir'] * infy['Le volume']
wipro['MarktCap'] = wipro['Ouvrir'] * wipro['Le volume']
Tcs['MarktCap'].terrain(étiquette="TCS", taille de la figue = (15,7))
infy['MarktCap'].terrain(étiquette="Infosys")
wipro['MarktCap'].terrain(étiquette="Wipro")
plt.titre(« Capitalisation boursière »)
plt.légende()
216153-8908348

Seuls le volume ou le cours des actions ne fournit pas de comparaison entre les entreprises. Dans ce cas, nous avons tracé un graphique de volume * Cours de l’action pour mieux comparer les entreprises. Comme nous pouvons le voir clairement dans le graphique, Wipro semble se négocier à la hausse.

Moyennes mobiles

Comme nous savons, les cours des actions sont très volatils et les prix changent rapidement au fil du temps. Pour observer une tendance ou un modèle, nous pouvons nous aider d'une moyenne de 200 jours de 50 jours

Tcs['MA50'] = tcs['Ouvrir'].roulant(50).moyenne()
Tcs['MA200'] = tcs['Ouvrir'].roulant(200).moyenne()
Tcs['Ouvrir'].terrain(taille de la figue = (15,7))
Tcs['MA50'].terrain()
Tcs['MA200'].terrain()
379674-8381622

Matrice de nuages ​​de points

données = pd.concat([Tcs['Ouvrir'],infy['Ouvrir'],wipro['Ouvrir']],axe = 1)
données.colonnes = ['TCSOpen','InfosysOpen','WiproOpen']
scatter_matrix(Les données, taille de la figue = (8,8), hist_kwds = {'bacs':250})
879025-8909122

El gráfico anterior es la combinación de histogrammes para cada empresa y un Diagramme de dispersion posterior que toma las acciones de dos empresas a la vez. Du graphique, on peut clairement en déduire que les actions de Wipro montrent vaguement une corrélation linéaire avec Infosys.

Pourcentage d'augmentation de la valeur des actions

Une augmentation en pourcentage de la valeur du stock est la variation des stocks par rapport à la veille. Plus la valeur est élevée, soit positif soit négatif, plus l’action sera volatile.

#Volatility
tcs['retours'] = (Tcs['Proche']/Tcs['Proche'].décalage(1)) -1
infy['retours'] = (infy['Proche']/infy['Proche'].décalage(1))-1
wipro['retours'] = (wipro['Proche']/wipro['Proche'].décalage(1)) - 1
Tcs['retours'].hist(bacs = 100, étiquette="TCS", alpha = 0.5, taille de la figue = (15,7))
infy['retours'].hist(bacs = 100, étiquette="Infosysy", alpha = 0.5)
wipro['retours'].hist(bacs = 100, étiquette="Wipro", alpha = 0.5)
plt.légende()
292566-4706092

Le graphique montre clairement que l’augmentation en pourcentage de l’histogramme du cours de l’action de TCS est la plus large., indiquant que les actions de TCS sont les plus volatiles parmi les trois sociétés comparées..

conclusion

L'analyse ci-dessus peut être utilisée pour comprendre le comportement à court et à long terme d'une action.. Un système d'aide à la décision peut être créé pour les actions à choisir dans l'industrie pour un profit faible à faible risque ou un profit élevé à risque élevé, en fonction de l'apatite au risque de l'investisseur.

N'hésitez pas à vous connecter via Linkedin:

https://www.linkedin.com/in/fasih-ahmad-61491aa9/

Les médias présentés dans cet article ne sont pas la propriété de DataPeaker et sont utilisés à la discrétion de l'auteur.

Abonnez-vous à notre newsletter

Nous ne vous enverrons pas de courrier SPAM. Nous le détestons autant que vous.