Python数据分析基础 — 数据可视化（第2版）

王斌会 王术 电子工业出版社 2021.1

习题10

一、选择题

1:A 2:D 3:C 4:A 5:D 6:B 7:A 8:B

二、分析题

（请在问题下面的空白框写出代码并执行以输出结果）

1. 对全国居民消费价格指数进行分析。

请读者从akshare网站（https://www.akshare.xyz/） 选取2000年1月～2017年12月的全国居民消费价格指数CPI（月度数据，上年同月=100）作为样本数据，用Python语言命令进行数据分析，并用预测方法进行 预测。

#!pip install akshare

import akshare as ak
cpi = ak.macro_china_cpi_monthly()
cpi.sort_index(inplace=True)
cpi

1996-02-01    2.1
1996-03-01    2.3
1996-04-01    0.6
1996-05-01    0.7
1996-06-01   -0.5
             ... 
2020-12-09   -0.6
2021-01-11    0.7
2021-02-10    1.0
2021-03-10    0.6
2021-04-09   -0.5
Name: cpi, Length: 303, dtype: float64

import pandas as pd
cpi=pd.DataFrame({'cpi':cpi});
cpi=cpi[(cpi.index>='2000.1') & (cpi.index<='2017.12')]
cpi.info()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 215 entries, 2000-01-01 to 2017-11-09
Data columns (total 1 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   cpi     215 non-null    float64
dtypes: float64(1)
memory usage: 3.4 KB

import matplotlib.pyplot as plt            #加载基本绘图包
plt.plot(cpi.index,cpi.cpi);

CPI=pd.DataFrame(cpi.cpi)#简单移动平均法进行预测
CPI['M2']=cpi.cpi.rolling(3).mean()
CPI['M4']=cpi.cpi.rolling(5).mean();
CPI

	cpi	M2	M4
2000-01-01	0.0	NaN	NaN
2000-02-01	0.9	NaN	NaN
2000-03-01	1.9	0.933333	NaN
2000-04-01	-1.6	0.400000	NaN
2000-05-01	-0.9	-0.200000	0.06
...	...	...	...
2017-07-10	-0.2	-0.066667	-0.14
2017-08-09	0.1	-0.066667	-0.08
2017-09-09	0.4	0.100000	0.06
2017-10-16	0.5	0.333333	0.14
2017-11-09	0.1	0.333333	0.18

215 rows × 3 columns

1. 股票收益率的研究。请读者从akshare网站（https://www.akshare.xyz/） 选取2015年1月1日～2017年12月31日的上证综指指数作为样本数据，对我国证券市场上证综指股票指数收益率的变动进行分析。用Python语言命令建立相应的预测模型，并从中选一个合适的模型。

sz = ak.stock_zh_index_daily(symbol='sh000001')

sz.sort_index(inplace=True);
sz=sz[(sz.index>='2015.01.01') & (sz.index<='2017.12.31')]
sz

	open	high	low	close	volume
date
2015-01-05 00:00:00+00:00	3258.627	3369.281	3253.883	3350.519	5.313524e+10
2015-01-06 00:00:00+00:00	3330.799	3394.224	3303.184	3351.446	5.016617e+10
2015-01-07 00:00:00+00:00	3326.649	3374.896	3312.211	3373.954	3.919189e+10
2015-01-08 00:00:00+00:00	3371.957	3381.566	3285.095	3293.456	3.711312e+10
2015-01-09 00:00:00+00:00	3276.965	3404.834	3267.509	3285.412	4.102409e+10
...	...	...	...	...	...
2017-12-25 00:00:00+00:00	3296.211	3312.300	3270.441	3280.461	1.468936e+10
2017-12-26 00:00:00+00:00	3277.837	3307.299	3274.327	3306.125	1.424345e+10
2017-12-27 00:00:00+00:00	3302.461	3307.080	3270.349	3275.783	1.626749e+10
2017-12-28 00:00:00+00:00	3272.291	3304.096	3263.728	3296.385	1.753717e+10
2017-12-29 00:00:00+00:00	3295.246	3308.225	3292.770	3307.172	1.415868e+10

732 rows × 5 columns

sz['returns'] = (sz['close']-sz['close'].shift(1))/sz['close'].shift(1);sz #计算收益率

	open	high	low	close	volume	returns
date
2015-01-05 00:00:00+00:00	3258.627	3369.281	3253.883	3350.519	5.313524e+10	NaN
2015-01-06 00:00:00+00:00	3330.799	3394.224	3303.184	3351.446	5.016617e+10	0.000277
2015-01-07 00:00:00+00:00	3326.649	3374.896	3312.211	3373.954	3.919189e+10	0.006716
2015-01-08 00:00:00+00:00	3371.957	3381.566	3285.095	3293.456	3.711312e+10	-0.023859
2015-01-09 00:00:00+00:00	3276.965	3404.834	3267.509	3285.412	4.102409e+10	-0.002442
...	...	...	...	...	...	...
2017-12-25 00:00:00+00:00	3296.211	3312.300	3270.441	3280.461	1.468936e+10	-0.005035
2017-12-26 00:00:00+00:00	3277.837	3307.299	3274.327	3306.125	1.424345e+10	0.007823
2017-12-27 00:00:00+00:00	3302.461	3307.080	3270.349	3275.783	1.626749e+10	-0.009178
2017-12-28 00:00:00+00:00	3272.291	3304.096	3263.728	3296.385	1.753717e+10	0.006289
2017-12-29 00:00:00+00:00	3295.246	3308.225	3292.770	3307.172	1.415868e+10	0.003272

732 rows × 6 columns

sz.returns.plot().axhline(y=0);  #收益率变动分析

import numpy as np
re=sz.returns[1:];re
m1=np.arange(len(re));m1[:20]

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])

#构建一个简单的趋势函数来进行模型选择。
import statsmodels.api as sm 
import warnings #忽视警告信息 
warnings.filterwarnings("ignore") 
def trendmodel(y,x): #定义两变量直线趋势回归模型，x 为自变量，y 为因变量 
    fm=sm.OLS(y,sm.add_constant(x)).fit() 
    sfm=fm.summary2() 
    print("模型检验:\n",sfm.tables[1]) 
    print("决定系数：",sfm.tables[0][1][6]) 
    return fm.fittedvalues

l1=trendmodel(re,m1);

模型检验:
               Coef.  Std.Err.         t     P>|t|    [0.025    0.975]
const  2.621221e-04  0.001233  0.212595  0.831702 -0.002158  0.002683
x1    -3.812012e-07  0.000003 -0.130351  0.896325 -0.000006  0.000005
决定系数： 0.000

l2=trendmodel(np.log(re),m1)

模型检验:
        Coef.  Std.Err.   t  P>|t|  [0.025  0.975]
const    NaN       NaN NaN    NaN     NaN     NaN
x1       NaN       NaN NaN    NaN     NaN     NaN
决定系数： nan

l3=trendmodel(np.exp(re),m1)

模型检验:
               Coef.  Std.Err.           t     P>|t|    [0.025    0.975]
const  1.000607e+00  0.001222  819.047451  0.000000  0.998208  1.003005
x1    -9.469541e-07  0.000003   -0.326803  0.743911 -0.000007  0.000005
决定系数： 0.000

由以上可知，线性模型，指数模型，对数模型都不是最适合模型。