我只花了射擊在這一點,因爲你並沒有太多的迴應......或任何......我看到。
from pandas_datareader import data
s = data.get_data_yahoo('SBUX', start='2016-01-02',end='2017-12-04')['Adj Close']
monthly = s.resample('BM', how=lambda x: x[-1])
print(monthly)
這是另一種獲取時間序列數據的方法。
from pandas_datareader import data
import datetime as dt
import pandas as pd
ticker = 'MSFT'
begdate = '2016-11-11'
enddate = '2017-12-04'
data1 = data.DataReader(ticker,'yahoo',dt.datetime(2014,11,11),dt.datetime(2016,11,11))
print(data1)
下面是一些指導方針和總體經驗法則。
當我們進行投資時,我們將資金投資於不同的資產,並在不同的時間段獲得回報。例如,對短期國庫券的投資將持續3個月。我們可能會投資股票並在一週後退出幾天。爲了使這些不同投資的回報可比,我們需要將回報年度化。因此,所有的每日,每週,每月或每季度回報將轉換爲年化回報。爲年度化的返回過程如下:
的基本思想是將返回化合物每年的時期。所以,如果我們有每月回報,我們知道這一年有12個月,同樣有52周,4個季度和365天。我們用全年的時段數來計算我們的回報。
讓我們來舉幾個例子來理解這一點。
示例1:季度收益
假設我們有5%的季度收益。由於在一年四個季度,每年的回報率將是:
Annual returns = (1+0.05)^4 – 1 = 21.55%
例2:月報表
比方說,我們有2%的月回報。由於有一年12個月,年回報率將是:
Annual returns = (1+0.02)^12 – 1 = 26.8%
例3:每週返回
比方說,我們有0.5%的週迴報。由於有52個星期了一年,全年回報率將是:
Annual returns = (1+0.005)^52 – 1 = 29.6%
例4:日收益
比方說,我們有0.1%的日回報。由於在一年365天,年回報率將是:
Annual returns = (1+0.001)^365 – 1 = 44.02%
例5:100天返回
實際上,我們可以有任意天數回報,並將其轉換爲年化回報率。假設我們有超過100天的6%回報。每年的回報率將是:然而
Annual returns = (1+0.06)^(365/100) – 1 = 23.69%
年化回報率有一個限制 - 他們認爲我們將能夠以同樣的速度進行再投資的錢。然而,這可能並不總是可能的。如果我們在一季度中獲得5%的收益,我們不能保證我們能夠在今年的三個季度中複製這些收益。