محاسبه بازده ماهیانه سهم
قبلا در این پست در خصوص شیوه تغییر تایم فریم داده ها صحبت کردیم. فرض کنید داده های مربوط به یک سهم را به صورت روزانه داریم و می خواهیم بازدهی ماهیانه آن را محاسبه کنیم. یک راه بسیار ساده استفاده از تایع resample است. به کمک این تابع می توانیم قاب زمانی داده ها را متناسب با نیاز خود تغییر دهیم.
در مثال این پست، اطلاعات سه سهم دریافت شده و بازدهی ماهیانه آنها محاسبه و رسم می شود.
بازه های زمانی متداول در resample عبارتند از:
B business day frequency
D calendar day frequency
W weekly frequency
M month end frequency
BM business month end frequency
MS month start frequency
BMS business month start frequency
Q quarter end frequency
BQ business quarter endfrequency
QS quarter start frequency
BQS business quarter start frequency
A year end frequency
BA business year end frequency
BAS business year start frequency
H hourly frequency
T minutely frequency

#بازده
#تایم_فریم

#پایتون_مالی
#resample
#freq

پایتون برای مالی در تلگرام
t.me/python4finance

خلاصه بندی OHLC داده ها با resample
یکی از توابع بسیار کاربردی pandas تابع resample است. به کمک این تابع می توانیم تناوب داده ها را تغییر دهیم. مثلا داده های ساعتی را به داده های روزانه تبدیل کنیم یا داده های روزانه را به هفتگی، ماهانه و سالانه.
یکی از بخش های قشنگ این ماژل تبدیل داده ها به فرمت OHLC است. یعنی داده های مربوط به بازشدن، بالاترین داده، کمترین داده و داده بسته شده. (البته برای بچه های بازار سرمایه این فرمت آشناست، اما برای سایر رشته ها شاید کمی عجیب به نظر برسد)
فرض کنید داده های ساعتی هواشناسی را داریم. می خواهیم دمای هوا در ابتدا و انتهای روز و نیز بالاترین دما و پایین ترین دما را مشخص و رسم کنیم.
با استفاده از resample به راحتی قابل انجام است.

import pandas as pd
import mplfinance as mpf
url="https://python4finance.ir/datafolder/WeatherData.csv"
df=pd.read_csv(url,index_col="Date/Time" , parse_dates=True)
mpf.plot(df.loc["01/01/2012 00:00":"05/01/2012 00:00"]["Temp_C"].resample("D").ohlc(),type="candle",figsize=(16,6),mav=(10))

#پانداس
#pandas
#resample

پایتون برای مالی

🆔 @python4finance