描述性统计简明

数据的位置

用来度量数据中心位置的指标

平均数(sample mean)
几何平均数(GEOMETRIC mean)
中位数(Median)
众数(Mode)
百分位数(Percentile)

示例

import os
os.chdir(os.getcwd())
import pandas as pd
import matplotlib.pyplot as plt

import baostock as bs

def getIndexDate(code:str,start_date:str,end_date:str):
    '''
      下载数据集
    '''
    # 登陆系统
    lg = bs.login()
    # 获取指数(综合指数、规模指数、一级行业指数、二级行业指数、策略指数、成长指数、价值指数、主题指数)K线数据
    # 综合指数，例如：sh.000001 上证指数，sz.399106 深证综指 等；
    # 规模指数，例如：sh.000016 上证50，sh.000300 沪深300，sh.000905 中证500，sz.399001 深证成指等；
    # 一级行业指数，例如：sh.000037 上证医药，sz.399433 国证交运 等；
    # 二级行业指数，例如：sh.000952 300地产，sz.399951 300银行 等；
    # 策略指数，例如：sh.000050 50等权，sh.000982 500等权 等；
    # 成长指数，例如：sz.399376 小盘成长 等；
    # 价值指数，例如：sh.000029 180价值 等；
    # 主题指数，例如：sh.000015 红利指数，sh.000063 上证周期 等；

    # 详细指标参数，参见“历史行情指标参数”章节；“周月线”参数与“日线”参数不同。
    # 周月线指标：date,code,open,high,low,close,volume,amount,adjustflag,turn,pctChg
    rs = bs.query_history_k_data_plus(code,
        "date,code,open,high,low,close,preclose,volume,amount,pctChg",
        start_date, end_date, frequency="d")
    data_list = []
    while (rs.error_code == '0') & rs.next():
        data_list.append(rs.get_row_data())
    result = pd.DataFrame(data_list, columns=rs.fields)
    result.to_csv("%s.csv"%(code.replace(".","_")), index=False)
    bs.logout()

getIndexDate(code='sz.399376',start_date='2018-01-01', end_date='2021-06-10')
returns = pd.read_csv('sz_399376.csv')

画出 sz.399376 股票的收盘价直方图

1	returns.close.hist()

returns.close.mean()
'''
4937.431747784431
'''
returns.close.median()
'''
4884.9446
'''
returns.close.mode()
'''
0      3442.2600
1      3525.6160
2      3540.0160
3      3551.7090
4      3574.8730
         ...    
830    6320.3282
831    6342.6444
832    6346.6771
833    6365.1933
834    6388.9117
Length: 835, dtype: float64
'''
[returns.close.quantile(i) for i in [0.25,0.65]]
'''
[4315.082, 5464.19337]
'''

数据的离散度

极差(range)

1	returns.close.max() - returns.close.min()

平均绝对偏差(Mean Absolute Deviation)
1
returns.close.mad
- 数据的离散程度可以通过一组数据与均值的偏差来度量,
- 假设一个数据与均值的差越大,则说明数据的值偏离均值越远
- 所有数据与均值的差值和为0
方差(Variance)
1
returns.close.var()
标准差(Standard Deviation)
1
returns.close.std()
二项分布
常用于描述金融市场中只有两个结果之间重复事件