Python金融大数据分析-例1-2:Google Volatility

原书中的案例已经不能运行了，我重写了一个。

import numpy as np
import pandas as pd
from pandas_datareader import data as web
'''
pandas.io.data模块已经不在教材中的位置了。日久年深，已经移动到了pandas
_datareader下面，所以需要安装pandas-datareader包，顺便更改了教材中的代码。
'''

goog = web.DataReader(
    'GOOG', data_source='yahoo', start='3/14/2009', end='4/14/2014')

# 众所周知的原因，所以我把数据源改成了yahoo

goog.tail()

goog['Log_Ret'] = np.log(goog['Close'] / goog['Close'].shift(1))
goog['Volatility'] = pd.Series.rolling(goog['Log_Ret'], window=252,center=False).std() * np.sqrt(252)

# pd.rolling_std这个写法已经过时了，改为了 pd.Series.rolling(goog['Log_Ret',center=False], window=252).std()

import matplotlib.pyplot as plt
# 因为用的不是ipython环境，所以也没没有%matplotlib的魔法

goog[['Close', 'Volatility']].plot(subplots=True, color='blue',figsize=(8,6))

plt.show()
# 没有补充的这句话，是不会显示图的

结果

Python金融大数据分析-例1-2