使用jupyter notebook在pandas_datareader库的基础上实现股票预测

1. 如何使用jupyter notebook进行编程

点我观看本节课教学视频

1.1 详细步骤

首先开机后，如果你没有在base环境下安装pandas-datareader，seaborn包参考上一篇安装教程，直接点击下边链接传送过去看pip安装的教程
点我传送到上一篇安装教程
然后安好之后，点击微软符号+R键，输入cmd，回车，进入到cmd命令提示符界面，输入以下代码

activate base

接下来输入

jupyter notebook

如果正确输入的话，会激活浏览器，效果图如下

点击右上角的new python2，效果如下图

接下来双击名字，修改为股票区间预测

1.2 详细代码

接下来将会以一段代码一段运行结果截图形式给出

#引入一些基础的包
import numpy as np 
import pandas as pd
from pandas import Series,DataFrame
#股票数据的读取
import pandas_datareader as pdr
#可视化
import matplotlib.pyplot as plt
import seaborn as sns
#time
from datetime import datetime

start = datetime(2015,1,1)
company = ['AAPL','GOOG','MSFT','AMZN','FB']
top_tech_df = pdr.get_data_yahoo(company,start=start)['Adj Close']
top_tech_df.to_csv('/Users/yh/Desktop/top5.csv')

top_tech_dr = top_tech_df.pct_change()

top_tech_dr.head()

top_tech_df.plot()

top_tech_df[['AAPL','FB','MSFT']].plot()

sns.jointplot('GOOG','GOOG',top_tech_dr,kind='scatter')

sns.jointplot('AMZN','GOOG',top_tech_dr,kind='scatter')

sns.jointplot('AAPL','GOOG',top_tech_dr,kind='scatter')

sns.pairplot(top_tech_dr.dropna())

top_tech_dr['AAPL'].quantile(0.52)

#分位数的含义是我们有95%的信心将亏损控制在2%
top_tech_dr['MSFT'].quantile(0.05)

top_tech_dr['AMZN'].quantile(0.95)

#分位数的含义是我们有1%的信心将盈利控制在6%
top_tech_dr['AMZN'].quantile(0.99)

#分位数的含义是我们有1%的信心将盈利控制在4%
top_tech_dr['FB'].quantile(0.99)

#分位数的含义是我们有99%的信心将亏损控制在4%
top_tech_dr['FB'].quantile(0.01)

vips = pdr.get_data_yahoo('VIPS',start=start)['Adj Close']
vips.plot()

#分位数的含义是我们有80%的信心将亏损控制在2%
vips.pct_change().quantile(0.2)