126、GAFATA股票数据爬取和分析

本文是在Python 3 环境下使用Jupyter Notebook对GAFATA这6只股票数据进行爬取和简单分析。

GAFATA是谷歌、亚马逊、Facebook、苹果、腾讯、阿里巴巴这6家公司的简称。

准备工作

首先需要导入以下几个包，pandas包用于数据分析，pandas_datareader用于爬取股票数据，如果没有安装这两个包，需要先安装。爬取数据前需要指定所需数据的起始时间，并且创建一个公司和股票代码相对应的字典。

1.png

注意事项：

（1）互联网数据获取包安装时是pandas-datareader，导入时是pandas_datareader，注意中间“-”的位置。

（2）获取国内股票数据的方式是：“股票代码” + “对应股市”（港股为.hk，A股为.ss）

例如腾讯的股票属于港股为：00700.hk，由于是从雅虎财经网站上爬取的数据，所以应该改为：0700.hk

获取数据

首要获取这六家公司的股票数据并核对数据信息。这里用的是pandas_datareader包爬取yahoo finance股票数据，时间是从2017年1月1日至2018年1月1日（爬取数据的过程并不稳定，有的时候会出现连接关闭的现象，需要隔一段时间再试一下）。

获取的数据如下：

2.获取谷歌和亚马逊的股票信息.png

3.获取Facebook和苹果的股票信息.png

4.获取阿里巴巴的股票信息.png

5.获取腾讯的股票信息.png

在爬取的数据中，使用head()函数只会显示每只股票前5行的数据，Date(交易时间)，Open(开盘价)，High(最高价)，Low(最低价)，Close(收盘价)，Volume(成交量)

分析腾讯股票数据

以腾讯股票为例，先查看腾讯股票的统计信息：

6.查看腾讯股票的描述统计信息.png

分析腾讯股票的涨跌幅：

7.分析腾讯股票涨跌幅.png

其中定义一个函数change()函数，计算公式为：
计算股票涨跌幅 = （现在股价 — 买入价格）/买入价格

数据可视化

选用腾讯股票收盘价Close这一列数据绘制折线图，查看腾讯股票2017年的变化趋势：

8.腾讯股票2017年的变化趋势.png

使用散点图显示成交量与股价的关系：

9.成交量和股价.png

求出成交量和股价的相关系数矩阵：

10.相关系数矩阵.png

通过折线图的结果可以看出，腾讯在2017年5月至2017年9月股票波动比较大，但股票的整体形式是增长的，结合散点图和相关系数矩阵，成交量和股价的相关系数为0.335，呈正线性相关，股票交易活跃，再综合前面计算的结果，腾讯股票在2017年的涨幅达到了114.36%，这是非常值得入手的一只股票。

分析6只股票（GAFATA）的趋势

在前面的结果中看到腾讯股票在2017年的收益非常好，在这6只股票当中还有没有比腾讯还好的呢？我们把这6只股票都绘制折线图放在一起比较，如下：

11.分析GAFATA的趋势.png

从折线图中可以看出，这6只股票整体呈增长趋势 ，虽然谷歌和亚马逊的波动比较大，但整体增长较快，但是由于每只股票买入的价格都不一样，收益比率差异很大 ，因此还需要比较这6只股票的涨跌幅，才能更好地比较收益。

分析6只股票（GAFATA）的涨跌幅

12.GAFATA涨跌幅.png

从结果来看，这6只股票的涨幅为：腾讯 >阿里巴巴 >亚马逊 >Facebook >苹果 > 谷歌

在这6只股票中涨幅最大是腾讯(114.36%)和阿里巴巴(94.5%),亚马逊和Facebook的涨幅接近，分别为56.13%和50.6%，涨幅最低的是谷歌(34.42%)。

因为谷歌和亚马逊的股价比较高，造成我们看不出其他4家公司的股票走势。 所以根据股价我们可以将这6家公司分成2组，一组是股价较高的谷歌和亚马逊。另外一组是股价较低的4家公司。

因谷歌和亚马逊的股价比较高，这两只股票分为第一组：

13.第一组.png

剩下四家公司的股价相对第一组较低，划分为第二组：

14.第二组.png

计算六家公司股票的平均值

15.六家公司股票的股价平均值.png

分析结论：从结果中可以看出，谷歌和亚马逊的平均股价远远超过其他四家公司的股价，但这里只是算平均值，下面用四分位数描绘箱线图显示这6家公司的股价：

16.使用箱线图显示六家公司的股票.png

分析结果

从上面的分析结果来看，这6只股票虽然短期内有所波动，但整体还是增长的，其中腾讯和阿里巴巴在2017年里收益比率最高的两只股票，且从趋势来看，整体还是呈现涨幅状态的，在2018年里这6只股票的上升空间还有很大，如果有机会买几只作为未来投资用，还是很不错的。