python股票价格涨跌幅_案例_如何计算股票复权价格

> 《邢不行-2019新版|Python股票量化投资课程》

> author：邢不行

> 微信：xingbuxing0807

>

## 本节课讲解如何根据预测者网的历史数据，计算复权价格

> import pandas as pd

> pd.set_option('expand_frame_repr', False) # 当列太多时不换行

> pd.set_option('display.max_rows', 5000) # 最多显示数据的行数

*****

```

# 导入数据

path = '/Users/xingbuxingx/Desktop/股票量化课程/xbx_stock_2019/data/股票数据库/basic_trading_data.20190401/stock_data/sh600000.csv'

df = pd.read_csv(path, encoding='gbk', skiprows=1)

# 计算复权涨跌幅

df['涨跌幅'] = df['收盘价'] / df['前收盘价'] - 1

# print(df[['交易日期', '收盘价', '前收盘价', '涨跌幅']])

# 计算复权因子：假设你一开始有1元钱，投资到这个股票，最终会变成多少钱。

df['复权因子'] = (1 + df['涨跌幅']).cumprod()

# print(df[['交易日期', '收盘价', '前收盘价', '涨跌幅', '复权因子']])

# 计算后复权价

df['收盘价_复权'] = df['复权因子'] * (df.iloc[0]['收盘价'] / df.iloc[0]['复权因子'])

# print(df[['交易日期', '收盘价', '前收盘价', '涨跌幅', '复权因子', '收盘价_复权']])

# 计算前复权价

df['收盘价_复权'] = df['复权因子'] * (df.iloc[-1]['收盘价'] / df.iloc[-1]['复权因子'])

print(df[['交易日期', '收盘价', '前收盘价', '涨跌幅', '复权因子', '收盘价_复权']])

# 计算复权的开盘价、最高价、最低价

df['开盘价_复权'] = df['开盘价'] / df['收盘价'] * df['收盘价_复权']

df['最高价_复权'] = df['最高价'] / df['收盘价'] * df['收盘价_复权']

df['最低价_复权'] = df['最低价'] / df['收盘价'] * df['收盘价_复权']

~~~

```