یک روش بسیار خودکار برای تجزیه و تحلیل عملکرد بازارهای مالی توسط بخش تجارت.

منتشر شده در

به سمت علم داده

4 دقیقه بخوانید 8 ژوئیه 2020

از فیلمنامه پایتون ارائه شده در این مقاله برای تجزیه و تحلیل تأثیر COVID-19 در بخش های مختلف تجاری شاخص S& P 500 استفاده شده است ، اما همچنین می تواند به راحتی با هر تجزیه و تحلیل دیگری از بازارهای مالی سازگار باشد.

این کد به زبان برنامه نویسی پایتون تهیه شده است و می توانید در مخزن GitHub من (لینک زیر) به عنوان یک نوت بوک Jupyter یافت.

r-poli/financialmarketanalysis

این نوت بوک Jupyter کاربر را قادر می سازد تجزیه و تحلیل خودکار بازار سهام را برای بخش یا زیر بخش…

این اسکریپت از بسته های استاندارد پایتون (یعنی پاندا ، بوکه ، ریاضی) و همچنین API YFInance (رابط برنامه نویسی برنامه) استفاده می کند که برای بارگیری قیمت سهام S& P 500 استفاده می شود. API برای استفاده آزاد است و عمومی است ، به این معنی که کاربر به کلید API فردی احتیاج ندارد.

# واردات کتابخانهوارد كردنyfinance به عنوان yfوارد كردنپاندا به عنوان PDاز جانبشکل واردات.وارد كردنBokeh . models به عنوان BMOاز جانبBokeh . Palettes Imports11از جانبنمایش واردات Bokeh . ioاز جانبBokeh . models Import columndatasource ، hovertoolوارد كردنریاضی

در بخش اول اسکریپت ، کاربر برای تعریف سطح جزئیات تجزیه و تحلیل باید متغیر به نام "عمق" را تعریف کند. این می تواند بر روی "بخش" یا "sub_sector" تنظیم شود. انتخاب "بخش" نقشه ای مانند شکل 1 در شکل 1 تولید می کند ، در حالی که "sub_sector" توطئه هایی شبیه به نمونه های شکل 2 و شکل را تولید می کند. در این مورد آخر ، کاربر نیز باید "فیلتر" را مشخص کند، این بخش مورد علاقه است. مقادیر موجود فیلتر عبارتند از: خدمات ارتباطی ، اختیاری مصرف کننده ، عناصر مصرف کننده ، انرژی ، مالی ، مراقبت های بهداشتی ، صنعتی ، فناوری اطلاعات ، مواد ، املاک و مستغلات و خدمات.

# نمونه تعریف ورودیعمق = 'Sub_sector 'فیلتر = 'فناوری اطلاعات '

تمام ورودی های دیگر مانند لیست سهام S& P 500 و تاریخ مقایسه عملکرد فعلی بازار در برابر (آغاز 2020) به طور خودکار تنظیم شده است.

index_name = 'sp_500'شرکت ها = pd. read_html ('https://en. wikipedia. org/wiki/list_of_s٪26p_500_companies' ، طعم = 'bs4') [0]

در این مرحله ، داده ها بارگیری می شوند و تمام محاسبات انجام می شود. همانطور که پیش بینی می شد ، از API YFInance برای جمع آوری داده های مالی استفاده می شود.

df_all = pd. dataframe ()color_df = pd. DataFrame()برای سهامدر کدهای شرکت:stock_data = yf. Ticker(stock. replace("""""))سهام_نام = شرکت ها[لیبل_شرکت]. loc[شرکت ها[برچسب_کد] == سهام]. ارزش ها[0]df_all[stock_name] = stock_data. history(start="2020-01-01")['Close']

آخرین بخش جایی است که تمام نمودارها ایجاد می شوند.

اگر عمق == 'بخش':df_sector = df_summary. groupby(['Sector']). mean()df_sector = df_sector. sort_values(by=['YTD_performance'], ascending=False)source2 = ColumnDataSource(data=dict(cum_sum_ytd=df_sector. YTD_performance. to_list()، sektor=df_sector. index. to_list()))p = figure(plot_height=700, plot_width=1200, x_range=df_sector. index. to_list(), toolbar_location='right', y_range=[-50, 50],title='عملکرد سالیانه هر بخش (سهام S& P 500)', tools="save")color_map = bmo. CategoricalColorMapper(factors=df_summary['Sector']. unique()، palette=Paired11)p. vbar(x='sector', top='cum_sum_ytd', width=0. 9, source=source2, fill_color=,legend='sector', line_width=0)p. xaxis. major_label_orientation = math. pi/3p. yaxis. axis_label = 'میانگین عملکرد سال تا به امروز (%)'p. title. text_font_size = '12pt'p. yaxis. axis_label_text_font_size = '12pt'نمایش (ص)

می توانید نظرات بیشتر درباره کد و جزئیات بیشتر را در دفترچه یادداشت صفحه GitHub بیابید.

تاثیر COVID-19 بر بازارهای مالی

در این بخش، خروجی های کد ارائه شده در بالا در شکل های 1، 2 و 3 خلاصه شده است.

COVID-19 تأثیر بی سابقه ای بر زندگی، عادت های ما، اقتصاد واقعی و بازارهای مالی گذاشته است. شوک مالی ناشی از همه گیری یکنواخت نبوده است و بخش های مختلف تجاری واکنش متفاوتی به این بحران نشان داده اند.

از شکل 1 می توان دریافت که همه بخش ها به طور متوسط تحت تاثیر منفی این بیماری همه گیر قرار گرفته اند و بیشترین تلفات در بخش انرژی وجود دارد. در واقع، به دلیل قرنطینه بودن بخش بزرگی از جمعیت جهان، تقاضا برای نفت و گاز به میزان قابل توجهی کاهش یافته است. بخش صنعت نیز زیان های قابل توجهی را متحمل شده است، به ویژه در زیربخش های «هوا فضا و دفاع» و «ایرلاین ها». دلیل اصلی کاهش تقاضا برای این خدمات به دلیل محدودیت های موجود و ترس از شیوع COVID-19 است.

مراقبت های بهداشتی

مراقبت های بهداشتی بخش تجاری است که کمترین متحمل شده است ، با این که برخی از شرکت ها در بخش بیوتکنولوژی به طور متوسط+16 ٪ قیمت سهام را بدست می آورند ، شکل 2. این به این دلیل است که بسیاری از شرکت ها در حال سرمایه گذاری منابع در واکسن Covid-19 هستند. شرکت برای پیروزی در این مسابقه می تواند سود ستاره ای داشته باشد.

خدمات ارتباطی

کار هوشمندانه و تمایل مردم به صحبت کردن و دیدن عزیزانشان در این مواقع بی سابقه تقاضا برای برنامه ها و نرم افزارهای کنفرانس ویدیویی افزایش یافته است. از آنجا که مردم در بسیاری از کشورها قرنطینه می شوند ، تمایل دارند زمان بیشتری را صرف خدمات پخش کنند. به عنوان یک نتیجه ، سرگرمی های خانگی و خدمات مخابراتی در طول همه گیر (به ترتیب 12 ٪ و +23 ٪) ، شکل 3 عملکرد خوبی داشته اند.

اگر می خواهید اطلاعات بیشتری در مورد این موضوع بخوانید ، لطفاً به این مقاله ای که چند هفته پیش (مه 2020) نوشتم مراجعه کنید تا اثرات COVID-19 را در هر بخش تجاری و زیر بخش توضیح دهید.

ایمن باشید و تجارت شاد!< Pan> مراقبت های بهداشتی بخش تجاری است که کمترین متحمل شده است ، با این که برخی از شرکت ها در زیر بخش بیوتکنولوژی به طور متوسط+16 ٪ قیمت سهام را به دست می آورند ، شکل 2واکسنشرکت برای پیروزی در این مسابقه می تواند سود ستاره ای داشته باشد.