Nifty Returns Heatmap Generation sử dụng NSEpy và Seaborn

Let's Learn Amibroker: How To Create A Watchlist (Tháng Sáu 2019).

Anonim

Mọi người đều thích hình dung thị trường này theo cách riêng của họ. Python có ích khi nói đến trực quan hóa. Một trong những ngôn ngữ lập trình tuyệt vời để mã hóa bất kỳ mức độ phức tạp nào. Tuy nhiên tôi bắt đầu ở đây bằng cách đơn giản tạo ra một bản đồ nhiệt mà hình dung lợi nhuận lịch sử Nifty từ năm 2000 và có bằng cách hình dung thực tế của thị trường.

Nifty Historical Returns Bản đồ nhiệt (phần trăm)

Dưới đây là một số thư viện python cần thiết cho Visual Market Data Visualization

IPython (Python tương tác)
Seaborn (Gói hình ảnh dữ liệu thống kê)
Pandas (Thư viện Python để xử lý dữ liệu chuỗi thời gian)
NSEpy (Lấy dữ liệu lịch sử từ NSEpy - NSEpy 0.3 ver hoặc cao hơn)
Matplotlib (thư viện Python để xử lý âm mưu 2D)

Mẫu Máy tính xách tay IPython để tạo ra Nifty Spot Trả về bản đồ nhiệt dưới đây:

Đối với phiên bản đơn giản

$ Nifty Monthly Returns. Mã #Python được đơn giản hóa: //t.co/1hROEONDd5 Lấy cảm hứng từ mã được chia sẻ bởi _ pic.twitter.com/TDx1SHjFAw

- Uptickr (@uptickr) ngày 12 tháng 3 năm 2016

Cổ phiếu trở lại Heatmap - Máy tính xách tay Ipython