① 如何用python 取所有股票一段時間歷史數據
各種股票軟體，例如通達信、同花順、大智慧，都可以實時查看股票價格和走勢，做一些簡單的選股和定量分析，但是如果你想做更復雜的分析，例如回歸分析、關聯分析等就有點捉襟見肘，所以最好能夠獲取股票歷史及實時數據並存儲到資料庫，然後再通過其他工具，例如SPSS、SAS、EXCEL或者其他高級編程語言連接資料庫獲取股票數據進行定量分析，這樣就能實現更多目的了。
② 請問如何計算股票年收益波動率
股票波動率:
波動率是指標的資產投資回報率的變化程度，有實際波動率和歷史波動率之分。它是江恩理論的一個重要內容，在期貨期權市場的指導意義較股票市場更大。下面我們將對波動率的計算及交易策略進行詳細講解，希望對股民有一定的指導意義，趕緊跟著小編一起學習波動率的知識吧！
一、概述
波動率是指標的資產投資回報率的變化程度，有實際波動率和歷史波動率之分。它是江恩理論的一個重要內容，在期貨期權市場的指導意義較股票市場更大。
（一）、實際波動率
實際波動率又稱作未來波動率，它是指對期權有效期內投資回報率波動程度的度量，由於投資回報率是一個隨機過程，實際波動率永遠是一個未知數。或者說，實際波動率是無法事先精確計算的，人們只能通過各種辦法得到它的估計值。
（二）、歷史波動率
歷史波動率是指投資回報率在過去一段時間內所表現出的波動率，它由標的資產市場價格過去一段時間的歷史數據（即St的時間序列資料）反映。這就是說，可以根據{St}的時間序列數據，計算出相應的波動率數據，然後運用統計推斷方法估算回報率的標准差，從而得到歷史波動率的估計值。顯然，如果實際波動率是一個常數，它不隨時間的推移而變化，則歷史波動率就有可能是實際波動率的一個很好的近似。
二、計算
江恩理論認為，波動率分上升趨勢的波動率計算方法和下降趨勢的波動率計算方法。
（一）、上升趨勢的波動率計算方法是：在上升趨勢中，底部與底部的距離除以底部與底部的相隔時間，取整。
上升波動率=（第二個底部-第一個底部）/兩底部的時間距離
（二）、下降趨勢的波動率計算方法是：在下降趨勢中，頂部與頂部的距離除以頂部與頂部的相隔時間，取整。並用它們作為坐標刻度在紙上繪制。
下降波動率=（第二個頂部-第一個頂部）/兩頂部的時間距離
③ 如何通過一段時間的股票價格來計算該段時期的股價波動率。請給出公式及excel函數。
股價波動率通常是通過股價收益率的波動率來表示。在Excel里的公式也一並如下寫出。
股價收益率有兩種方法，一種是不連續的，R(t)=P(t)/P(t-1)-1；一種是連續的，R(t)=ln[P(t)/P(t-1)]。
P(t)表示第t天的股價,ln表示自然對數。由於要用到前一天的股價來計算今天的收益率，因此所計算出的收益率的數量n-1比你所知道的股價的數量n要少1個。
計算完收益率R(1),R(2),...R(n-1)之後，開始計算波動率。
所謂波動率，就是標准差。股價收益率的波動率=STDEV()，括弧里請框選出n-1個收益率。
這里計算出的是日波動率v。
如果要計算年波動率V，請用日波動率v乘以每年工作天數的根號。比如一年有252個工作日，年波動率的公式V=v*sqrt(252)
④ 如何用python計算某支股票持有90天的收益率
defget(self,get,money):
print「ATM:」
print「yourmoneyis+「,self.get,」%aday
self.today=self.money*(self.get/100)+self.money
print「nowyouhave」,self.today
self.tomorrow=self.today*(self.get/100)+self.today
print「tomorrowyouwellhave」,self.tomorrow
get(50,10000)
這個代碼會給你1天後和2天後的余額，如果要顯示九十天，還請您自己打完
⑤ 已知股票數據，如何用Python繪制k線日對應數據
我沒遇到過 只是自己寫過
有點經驗
先確定時間片
然後再把tick插入就行了
⑥ 股票月收益波動率及半年收益波動率
你的計算周期是多少天就應該多少～
波動率 = STDEV（第一天復權收盤價……第N天復權收盤價）×SQRT(N)
而且你有個問題，你算得是收益率，那麼你這樣求出來的不是收益波動率啊～～
1、從市場上獲得股票在固定時間間隔(如每天、每周或每月等)上的價格。
2、對於每個時間段，求出該時間段末的股價與該時段初的股價之比的自然對數。
3、求出這些對數值的標准差，再乘以一年中包含的時段數量的平方根(如，選取時間間隔為每天，則若扣除閉市，每年中有250個交易日，應乘以根號250)，得到的應該就是你想要的。
沒錯就行，因為我也只是不確定～～
⑦ 如何利用Python預測股票價格
預測股票價格沒有意義。
單支股票價格，多股組合，大盤這些都可以使用神經網路來學習，02年就做過了，漲跌預測平均能達到54%到57%的准確率，但是只能定性，無法定量，因此，在扣除印花稅之後無利可圖。
純粹使用股票交易數據來預測並保證總體獲利不是程序能辦到的，人也辦不到。
目前世界上最先進的炒股機器也只能利用網路時差那微不可計的零點幾秒在歐洲與美國證券間倒來倒去，那套系統研發費用數千萬，硬體（主要是獨立光纜）費用以億計。
⑧ 價格波動率求編程公式
最簡單的演算法也就是市面上流傳最廣的就是兩個低點之差除以兩個低點之間的時間，還有一種方法也很簡單就是你自己去推斷波動率，比如上證指數，你可以用10 20 40 80 160這種點數去挨個的套，股票一般用，0.1 0.2 0.4 0.8 或0.05 0.1 0.2 0.4等等 看看哪個在歷史上最適用。這兩種方法的共同缺點就是有時不太准。我還自創了一套波動率演算法，相對於以上兩種比較要精確些但是演算法煩瑣,要把每一次波動的都算一遍然後在眾多數據中找出一個適用的。
⑨ 如何用Python畫實時更新的波動率曲線圖
用python做是不是有些太重了，python只需要負責給前端返回格式化的數據就好啦，這種圖片的事情讓這種專業的工具去做豈不更好
實時刷新的曲線圖 | Highcharts
需要一點點js知識和最簡單的flask知識，但是時間成本和效果表現肯定要優於python GUI
⑩ 如何用python計算隱含波動率
隱含波動率是 期權價格已知後反推出來的，現實中的期權價格（F）和理論是有偏差的，所以交易中，期權價格F是競價的結果，而F對應的波動率則是隱含的，可求出對應的波動率（比如迭代法），即隱含波動率。
B-S公式由，S,Sigma,T,K,R可算出的是理論的期權價格，其反推波動率當然還是Sigma。