股市真有黑色星期四吗?

一直以来,A股流行黑色星期四的说法,这个说法是否只是大家的感觉还是真有数据支持?带着这个问题,今天就用数据来检验一下

首先需要取到每日数据,幸好现在日收盘价的数据不难获得,tushare还有免费的公开接口,我取从2000年开始到今天的数据,指数收盘价,然后计算一下每日的收益率

import pandas as pd
import numpy as np
import tushare as ts

start_d = '2000'
end_d = '2019-5'
bk = 'sh' # sh=上证指数 sz=深圳成指 hs300=沪深300指数 sz50=上证50 zxb=中小板 cyb=创业板

shIdx = ts.get_k_data(bk, start=start_d, end=end_d)[['date','close']]
shIdx['ret'] = np.log(shIdx.close/shIdx.close.shift(1))
shidx = shIdx.set_index('date')

这里有一个小窍门,收益率要取对数,为什么呢?一般来说如果今天的价格比昨天低,收益就是负的,但是直接用今天的价格除以昨天的价格,得到的只是一个小于1的数,比如0.8之类的,虽然明白小于1就是亏损了,但是如果不统计为负数就比较麻烦,特别是进行收益率累加的时候,明明亏损了,加出来的还是一个正数,还要除以最初的资本才知道亏了,这就不方便,用对数就会将小于1的变为负数,看一下计算的结果就明白了

In [1]: shidx.tail()
Out[1]:
              close       ret
date
2019-04-22  3215.04 -0.017195
2019-04-23  3198.59 -0.005130
2019-04-24  3201.61  0.000944
2019-04-25  3123.83 -0.024594
2019-04-26  3086.40 -0.012054

In [2]: shidx.tail().ret.sum()
Out[2]: -0.0580292401363575

对照股市行情看,25日和26日分别跌了2.4%和1.2%,这一周也跌了5个多点,很好地反应了真实情况。

有了每日收益率,接下来能不能只看星期四的收益情况呢?这个也是可以的,pandas的时间序列支持频率选择,具体细节可以看pandas.date_range的帮助文档,先产生一个固定的周时间序列,可以只有星期一或星期二、星期三、星期四……,例如我只留下周五的序列,可以这样做

In [19]: rng = pd.date_range(start_d, end_d, freq='w-fri')

In [20]: rng
Out[20]:
DatetimeIndex(['2000-01-07', '2000-01-14', '2000-01-21', '2000-01-28',
               '2000-02-04', '2000-02-11', '2000-02-18', '2000-02-25',
               '2000-03-03', '2000-03-10',
               ...
               '2019-02-22', '2019-03-01', '2019-03-08', '2019-03-15',
               '2019-03-22', '2019-03-29', '2019-04-05', '2019-04-12',
               '2019-04-19', '2019-04-26'],
              dtype='datetime64[ns]', length=1008, freq='W-FRI')

然后从全部数据中用reindex进行选择过滤,留下的就只有星期五的数据了,再剩下的工作就非常简单,统计一下大于0的(上涨)和总体的比率就能算出上涨概览,我这里写出代码供各位看官参考

def up_ratio(freq):
    # 获得时间序列
    rng = pd.date_range(start_d, end_d, freq=freq)
    d = [str(d)[:10] for d in rng]

    # 过滤选择
    ret_f = shidx.reindex(d).ret
    ret_f.dropna(inplace=True) # 无效的数据要清除,即使是周一也会有放假

    # 返回:总交易天数,上涨的天数,上涨天数/总天数
    c = ret_f.count()
    u = ret_f[ret_f > 0].count()
    r =  u/c
    return c, u, r

# 统计从周一到周五的情况
w = ['w-mon', 'w-tue', 'w-wed', 'w-thu', 'w-fri']
[print(up_ratio(x)) for x in w]

代码写完了,看看结果,先看上证的情况(将bk设置为sh),很明显,周四的上涨天数明显很少,比率只有45.8%

(917, 513, 0.559432933478735)
(939, 541, 0.5761448349307774)
(947, 503, 0.5311510031678986)
(939, 430, 0.4579339723109691)
(936, 492, 0.5256410256410257)

再看深证成指的情况(将bk设置为sz),周四仍然是最低的45.7%

(917, 481, 0.52453653217012)
(939, 517, 0.5505857294994675)
(947, 488, 0.515311510031679)
(939, 429, 0.45686900958466453)
(936, 490, 0.5235042735042735)

最后再看看创业板的情况(将bk设置为cyb),周四也是最低,是44.6%

(419, 231, 0.5513126491646778)
(434, 238, 0.5483870967741935)
(439, 228, 0.5193621867881549)
(437, 195, 0.4462242562929062)
(434, 214, 0.4930875576036866)

结论

看来传说中的黑色星期四并不是空穴来风,这20年左右的数据应该还是很有说服力的,我还发现另外两个亮点:

  1. 周二的行情最好,基本上上涨天数占到了55%左右,上证达到了57%,这是不是可以总结出一个红色星期二呢?😄
  2. 上证板块明显强于创业板,所以……你懂的

有兴趣的看官还可以自行检测一下沪深300和中小板的数据,情况应该差不多

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,612评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,814评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,427评论 0 239
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,743评论 0 203
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,104评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,455评论 1 214
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,764评论 2 311
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,454评论 0 196
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,159评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,446评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,953评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,294评论 2 252
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,927评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,028评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,784评论 0 193
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,485评论 2 270
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,395评论 2 264

推荐阅读更多精彩内容