Python 过去二十年假期前十天的历史股价
尽管我还是一个noob,但我已经热情地学习Python有一段时间了,下面是我正在进行的一个项目。我需要在过去二十年的美国公众假期前十天收集历史股价,以下是我所做的:(我在这里使用了pandas_datareader和holidays) 结果是这样的:Python 过去二十年假期前十天的历史股价,python,dictionary,yahoo-finance,Python,Dictionary,Yahoo Finance,尽管我还是一个noob,但我已经热情地学习Python有一段时间了,下面是我正在进行的一个项目。我需要在过去二十年的美国公众假期前十天收集历史股价,以下是我所做的:(我在这里使用了pandas_datareader和holidays) 结果是这样的: Freq: B, Name: Adj Close, dtype: float64, 1995-02-06 32.707565 1995-02-07 32.749946 1995-02-08 32.749946 1995-02
Freq: B, Name: Adj Close, dtype: float64, 1995-02-06 32.707565
1995-02-07 32.749946
1995-02-08 32.749946
1995-02-09 32.749946
1995-02-10 32.792328
1995-02-13 32.802975
1995-02-14 32.845356
1995-02-15 33.025457
1995-02-16 32.983076
1995-02-17 32.855933
1995-02-20 NaN
“测试”列表的长度为233。我的问题是:如何将这个列表转换成一个字典,其中假日是键,股票价格是每个键下的值
提前感谢您的指导 这使用字典和列表理解,在每个假期前生成一组十个美国工作日。然后,这些天的股票价格作为价格列表存储在字典中(在假日输入),最新的第一个(h-1)和最旧的最后一个(h-10)
新年前十天将与圣诞节重叠。你的功能不能解释这一点。是的,我知道。从技术上讲,我仍然可以在新年前十个工作日提取股票价格,只是跳过了圣诞节。
Freq: B, Name: Adj Close, dtype: float64, 1995-02-06 32.707565
1995-02-07 32.749946
1995-02-08 32.749946
1995-02-09 32.749946
1995-02-10 32.792328
1995-02-13 32.802975
1995-02-14 32.845356
1995-02-15 33.025457
1995-02-16 32.983076
1995-02-17 32.855933
1995-02-20 NaN
from pandas.tseries.holiday import USFederalHolidayCalendar
from pandas.tseries.offsets import CustomBusinessDay
holidays = USFederalHolidayCalendar().holidays(start='1995-1-1', end='2015-12-31')
bday_us = CustomBusinessDay(calendar=USFederalHolidayCalendar())
start = '1995-01-01'
end = '2015-12-31'
days = 10
dates = {holiday: [holiday - bday_us * n for n in range(1, days + 1)]
for holiday in USFederalHolidayCalendar().holidays(start=start, end=end)}
>>> dates
{...
Timestamp('2015-12-25 00:00:00'): [
Timestamp('2015-12-24 00:00:00'),
Timestamp('2015-12-23 00:00:00'),
Timestamp('2015-12-22 00:00:00'),
Timestamp('2015-12-21 00:00:00'),
Timestamp('2015-12-18 00:00:00'),
Timestamp('2015-12-17 00:00:00'),
Timestamp('2015-12-16 00:00:00'),
Timestamp('2015-12-15 00:00:00'),
Timestamp('2015-12-14 00:00:00'),
Timestamp('2015-12-11 00:00:00')]}
result = {holiday: history_price.ix[dates[holiday]].values for holiday in dates}
>>> result
{...
Timestamp('2015-12-25 00:00:00'):
array([ 203.56598 , 203.902497, 201.408393, 199.597201, 197.964166,
201.55487 , 204.673725, 201.722125, 199.626485, 198.622952])}