Skip to main content

Pandas và Phân Tích Dữ Liệu Thị Trường

· 4 min read
Admin Hướng Nghiệp Dữ Liệu
Admin Hướng Nghiệp Dữ Liệu
FullStack

Pandas là một thư viện Python mạnh mẽ cho phân tích dữ liệu, đặc biệt hữu ích trong việc xử lý và phân tích dữ liệu thị trường tài chính. Trong bài viết này, chúng ta sẽ tìm hiểu cách sử dụng Pandas để phân tích dữ liệu thị trường một cách hiệu quả.

1. Series trong Pandas​

Series là một cấu trúc dữ liệu một chiều trong Pandas, tương tự như một mảng có nhãn (labeled array).

1.1. Tạo Series​

import pandas as pd
import numpy as np

# Tạo Series từ list
prices = pd.Series([100, 102, 98, 103, 101], 
                   index=['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05'],
                   name='Close Price')
print(prices)

Series Example

1.2. Thao tác với Series​

# Tính toán cơ bản
print("Giá trung bình:", prices.mean())
print("Giá cao nhất:", prices.max())
print("Giá thấp nhất:", prices.min())

# Tính phần trăm thay đổi
returns = prices.pct_change()
print("\nPhần trăm thay đổi:")
print(returns)

2. DataFrame trong Pandas​

DataFrame là cấu trúc dữ liệu hai chiều, tương tự như bảng tính Excel.

2.1. Tạo DataFrame​

# Tạo DataFrame từ dictionary
data = {
    'Open': [100, 101, 99, 102, 100],
    'High': [103, 104, 100, 105, 102],
    'Low': [98, 100, 97, 101, 99],
    'Close': [102, 98, 103, 101, 104],
    'Volume': [1000, 1200, 800, 1500, 1100]
}

df = pd.DataFrame(data, 
                 index=['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05'])
print(df)

DataFrame Example

2.2. Thao tác với DataFrame​

# Thống kê cơ bản
print("\nThống kê cơ bản:")
print(df.describe())

# Lọc dữ liệu
high_volume = df[df['Volume'] > 1000]
print("\nNgày có khối lượng > 1000:")
print(high_volume)

# Sắp xếp dữ liệu
sorted_by_volume = df.sort_values('Volume', ascending=False)
print("\nSắp xếp theo khối lượng:")
print(sorted_by_volume)

3. Phân Tích Dữ Liệu Thị Trường​

3.1. Tính toán các chỉ số kỹ thuật​

# Tính Moving Average
df['MA5'] = df['Close'].rolling(window=5).mean()
df['MA10'] = df['Close'].rolling(window=10).mean()

# Tính RSI
def calculate_rsi(data, periods=14):
    delta = data.diff()
    gain = (delta.where(delta > 0, 0)).rolling(window=periods).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(window=periods).mean()
    rs = gain / loss
    return 100 - (100 / (1 + rs))

df['RSI'] = calculate_rsi(df['Close'])

3.2. Phân tích xu hướng​

# Xác định xu hướng
df['Trend'] = np.where(df['MA5'] > df['MA10'], 'Uptrend', 'Downtrend')

# Tính biến động
df['Volatility'] = df['Close'].pct_change().rolling(window=5).std() * 100

4. Bài Tập Thực Hành​

4.1. Phân tích dữ liệu giá cổ phiếu​

# Đọc dữ liệu từ file CSV
stock_data = pd.read_csv('stock_data.csv', index_col='Date', parse_dates=True)

# Tính toán các chỉ số
stock_data['Returns'] = stock_data['Close'].pct_change()
stock_data['MA20'] = stock_data['Close'].rolling(window=20).mean()
stock_data['MA50'] = stock_data['Close'].rolling(window=50).mean()

# Phân tích xu hướng
stock_data['Trend'] = np.where(stock_data['MA20'] > stock_data['MA50'], 
                              'Uptrend', 'Downtrend')

# Tìm các điểm giao cắt
stock_data['Signal'] = np.where(stock_data['MA20'] > stock_data['MA50'], 1, -1)
stock_data['Position'] = stock_data['Signal'].diff()

4.2. Phân tích hiệu suất​

# Tính toán hiệu suất
def calculate_performance(data):
    # Tính lợi nhuận tích lũy
    data['Cumulative Returns'] = (1 + data['Returns']).cumprod()
    
    # Tính các chỉ số hiệu suất
    total_return = data['Cumulative Returns'].iloc[-1] - 1
    annual_return = (1 + total_return) ** (252/len(data)) - 1
    volatility = data['Returns'].std() * np.sqrt(252)
    sharpe_ratio = annual_return / volatility
    
    return {
        'Total Return': total_return,
        'Annual Return': annual_return,
        'Volatility': volatility,
        'Sharpe Ratio': sharpe_ratio
    }

performance = calculate_performance(stock_data)
print("\nHiệu suất đầu tư:")
for metric, value in performance.items():
    print(f"{metric}: {value:.2%}")

5. Lưu ý Quan Trọng​

  1. Xử lý dữ liệu thiếu:

    • Sử dụng fillna() để điền giá trị thiếu
    • Sử dụng dropna() để loại bỏ dữ liệu thiếu

  2. Tối ưu hiệu suất:

    • Sử dụng vectorization thay vì vòng lặp
    • Tránh sử dụng apply() khi có thể

  3. Lưu trữ dữ liệu:

    • Sử dụng to_csv() để lưu DataFrame
    • Sử dụng to_pickle() cho dữ liệu lớn

6. Kết luận​

Pandas cung cấp một bộ công cụ mạnh mẽ cho việc phân tích dữ liệu thị trường. Với các tính năng như Series, DataFrame, và các hàm phân tích, chúng ta có thể dễ dàng xử lý và phân tích dữ liệu thị trường một cách hiệu quả.

Tài liệu tham khảo​