设计程序代码,用来评估某一年中所有上市的新股,在上市后最初的60个交易日内,平均的走势情况是怎样的?
提示:
1)上市的第一天来确定所属年份;
2)平均的走势,需要计算每天的平均(对数)收益率,再计算(对数收益率)累计和;
利用这段代码:
1)分别画出2011~2020年,各年的评估结果曲线;
2)并尝试画出:以年份为横轴,天数为纵轴(共60天),走势为高度的,三维曲面图;
设计程序代码,用来评估某一年中所有上市的新股,在上市后最初的60个交易日内,平均的走势情况是怎样的?
提示:
1)上市的第一天来确定所属年份;
2)平均的走势,需要计算每天的平均(对数)收益率,再计算(对数收益率)累计和;
利用这段代码:
1)分别画出2011~2020年,各年的评估结果曲线;
2)并尝试画出:以年份为横轴,天数为纵轴(共60天),走势为高度的,三维曲面图;
参考GPT和自己的思路:
首先,针对这个问题,我们需要收集某一年中所有上市的新股的交易数据,包括每一天的收盘价等信息。然后,我们可以使用 Python 等编程语言编写程序,按照提供的提示来设计程序代码来评估这些新股在上市后最初的60个交易日内的平均走势情况。
在程序设计中,我们可以使用如下的步骤:
读取交易数据: 使用 Pandas 库来读取收集到的交易数据;
确定所属年份: 每一年的新股流通时间不同,所以需要通过交易数据中的日期来确定每只新股的所属年份;
计算平均走势: 对于每只新股,在其上市后的60个交易日内,计算每个交易日的(对数)收益率,并计算累计(对数)收益率,最后计算平均的(对数)收益率;
绘制评估结果曲线: 对于每一年,对所有新股的平均走势进行平均,然后将每一年的评估结果绘制在同一张图上,以观察每年的走势情况;
绘制三维曲面图: 将年份作为横轴,天数作为纵轴,平均(对数)收益率作为高度,创建三维曲面图,以更加生动地展示每年的走势情况。
在以上的步骤中,计算平均走势时需要用到对数收益率,这是因为对数收益率更好地反映股票价格的变化趋势,同时能避免数据的过度波动性。
最后,针对问题的第一个要求,可以分别绘制2011~2020年的评估结果曲线,如下图所示:
对于问题的第二个要求,可以绘制年份、天数和走势的三维曲面图,如下图所示: