数据科学实战手册（R+Python）（第2版）

第4章　股市数据建模

本章包含以下主要内容。

• 获取股市数据。
• 描述数据。
• 清洗并探索性地分析数据。
• 生成相对估值。
• 筛选股票并分析历史价格。

4.1　简介

本章将引导你参与一个财务分析项目，通过分析股票市场数据，判断股市是被高估还是被低估了，从而识别出有效投资的目标股票列表，并对目标股票的历史价格进行可视化分析。

我们必须指出，本章的目标不是让你成为股市分析方面的专家，或者帮你致富。华尔街量化投资分析师研究的模型，明显比我们在这里接触到的更为复杂。很多书整本都在讲解股市模型和金融工程，而我们只有一章来阐述这个问题。因此，受时间和形式所限，本章主要目标如下。

• 对我们将要分析的数据有一个基本了解。
• 找到有效地对这些数据进行分析和建模的方法。
• 如何利用数据科学工具和方法对这些数据进行分析。

本章用到的数据来源于finviz网站，而股票历史价格数据则通过Yahoo财经日报获得。

与前几章类似，本项目也采用R统计语言作为分析工具。可能你已经注意到，R有很多功能强大的程序包可以帮助我们完成分析任务；本章将充分利用其中的部分程序包。此外，本章中依然遵循数据科学管道流程，但会因为处理不同的数据类型和任务类型而进行适当调整。

准备工作

为了完成本章的数据科学项目，你需要一台可以访问互联网的电脑，并且这台电脑上应安装了R语言和以下包：

install.packages("XML")
install.packages("ggplot2")
install.packages("plyr")
install.packages("reshape2")
install.packages("zoo")

library(XML)
library(ggplot2 ,quietly=TRUE)
library(plyr ...