圖繪信息數(shù)據(jù)，洞察投資本色——基于Python的金融數(shù)據(jù)可視化

邵 波 1 李書涵 2 倪晨晨 1 吳旭婷 1

（1.浙江外國語學院 浙江 杭州 310023；2.杭州第二中學錢江學校 浙江 杭州 311000）

一、概述

近些年，由于信息和互聯(lián)網(wǎng)行業(yè)的逐步發(fā)展，大數(shù)據(jù)掀起熱潮，數(shù)據(jù)可視化成為熱門話題之一。人們對海量數(shù)據(jù)的挖掘、運用和分析，為新一波盈利浪潮起到預(yù)告作用，也為物理、生物等領(lǐng)域和金融、通訊、軍事等行業(yè)發(fā)展帶來新的啟發(fā)。

數(shù)據(jù)可視化借助于圖形化手段，將稀疏又復(fù)雜的數(shù)據(jù)直觀性地顯現(xiàn)出來，在一定程度上可以弱化部分數(shù)據(jù)困局。但是對于挖掘收集到的各類數(shù)據(jù)，如何解釋數(shù)據(jù)，將復(fù)雜數(shù)據(jù)簡單化并以直觀的效果呈現(xiàn)，是研究人員的一個重要任務(wù)。可視化技術(shù)與信息表達有密切、直接的聯(lián)系，是詮釋復(fù)雜數(shù)據(jù)的重要方法和手段。這種方式在升級發(fā)展的過程中面臨的主要問題便是信息超載。人們在面對 “信息爆炸”和 “數(shù)據(jù)過?！本置姹憩F(xiàn)出茫然無措的同時，也明顯感受到“信息貧乏”和“數(shù)據(jù)被關(guān)在牢籠中”的約束。

二、相關(guān)技術(shù)簡介

（一）計算機語言的使用與選擇

在互聯(lián)網(wǎng)與金融并行繁榮發(fā)展階段，計算器的使用和操作也更加便捷。行業(yè)研究人員為促進行業(yè)發(fā)展，不斷創(chuàng)新研究方法，深入研究數(shù)據(jù)信息中內(nèi)涵的價值，從而使學習和應(yīng)用計算機高級語言也成為了一種趨勢。計算機語言的普及以及使用率也因此得到大大提高，其主要可以分為以下三類：機器語言、匯編語言、高級語言。

（二）Python簡介與使用

1.概要

Python是提供簡單高效的高級數(shù)據(jù)結(jié)構(gòu)的一門計算機解釋性高級動態(tài)編程語言，具有跨平臺、開源、免費三大特點。它的動態(tài)類型和語法，使這門本質(zhì)為解釋型語言的編程語言在平臺運用和開發(fā)應(yīng)用方面，得到快速發(fā)展。

2.Python中數(shù)據(jù)可視化的工具使用

一圖勝千言。數(shù)據(jù)可視化可以通過Python的可視化工具包中的通用軟件工具和特定軟件工具實現(xiàn)。通用軟件工具是指集成開發(fā)環(huán)境（IDE），即同一軟件包內(nèi)包含所有生產(chǎn)工具的應(yīng)用程序，尤其是Enthought中的Canopy 和Continuum Analytics中的Anaconda都是操作便捷的工具；而特定軟件工具是指Python 繪圖庫，如：Bokeh、iPython、Matplotlib、Numpy以及 Seaborn等等。

（三） Python第三方庫的使用

眾所周知，Python的一大特點在于擁有豐富的第三方庫。但實際上，Python同時擁有標準庫和第三方庫兩類。標準庫在下載Python安裝包時即同時配備完成，方便用戶隨時調(diào)用；而第三方庫需要另外新安裝才可運用。

三、數(shù)據(jù)可視化概述及淺析

（一）概念

數(shù)據(jù)可視化旨在借助圖形化手段，將數(shù)據(jù)信息進行有效清晰地傳達與展示。實際上，數(shù)據(jù)可視化技術(shù)在廣義上包含四種概念：數(shù)據(jù)空間、數(shù)據(jù)開發(fā)、數(shù)據(jù)分析、數(shù)據(jù)可視化。本文從狹義上研究數(shù)據(jù)可視化技術(shù)，即將大量離散數(shù)據(jù)集通過圖像、圖形等形式進行直觀表現(xiàn)，并利用相關(guān)數(shù)據(jù)分析工具發(fā)現(xiàn)和挖掘潛在信息。

（二） 主要應(yīng)用

數(shù)據(jù)可視化的應(yīng)用可以分為三類：報表類、BI分析工具、數(shù)據(jù)可視化工具（國內(nèi)）。其中，報表類似JReport、Excel、FineReport思邁特軟件（Smartbi）報表為代表；BI分析工具以Style Intelligence、BO等為代表；國內(nèi)的數(shù)據(jù)可視化工具則以BDP商業(yè)數(shù)據(jù)平臺、FineBI商業(yè)智能軟件等為代表。

（三）發(fā)展階段

數(shù)據(jù)可視化的起源可以追溯到20世紀50年代時計算機領(lǐng)域圖形學的早期，首批圖形圖表便是人們利用計算機創(chuàng)建的。數(shù)據(jù)可視化的發(fā)展可具體分為三個階段：科學可視化、信息可視化、數(shù)據(jù)可視化?？茖W可視化起源于1987年，由布魯斯·麥考梅克、托馬斯·德房蒂和瑪克辛·布朗三人共同編寫的美國國家科學基金會報告《Visualization in Scientific Computing》。這份報告極大地刺激并促進了數(shù)據(jù)可視化領(lǐng)域的發(fā)展，并強調(diào)了基于計算機的可視化技術(shù)方法需要創(chuàng)新的必要性。

（四）數(shù)據(jù)可視化的國內(nèi)外研究現(xiàn)狀

數(shù)據(jù)可視化在國外先行發(fā)展。1990年，IEEE舉辦了首屆IEEE Visualization Conference，匯集物理、生物醫(yī)學、圖形學、計算機等領(lǐng)域或交叉學科領(lǐng)域的研究人員作為學術(shù)群體，鼓勵其參與并從事可視化研究。近年來，國內(nèi)外各行業(yè)研究人員對可視化研究愈發(fā)重視，不斷突破領(lǐng)域瓶頸，將可視化技術(shù)之發(fā)展至更多行業(yè)（地理學、天文學、氣象學等）和社會群體（政府、企業(yè)等）。事實上，很多互聯(lián)網(wǎng)公司在可視化領(lǐng)域也開拓了很多實踐，如2013年，由微軟開放的3D數(shù)據(jù)可視化工具—一“GeoFlow”，通過二維數(shù)據(jù)表或三維垂直圖的方式呈現(xiàn)，支持Excel Data Model和PowerPivot數(shù)據(jù)模型和多種可視化類型。

（五） 金融數(shù)據(jù)可視化的PEST分析

1. Politic（政治）分析

數(shù)據(jù)可視化是當前政府發(fā)布數(shù)據(jù)的重要方式，因其具有直觀、易懂等特點，便于向不熟悉具體情況的普通大眾解釋數(shù)據(jù)。同時，圖文并茂的形式更容易引起人們的關(guān)注和興趣，利于數(shù)據(jù)普及宣傳。當前，國家正推進傳統(tǒng)數(shù)據(jù)形式向數(shù)據(jù)可視化方向發(fā)展，以進一步完善數(shù)據(jù)領(lǐng)域的全方面均衡發(fā)展，利用數(shù)據(jù)可視化在分析和科普宣傳方面的獨特優(yōu)勢，將數(shù)據(jù)可視化解讀運用到各行各業(yè)中去，推動各行業(yè)的數(shù)據(jù)發(fā)展，促進當前統(tǒng)籌規(guī)劃格局的進一步提升。

2. Economic（經(jīng)濟）分析

數(shù)據(jù)可視化在金融分析領(lǐng)域有良好的現(xiàn)實應(yīng)用基礎(chǔ)和巨大的發(fā)展前景。數(shù)據(jù)的可視化處理便于研究人員掌握當前經(jīng)濟領(lǐng)域政策變動和相關(guān)數(shù)據(jù)情況，還可以在數(shù)據(jù)之間建立相關(guān)聯(lián)系，便于進一步分析總結(jié)，以便在已有數(shù)據(jù)的基礎(chǔ)上對某一行業(yè)或領(lǐng)域做出未來遠景展望和相關(guān)規(guī)劃。數(shù)據(jù)可視化在當前經(jīng)濟領(lǐng)域已經(jīng)有了較為廣泛的應(yīng)用，但仍有較大進步空間。

3.Society（社會）分析

圖1 貨幣供應(yīng)量當月對比圖

數(shù)據(jù)可視化技術(shù)的應(yīng)用能夠較好地對社會經(jīng)濟研究提供分析參考，通過直觀的視覺表現(xiàn)，能夠?qū)?fù)雜的數(shù)據(jù)經(jīng)過處理后，以圖文形式展現(xiàn)出來，表明當前社會、行業(yè)或某領(lǐng)域的發(fā)展狀況或趨勢。這對于研究社會現(xiàn)象、預(yù)測發(fā)展趨勢、制定未來計劃等方面，具有重要的利用價值和研究意義。

4.Technology（技術(shù)）分析

當前，數(shù)據(jù)處理主要借助計算機手段，運用軟件對所搜集到的信息進行處理，擁有多種方式方法，經(jīng)過特定條件篩選和選擇的數(shù)據(jù)匯集，為人們想要得到的數(shù)據(jù)信息，相關(guān)人員以此對過往情況加以判斷，并通過其中的蛛絲馬跡對未來預(yù)期作出合理猜想。

在數(shù)據(jù)可視化這一環(huán)節(jié)，目前已有相關(guān)軟件如：BIEE、Microstrategy、Yonghong的Z-Suite等，能夠幫助專業(yè)技術(shù)人員對數(shù)據(jù)進行具體分析和可視化呈現(xiàn)。在當前大數(shù)據(jù)時代，數(shù)據(jù)可視化技術(shù)的發(fā)展和進步是一個大趨勢。未來，隨著數(shù)據(jù)可視化方法和工具的迭代更新，數(shù)據(jù)可視化技術(shù)必將擁有更廣闊的應(yīng)用前景和發(fā)展舞臺。

四、基于Python的金融數(shù)據(jù)可視化

（一）銀行金融數(shù)據(jù)可視化實例

銀行未來發(fā)展的關(guān)鍵是強調(diào)效率、精準營銷。為提高銀行對業(yè)務(wù)的掌握和運用，國內(nèi)領(lǐng)先的數(shù)據(jù)智能踐行者根據(jù)杭州銀行的現(xiàn)狀，為其定制了數(shù)據(jù)可視化平臺，并將銀行現(xiàn)有的不同業(yè)務(wù)板塊間數(shù)據(jù)融合、統(tǒng)一展示，實現(xiàn)實時數(shù)據(jù)對接，增強銀行對其各項業(yè)務(wù)運行的掌控和對用戶畫像分析的能力。

圖2 2020年7月21日銀行金融數(shù)據(jù)大盤效果圖（數(shù)據(jù)來源：知乎）

（二）證券量化投資數(shù)據(jù)可視化實例

1.量化投資策略

量化投資策略是指利用量化的方法，進行金融市場的分析、判斷和交易的策略、算法的總稱。其策略可應(yīng)用于量化選股、量化擇時、算法交易股指期貨套利、商品期貨套利、統(tǒng)計套利，風險控制，資產(chǎn)配置等。

在大數(shù)據(jù)時代，量化投資通過數(shù)量化方式及計算機程序化發(fā)出買賣指令，從而獲得穩(wěn)定收益，獲國內(nèi)外眾多投資者的青睞。由于其投資業(yè)績穩(wěn)定，市場規(guī)模和份額不斷擴大，投資者對于這種投資模式愈發(fā)認可。事實上，互聯(lián)網(wǎng)的發(fā)展使得新概念在世界范圍的傳播速度非?？?。作為一個概念，量化投資并不算新，國內(nèi)投資者早有耳聞。但是，真正的量化基金在國內(nèi)還比較罕見。同時，機器學習的發(fā)展也對量化投資起了促進作用。

2.指標選擇

初入股市，投資者最先學習的便是觀察和了解K線圖和日均線，從而進一步接觸到移動平均線（MA）理論。這是股市最常見的一種技術(shù)分析方法，對交易有較好的指導(dǎo)作用。

投資者能夠較好地運用移動平均線理論，不僅能判斷行情的真正趨勢，還能獲取可觀利潤。但移動平均線理論仍存局限性：其為股價定型后產(chǎn)生的圖形、反應(yīng)較慢，且不能反應(yīng)股價在當日的變化及成交量的大小。本文將選取5日均線和20日均線控制全倉買賣個股比亞迪（002594），量化交易股票進行分析。

3.代碼運行及實證分析

圖3 Python量化投資部分代碼

選定個股為比亞迪（002594），設(shè)置該策略回測區(qū)間為2020年1月1日-2021年5月22日 ，初始資金為10萬元，回測頻率為日級。回測結(jié)果如下：

圖4 基于量化策略的比亞迪（002594）回測結(jié)果

由圖4顯然得知，在2020年1月-2021年5月期間，該策略收益為262.55%，策略年化收益162.24%，超額收益為正，表現(xiàn)遠超滬深300指數(shù)?？梢姡瑪?shù)據(jù)可視化對于證券投資的操作指導(dǎo)意義十分明顯，直觀清晰地判斷了股票走勢及買賣交易點設(shè)置。結(jié)合Python在機器學習中算法領(lǐng)域的突出表現(xiàn)，挖掘數(shù)據(jù)內(nèi)在的價值指日可待。但是市場仍存在風險，如何把控風險成為數(shù)據(jù)可視化的新難題。

結(jié)束語：

數(shù)據(jù)可視化近20年的開源運動，挖掘了眾多基于數(shù)據(jù)信息的重要資源，直接有力提高了信息技術(shù)的發(fā)展速度，并快速帶領(lǐng)世界進入大數(shù)據(jù)時代。Python在對金融數(shù)據(jù)進行可視化處理之后，能夠有據(jù)可查地制定更加科學嚴謹?shù)膱?zhí)行策略，更精準地把握投資者和投資機構(gòu)的投資行為、特征以及金融風險，有助于為投資者帶來更加優(yōu)質(zhì)的投資指導(dǎo)。