如何计算股票价格

Question

我正在计算从高点回落（百分比变化）。不一定是从高点到今天，而是百分比从高点到高点之后的最低点。在

我的空白是，我不知道从哪里开始寻找股票的最低点，在股票的最高点之后。我可以找到每只股票的最高点，但是我该如何删减这个列，使它只有在这个高点之后的股票价格？在

import numpy as np
import pandas as pd
import datetime as dt
import pandas.io.data as web

stocks = ['AAPL', 'NFLX', 'MSFT', 'MCD', 'DIS']
start = dt.datetime(2015, 1, 1)
end = dt.datetime.today()

df = web.DataReader(stocks, 'yahoo', start, end)
df = df['Close']
dfMax = df.max()

从这里，我有5列，每只股票一列，以及每天的后续价格。我被难住了。。。在

Answer 1

首先，你需要使用调整收盘价，这样你就可以准确地衡量每日回报（也就是说，这样你的业绩就不会受到拆分和分红的影响）。在

要计算正向最小值（即最近的最高点之后的最低点），对按相反顺序排序的价格执行cummin，然后再次反转：df[::-1].cummin()[::-1]。在

从累计最高价格的回落是1减去这个远期最低价格与累计最高价格的比率：1 - df[::-1].cummin()[::-1] / df.cummax()

df = web.DataReader(stocks, 'yahoo', start, end)['Adj Close']

df_pullback = 1 - df[::-1].cummin()[::-1] / df.cummax()
df_pullback.plot()