各位同学大家好 上次我写了一篇干货教程 如何预测新上市转债的价格
文中提到利用excel拟合曲线插值预测转债价格的方法 点赞过30了 看来感兴趣的朋友不少 今天给大家详细地写一下教程。
一、准备工具1、Microsoft Excel
2、可转债数据 转股价值和转债价格
二、操作方法1、从集思录或者宁稳网获取数据 长按鼠标左键从上到下选中所有可转债数据 然后复制
2、新建并打开一个excel表格 将刚才复制的数据粘贴进去
3、删除多余的数据 只留下转股价值和转债价格 并将两列数据位置调换
剪切转股价值列
选中转债价格列 在其前面插入剪切的单元格
4、选中数据 然后在“插入”中选择“X Y散点图”中的第一个“散点图”
5、在出现的图表中选择其中一点 右击并选择添加趋势线
6、在出现的的“设置趋势线格式”界面中 选择趋势线选项“多项式” 勾选“显示公式”和“显示R平方值”选项 然后我们就得到了趋势线及方程
7、根据生成的方程 我们就可以代入转股价值进行计算了。
三、高阶玩法我之前说了 「这个方法的缺点就是每天都要复制可转债的转股价值和价格 生成一次公式再计算。我这么懒 肯定不能这么干 所以计划用python生成代码每天自动跑。」
下面就是我用python生成的代码 也分享给大家
import matplotlib.pyplot as plt import numpy as np # 转股价值 x [1, 2, 3, 4, 5, 6, 7, 8] # 转债价格 y [1, 4, 9, 13, 30, 25, 49, 70] # np.polyfit()可以对一组数据进行多项式拟合 3个参数表示用2次多项式拟合x y数组 a np.polyfit(x, y, 2) # np.poly1d()生成多项式对象 b np.poly1d(a) print(b) # 生成多项式对象之后 即可获取x在这个多项式处的值 c b(x) print(c) # 输入转股价值即可生成拟合价格 d b(99.8) print(d) # 对原始数据画散点图 plt.scatter(x, y, marker o , label original datas ) # 对拟合之后的数据 也就是x c数组画图 plt.plot(x, c, ls - , c red , label fitting with second-degree polynomial ) # 在图上标明一个图例 用于说明每条曲线的文字显示 plt.legend() # 生成图表 plt.show()
执行代码 即可生成拟合价格
代码已经上传到我的仓库 https://gitee.com/zsyoung01/kzz
全文完。
如果大家觉得有所收获 麻烦点赞在看转发一键三连 创作不易 感谢您的支持
