谢谢
接下来使用pandas的分箱函数,分析下不同规模的涨幅
数据依然使用的是集思录页面的。把它复制到excel即可,然后使用
pd.read_excel('test.xlsx')
载入。
使用pd.cut函数可以根据区间切分每一段数据,比如设置[0,1,2,3,4] ,那么就可以将剩余规模按照0<x<=1, 1<x<=2, 2<x<=3, 3<x<=4 这样的区间划分,然后再对区间内的涨跌幅统计即可:
然后使用分组函数groupby分组数据。
输出到excel便于观察:
可以看到,这一轮妖债集中在规模1-3个亿之间的转债,它们的平均涨幅分别为2.92%和 2.96%,要远高于其他规模值的涨跌幅平均值,反而规模在1亿内的转债的平均涨幅是负的。
并且波动范围也很多,剩余规模区间内(1-3亿)涨幅大的英联26%,而跌幅大的上图没有空间显示,是久吾转债的-10%。
附一个规模1-3亿且转债价格在120元以下的表。
因为文章更新并不频繁,微信并不会把最新的公众号文章及时推送在读者最新的列表中,可以将公众号设为星标,这样就能第一时间收到笔者的最新文章啦。