社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

Python债市金融应用之制作银行二永气泡分布图

西瓜财经资讯 • 10 月前 • 149 次点击  

字NO.331

20240516

工欲善其事,必先利其器


//


  - 前言 -  

◆ ◆ ◆ ◆


银行二级和永续由于存在信用风险较低、绝对收益高、流动性好的特点,在近两年资产荒的背景下交投十分活跃,本篇Python债市金融应用则关注如何利用Python制作制作银行二永气泡分布图,具体结果如下:


资料来源:西瓜财经资讯



  - 利用python制作省份城投债利差地图 -  

◆ ◆ ◆ ◆


第一步:导入相关库


第二步:获取数据

(1)从wind——债券数据库——债券数据浏览器中,选出商业银行债券中的次级债,然后指标选择债项评级并提取出AAA的证券代码。将这些证券代码导入到债券市场——经纪商行情——自选债,命名为“二永”。


(2)在代码生成器中,找到多维数据WSS,范围选择自定义板块中的“二永”并全部添加,指标选择'估值收益率','证券简称','行权剩余期限','发行总额','发行人',日期选择当天,然后获得语句并进行改写成如下形式。

error,bank=w().wss("092200008.IB,242480002.IB......","yield_cnbd,sec_name,termifexercise,issueamount,issuerupdated","tradeDate=20240514;credibility=1;unit=1",usedf=True)


(3)首次使用Python的wind接口时,需要进行如下操作:wind客户端——量化——修复插件——修复Python接口。在导入“库”时已经导入了Windpy并设置为w,之后的语句需要以w.start() 开始,否则所有与wind相关的程序都无法运行,但只要运行一次后不用重复运行。然后运行(2)中的语句获得bank的dataframe。


同时,从Excel中导入银行列表Excel命名为data1,主要包括发行人、简称、发行人类型。然后对dataframe和data1合并,合并依据列为“发行人”,且合并方式是左合并,是以dataframe为数据基准。




(4)数据处理,比如生成新列等。这里按证券简称是否含有二级或者永续生成类型列。此外,还将行权剩余期限按照0.5为步长,生成了新的一列“剩余期限”。然后,按二级或者永续,国股或者城商,可以将dataframe分成四个新的表。


(5)这里以bankerjiguogu = bank1[(bank1['类型'] == '二级') & (bank1['发行人类型'] == '国股')]这个dataframe为基础来生成气泡图。将该表进行数据透视,对于同一剩余期限,同一简称的估值收益率数据,按照发行总额进行加权平均,得到result3的dataframe。然后对result3的列进行重命名。



第三步:作图



最后将得到如下图:


然后将bankerjiguogu = bank1[(bank1['类型'] == '二级') & (bank1['发行人类型'] == '国股')]这里的类型分别替换为永续、城商,重复上面步骤作图即可。




  - 后言 -  

◆ ◆ ◆ ◆


后续,小咖不仅将更新市场分析观点,也将不时推出利用Excel(VBA)、python等工具提升金融分析效率的小贴士,欢迎大家关注公众号,一同讨论及分享。


喜欢的小伙伴麻烦点击进入公众号,点击右上角三点选择设为星标!


大国兴衰及其背后

2022,什么在赚钱?

一文看懂《积极型资产配置指南》的资产配置逻辑(全)

今年,我们错失的投资机会

如何看当前的港股投资?

开年下跌背后

2021年大类资产及基金业绩大盘点

一文看懂基金风险及基金风险管理(上)

多周期资产配置法及大类资产配置应用(全)

从《我在高盛的经济预测法》来看如何根据经济指标进行投资

全面解读债券收益率曲线(全)

中债估值/YY估值的分析与对比

如何从护城河角度识别伟大的公司?(更)

最全!黄金行情与金价决定因素分析

美林时钟深度理解及在国内市场的应用(全)

一文看懂股债跷跷板效应

从本轮人民币对美贬值看汇率历史走势和影响因素(全)

中美股指历史走势对比及未来展望

Excel制作动态报告展示界面

Python金融应用之利用geopandas制作全球利率分布图

Python金融应用之制作动态饼状图

Python金融应用之制作动态柱状图

Python金融应用之利用Plotnine作图(一)——简单柱状图

Python金融应用之利用Plotnine作图(二)——双柱状图

Python金融应用之利用Plotnine作图(三)——堆积柱状图

Python金融应用之利用Plotnine作图(四)——棒棒糖图

Python金融应用之利用Plotnine作图(五)——气泡图

Python金融应用之利用Plotnine作图(六)——散点图

Python金融应用之爬虫(一)

Python金融应用之爬虫(二)

Python金融应用之爬虫(三)

Python金融应用之爬虫(四)

Python金融应用之爬虫(五)

Python金融应用之爬虫(六)

看懂碳中和并利用python追踪碳中和板块表现

Python金融应用之提取交易日+合并截面数据

python量化入门(一)——利用特定指标筛选股票并回测

python量化入门(二)——如何确定基金的市值属性和风格属性(全)

Python金融应用之基金业绩评价体系构建

Python金融应用之利用Pyecharts做动态图——柱状图/折线图

Python金融应用之利用Pyecharts做动态图(二)——饼图/散点图

Python金融应用之利用Pyecharts做动态图(三)——地图

Python金融应用之利用Pyecharts做动态图(四)——玫瑰图

Python金融应用之利用Pyecharts做动态图(五)——词云图

Python金融应用之雷达图制作

Python金融应用之制作热力图

Python金融应用之制作词云

Python金融应用之图表制作(九)——数据透视表

Python金融应用之图表制作(八)——三维图

Python金融应用之图表制作(七)——蜡烛图

Python金融应用之图表制作(六)——色阶图

Python金融应用之图表制作(五)——合并图

Python金融应用之图表制作(四)——饼图

Python金融应用之图表制作(三)——散点图

Python金融应用之图表制作(二)——折线图

Python金融应用之图表制作(一)——柱状图

利用工具自动撰写报告(Python)——进阶版(二)

利用工具自动撰写报告(Python)——进阶版(一)

利用工具自动撰写报告(Python/Excel)——入门版











end


公众号:西瓜财经资讯

撰稿人:安静的金融美女子


记得点个在看哦

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170188
 
149 次点击