क्या सैगिंग स्टॉक होनहार हैं? आइए अजगर के साथ विश्लेषण करें

आइए हम बाहरी लोगों और नेताओं के शेयरों की गतिशीलता का विश्लेषण करें

इस अध्ययन में मैं विचार करूंगा

1. बाहरी लोगों और विकास नेताओं के शेयरों की गतिशीलता (30 दिनों की अवधि)
2. क्या यह महत्वपूर्ण वृद्धि के बाद कमियों पर खरीदने और कम खेलने के लिए समझ में आता है

• Gazprom
• ल्यूकोइल
• Sberbank
• MMC नोरिल्स्क निकेल
• NOVATEK
• चुंबक
• रोजनेफ्त
• Tatneft
• एमटीएस
• VTB
• Surgutneftegas
• Alrosa
• सर्गुटनेफटेगास पी
• मास्को एक्सचेंज
• NLMK
• सेवर्स्टाल
• Yandex
• पॉलीमेटल अंतर्राष्ट्रीय
• रूस के Sberbank पी
• INTER RAO
• RUSAL
• पोल
• ट्रांसनेफ्ट पी
• RusHydro
• PhosAgro
• MMK
• एअरोफ़्लोत
• दूर तक शब्द ले जाने का एक प्रकार का यंत्र
• तातनेफ़ पी
• रोस्टेलेकोम

स्टॉक भाव प्राप्त करना

चलो हमारी फ़ाइल के अंदर उद्धरण एकत्र करना शुरू करते हैं

import pandas as pd

pd.set_option('display.max_columns', None)
pd.set_option('display.expand_frame_repr', False)
pd.set_option('max_colwidth', 80)
pd.set_option('max_rows', 60000)

print('GAZP')
GAZP = pd.read_csv("GAZP_180101_191231.csv",sep=';', header=0, index_col='<DATE>', parse_dates=True)
GAZP = GAZP.sort_values(by='<DATE>')
#      
GAZP['30_days_growth']=((GAZP['<CLOSE>']/GAZP['<CLOSE>'].shift(30))-1)*100
GAZP['after_30_days_growth']=((GAZP['<CLOSE>'].shift(-30)/GAZP['<CLOSE>'])-1)*100
GAZP['ticket']='GAZP'
print(GAZP)

1. स्टॉक का नाम प्रदर्शित करें
2. हम इसे फ़ाइल से पढ़ते हैं
3. दिनांक के हिसाब से अलग करे
4. 30 प्रतिशत दैनिक स्टॉक वृद्धि के साथ एक कॉलम जोड़ें।
5. अगले 30 दिनों में प्रतिशत परिवर्तन कॉलम जोड़ें।
6. टिकट के साथ एक कॉलम जोड़ें। यह आपको तिथि के साथ कॉलम डेटाग्राम को संयोजित करने की अनुमति देगा।

व्यक्तिगत स्टॉक पर आंकड़े देखें

print(GAZP.sort_values(by='30_days_growth'))

print(GAZP[:254].sort_values(by='30_days_growth'))

30 दिनों के लिए औसत रिटर्न की गणना

GMKN5 = GMKN[GMKN['30_days_growth']<-5]
print(GMKN5)

print( GMKN5['after_30_days_growth'].mean())

हम यह भी देखेंगे कि 14 दिनों में लागत कैसे बढ़ती है

GMKN['after_14_days_growth']=((GMKN['<CLOSE>'].shift(-14)/GMKN['<CLOSE>'])-1)*100

print(GMKN5['after_14_days_growth'].mean())

15% से अधिक की गिरावट के साथ सभी शेयरों पर वापसी की गणना

all_tickets = [GAZP,LKOH,SBER,SBERP,NVTK,MOEX,MGNT,MFON,MTSS,MAGN,GMKN,AFLT,POLY,ROSN,HYDR,RTKM,RUAL,YNDX,ALRS,VTBR,TATN,TATNP,SNGS,SNGSP,PLZL,NLMK,CHMF,IRAO,TRNFP,PHOR]

all_stocks = pd.concat(all_tickets)

tickets15 = all_stocks[all_stocks['30_days_growth']<-15]
print(tickets15)

print(tickets15['after_30_days_growth'].mean())

इसी तरह, 10% ड्रॉडाउन की उपज की गणना करें

tickets10 = all_stocks[all_stocks['30_days_growth']<-10]
print(tickets10)
print(tickets10['after_30_days_growth'].mean())

क्या 30 दिनों में 15% + की वृद्धि हुई शेयरों को कम करना इसके लायक है?

tickets15plus = all_stocks[all_stocks['30_days_growth']>15]
print(tickets15plus)
print(tickets15plus['after_30_days_growth'].mean())