monthly-returns-heatmap 0.0.11

快速启动

让我们为SPY创建一个退货热图 （标准普尔500指数蜘蛛ETF）。

首先，让我们从google finance下载spy的每日收盘价。

frompandas_datareaderimportdataprices=data.get_data_google("SPY")['Close']returns=prices.pct_change()

下一步，我们将导入monthly_returns_heatmap，并绘制每月返回热图：

importmonthly_returns_heatmapasmrhreturns.plot_monthly_returns_heatmap()# mrh.plot(returns) # <== or using direct call

仅获取热图数据（不绘制）

heatmap=prices.get_monthly_returns_heatmap()# heatmap = mrh.get(returns) # <== or using direct callprint(heatmap)# prints:MonthJanFebMarApr...DecYear20100.0000000.0311950.0565290.015470...0.06127120110.0233000.034737-0.0048070.030413...0.00311720120.0454980.0431370.028129-0.006751...0.00175920130.0511900.0127590.0333750.019212...0.0203872014-0.0352480.0455160.0038650.006951...-0.0080122015-0.0296290.056205-0.0200800.009834...-0.0230962016-0.049787-0.0019100.0629430.003941...0.01429320170.0178950.039292-0.0030870.009926...0.000000

获取参数（可选）

• is_prices-如果使用的数据是价格数据而不是返回数据，则设置为True。
• compounded-如果不希望计算使用复合返回，则设置为False。
• eoy-设置为True以添加具有总年度回报的年终列

绘图参数（可选）

• title-热图标题（默认为"Monthly Returns (%)"）
• title_color-热图标题颜色（默认为"black"）
• title_size-热图标题字体大小（默认为12）
• annot_size-返回框的字体大小（默认为10）
• figsize-热图图形大小（默认为None）
• cmap-颜色映射（默认为"RdYlGn"）
• cbar-显示颜色栏？（默认为True）
• square-force squere返回框？（默认为False）
• is_prices-如果使用的数据是价格数据而不是返回数据，则设置为True。
• compounded-如果不希望计算使用复合返回，则设置为False。
• eoy-设置为True以添加具有总年度回报的年终列

安装

使用pip：

$ pip install monthly_returns_heatmap --upgrade --no-cache-dir

要求

• Python>；=3.4
• Pandas（经测试可与>；=0.18.1一起使用）
• Matplotlib（经测试可与>；=1.5.3一起工作）
• Seaborn（经测试可与>；=0.7一起工作）

法律事务

monthly returns heatmap在gnu lesser通用公共许可v3.0下分发。有关详细信息，请参见发行版中的LICENSE.txt文件。

P.S.

请给我一张便条，上面有你的任何反馈。

ran唤醒