什么是股票的收益率

股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。反映股票收益率的高低，一般有三个指标

本期股利收益率。是以现行价格购买股票的预期收益率。

持有期收益率。股票没有到期，投资者持有股票的时间有长有短，股票在持有期间的收益率为持有期收益率。

折股后的持有期收益率。股份公司进行折股后，出现股份增加和股价下降的情况。

因此，折股后股票的价格必须调整，所以计算股票的收益率对于金融来说，非常的重要

 # 案例使用微软的股票 import numpy as np from pandas_datareader import data as wb import pandas as pd  

 MSFT = wb.DataReader('MSFT', data_source='iex', start='2015-1-1')#使用iex接口 # 微软 MSFT.head()  

open high low close volume date 2015-01-02 42.3280 43.0174 42.2191 42.4187 27913852 2015-01-05 42.0649 42.3915 41.9560 42.0241 39673865 2015-01-06 42.0740 42.4087 41.3120 41.4118 36447854 2015-01-07 41.7111 42.1466 41.2666 41.9379 29114061 2015-01-08 42.4096 43.3167 42.3824 43.1716 29645202

 MSFT.head()  

open high low close volume date 2015-01-02 42.3280 43.0174 42.2191 42.4187 27913852 2015-01-05 42.0649 42.3915 41.9560 42.0241 39673865 2015-01-06 42.0740 42.4087 41.3120 41.4118 36447854 2015-01-07 41.7111 42.1466 41.2666 41.9379 29114061 2015-01-08 42.4096 43.3167 42.3824 43.1716 29645202

 MSFT.tail()  

open high low close volume date 2019-05-03 127.36 129.43 127.25 128.90 24911126 2019-05-06 126.39 128.56 126.11 128.15 24239464 2019-05-07 126.46 127.18 124.22 125.52 36017661 2019-05-08 125.44 126.37 124.75 125.51 28418996 2019-05-09 124.29 125.79 123.57 125.50 27235835

计算证券的收益率

简单收益率

用上一天的收盘价减去今天的收盘价在除以上一天的收盘价

 MSFT['simple_return'] = (MSFT['close'] / MSFT['close'].shift(1)) - 1 MSFT.head()   

open high low close volume simple_return date 2015-01-02 42.3280 43.0174 42.2191 42.4187 27913852 NaN 2015-01-05 42.0649 42.3915 41.9560 42.0241 39673865 -0.009303 2015-01-06 42.0740 42.4087 41.3120 41.4118 36447854 -0.014570 2015-01-07 41.7111 42.1466 41.2666 41.9379 29114061 0.012704 2015-01-08 42.4096 43.3167 42.3824 43.1716 29645202 0.029417

 import matplotlib.pyplot as plt MSFT['simple_return'].plot(figsize=(8, 5)) plt.show()  

在这里插入图片描述

 # 平均收益率 sim_return_d = MSFT['simple_return'].mean() sim_return_d  

 0.0011047908541084086  

 # 对于一天的平均收益率小太的 来计算一年的 # 一年有大约250交易日，去除周末和节假日 sim_return_y = MSFT['log_return'].mean() * 250 print (str(round(sim_return_y, 5) * 100) + ' %')  

24.788 %

也就是买微软的股票一年可以获利本金的24.788% 对数收益率（除了简单收益率，还有对数收益率）

 MSFT['log_return'] = np.log(MSFT['close'] / MSFT['close'].shift(1)) MSFT.head()  

open high low close volume simple_return log_return date 2015-01-02 42.3280 43.0174 42.2191 42.4187 27913852 NaN NaN 2015-01-05 42.0649 42.3915 41.9560 42.0241 39673865 -0.009303 -0.009346 2015-01-06 42.0740 42.4087 41.3120 41.4118 36447854 -0.014570 -0.014677 2015-01-07 41.7111 42.1466 41.2666 41.9379 29114061 0.012704 0.012624 2015-01-08 42.4096 43.3167 42.3824 43.1716 29645202 0.029417 0.028993

 MSFT['log_return'].plot(figsize=(8, 5)) plt.show()  

在这里插入图片描述

 log_return_d = MSFT['log_return'].mean() log_return_d  

 0.0009915141278122766  

 log_return_y = MSFT['log_return'].mean() * 250 log_return_y  

 0.24787853195306914  

 print (str(round(log_return_y, 5) * 100) + ' %')  

 24.788 %  

有时这两个收益率比较的接近

对于大多数人不可能只买一只股票，下面来计算多支股票

 # 英国石油公司（BP） 福特汽车公司（F） 埃克森美孚公司(XOM) 有限责任公司（LNC）苹果（AAPL） tickers = ['BP', 'F', 'XOM', 'LNC', 'AAPL'] mydata = pd.DataFrame() for t in tickers:     mydata[t] = wb.DataReader(t, data_source='iex', start='2015-1-1')['close']  

 mydata.head()  

BP F XOM LNC AAPL date 2015-01-02 29.0451 11.7974 77.6966 52.6303 101.1385 2015-01-05 27.5060 11.3366 75.5707 51.0080 98.2893 2015-01-06 27.3003 11.2291 75.1689 49.3764 98.2985 2015-01-07 27.3688 11.5517 75.9306 50.0639 99.6769 2015-01-08 27.9860 11.8435 77.1944 51.2138 103.5067

 mydata.iloc[0]  

 BP       29.0451 F        11.7974 XOM      77.6966 LNC      52.6303 AAPL    101.1385 Name: 2015-01-02, dtype: float64  

由于第一行完全不一样，对于有经验的人会将第一行全部变为同一个数

mydata / mydata.iloc[0] * 100 将所有数据除以第一个数据乘以100

 (mydata / mydata.iloc[0] * 100).plot(figsize = (15, 6)); plt.show()  

个人觉得波动挺大的，果然股票有风险 苹果在2018下半年股票暴跌

投资需谨慎

查看更多关于什么是股票的收益率的详细内容...