我和 TiDB 的故事：十年理财之路之 TiDB 如何让我收益达到 30 万的

作者：TiDB 社区干货传送门

2024-03-29
北京
本文字数：2525 字
阅读完需：约 8 分钟

作者： tidb 狂热爱好者原文来源：https://tidb.net/blog/98470a5a

作为一个收入一般的程序猿，前几年试着做了股票投资，职业习惯，让我试着用 tidb 去做了一些关于股票的数据分析，接下来，我想把我的一些想法分析给大家：

我的初步思路按照一下几个方面开始做分析：

另外，在股票投资中，需要用到数学公式去理解和管理投资风险。如下面的这个数据公式，只要好好理解该公式原理，能更好的帮助我们在投资中做决策：

盈利与成本的计算
股票收益率
凯利公式

( f^* ) 是应该投资的资金比例。
( b ) 是每次投资的盈利比率。
( p ) 是获胜的概率。
( q ) 是失败的概率，( q = 1 - p )。

如何用数学公式选择出年利率比较高的股票，用那几个数学公式能帮助我更好的投资，用历史收益率购买靠谱吗？

使用历史收益率来选择年利率较高的股票是一种常见的方法，但它有其局限性。历史收益率可以提供关于股票过去表现的信息，但并不总能准确预测未来表现。

以下是一些考虑因素：

下面是我写的一些实例，希望可以给大家一些思路：

用 python y yfinance 计算纳斯达克前 100 的净资产收益率 (ROE): pd.concat 写

import yfinance as yf
import pandas as pd
import mysql.connector
from sqlalchemy import create\_engine

复制代码

定义纳斯达克前 100 家公司的股票代码列表

nasdaq\_top\_100 = \['AAPL', 'MSFT', 'AMZN' ] # 请补全列表

创建一个空的列表来存储每家公司的 DataFrame


dataframes = \[]

复制代码

遍历股票代码列表

for ticker in nasdaq\_top\_100:

获取股票数据

stock = yf.Ticker(ticker)

复制代码

获取财务报表数据

balance\_sheet = stock.balance\_sheet
income\_statement = stock.financials

复制代码

计算 ROE

net\_income = income\_statement.loc\['Net Income']
shareholder\_equity = balance\_sheet.loc\['Stockholders Equity']
roe = net\_income / shareholder\_equity

复制代码

创建一个 DataFrame 来存储当前公司的 ROE

df = pd.DataFrame({'Ticker': \[ticker], 'ROE': \[roe]})

将 DataFrame 添加到列表中


dataframes.append(df)

复制代码

# 使用 pd.concat 合并所有公司的 DataFrame

roe_df = pd.concat(dataframes)

输出结果

`print(roe\_df)`
#url = 'mysql+pymysql://username:password\@hostname:port/dbname?charset=utf8'
#engine = sa.create\_engine(url, echo=False)
engine = create\_engine('mysql+pymysql://a:jmdjsj\@127.0.0.1/a')
roe\_df.to\_sql('df', engine, index=False,
method = "multi",chunksize = 10000 ,if\_exists='replace')

复制代码

如何用 tidbserverless 给自己投资理财

一般来说 roe 高的股票投资收益会好很多


mysql> select \* from df;
\+--------+-----------------------------------------------------------------------------------------------------------+
\| Ticker | ROE |
\+--------+-----------------------------------------------------------------------------------------------------------+
\| AAPL | 2023-09-30 1.56076
2022-09-30 1.969589
2021-09-30 1.500713
2020-09-30 0.878664
dtype: object |
\| MSFT | 2023-06-30 0.350887
2022-06-30 0.436755
2021-06-30 0.431522
2020-06-30 0.374298
dtype: object |
\| AMZN | 2023-12-31 0.150712
2022-12-31 -0.018638
2021-12-31 0.24134
2020-12-31 0.228374
dtype: object |

复制代码

然后我们用 gpt 给的另一端计算年化收益率的代码来算他们的历史收益

import yfinance as yf

下载以太坊过去 5 年的数据

eth\_data = yf.download('AMZN', period='5y')

计算每日收益率

daily\_returns = eth\_data\['Adj Close'].pct\_change()

计算累积收益率

cumulative\_returns = (1 + daily\_returns).cumprod() - 1

计算 5 年的总收益率

total\_return\_5y = cumulative\_returns.iloc\[-1]

年化收益率

annualized\_return = (1 + total\_return\_5y)\*\*(1/5) - 1

输出结果

print(f"5年总收益率: {total\_return\_5y:.2%}")
print(f"年化收益率: {annualized\_return:.2%}")

复制代码

从这些数据来说 AMZN 的收益比 apple 和微软收益都差。我们带入历史收益来看看。

jiangming\@admin\njiangming \~ % python3 apple.py
\[\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*100%%\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*] 1 of 1 completed

复制代码

5 年总收益率: 272.70%

年化收益率: 30.10%

jiangming\@admin\njiangming \~ % python3 AMZN.py
\[\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*100%%\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*] 1 of 1 completed

复制代码

5 年总收益率: 101.90%

年化收益率: 15.09%

我准备用 tidb 的 serverless 开发一个理财网站。把各个股票的年华 roe 都算出来。数据库用 tidb 的 serverless 我主要做内容

类似如下的代码。计算出来各个股票哪个最值得投资。这也算 tidb 的有效应用之一

import yfinance as yfimport pandas as pdimport mysql.connectorfrom sqlalchemy import create\_engine

复制代码

定义纳斯达克前 100 家公司的股票代码列表

nasdaq\_top\_100 = \['AAPL', 'MSFT', 'AMZN' ] # 请补全列表

创建一个空的列表来存储每家公司的 DataFrame

dataframes = \[]

遍历股票代码列表

for ticker in nasdaq\_top\_100:

获取股票数据

stock = yf.Ticker(ticker)

获取财务报表数据

balance_sheet = stock.balance_sheetincome_statement = stock.financials

复制代码

计算 ROE

net_income = income_statement.loc['Net Income']shareholder_equity = balance_sheet.loc['Stockholders Equity']roe = net_income / shareholder_equity

复制代码

创建一个 DataFrame 来存储当前公司的 ROE

df = pd.DataFrame({'Ticker': [ticker], 'ROE': [roe]})

将 DataFrame 添加到列表中

dataframes.append(df)

使用 pd.concat 合并所有公司的 DataFrame

roe\_df = pd.concat(dataframes)

输出结果

print(roe\_df)\#url = 'mysql+pymysql://username:password\@hostname:port/dbname?charset=utf8'\#engine = sa.create\_engine(url, echo=False)engine = create\_engine('mysql+pymysql://a:jmdjsj\@127.0.0.1/a')roe\_df.to\_sql('df', engine, index=False,method = "multi",chunksize = 10000 ,if\_exists='replace')

复制代码

发布于: 刚刚阅读数: 2

原文链接:【http://xie.infoq.cn/article/54b1413216ecf65bcc2f7f587】。文章转载请联系作者。

TiDB 社区干货传送门

关注

TiDB 社区官网:https://tidb.net/ 2021-12-15 加入

TiDB 社区干货传送门是由 TiDB 社区中布道师组委会自发组织的 TiDB 社区优质内容对外宣布的栏目，旨在加深 TiDBer 之间的交流和学习。一起构建有爱、互助、共创共建的 TiDB 社区 https://tidb.net/

发布

暂无评论

创作场景

我和 TiDB 的故事：十年理财之路之 TiDB 如何让我收益达到 30 万的

定义纳斯达克前 100 家公司的股票代码列表

创建一个空的列表来存储每家公司的 DataFrame

遍历股票代码列表

获取股票数据

获取财务报表数据

计算 ROE

创建一个 DataFrame 来存储当前公司的 ROE

将 DataFrame 添加到列表中

输出结果

下载以太坊过去 5 年的数据

计算每日收益率

计算累积收益率

计算 5 年的总收益率

年化收益率

输出结果

定义纳斯达克前 100 家公司的股票代码列表

创建一个空的列表来存储每家公司的 DataFrame

遍历股票代码列表

获取股票数据

获取财务报表数据

计算 ROE

创建一个 DataFrame 来存储当前公司的 ROE

将 DataFrame 添加到列表中

使用 pd.concat 合并所有公司的 DataFrame

输出结果

TiDB 社区干货传送门

评论