计算股票波动率，python代码

以下是使用Python计算股票波动率的示例代码，假设我们要计算某只股票过去一年的波动率：

import pandas as pd
import numpy as np
import yfinance as yf

# 获取股票价格数据
symbol = 'AAPL'  # 股票代码
start_date = '2020-01-01'  # 开始日期
end_date = '2020-12-31'  # 结束日期
prices = yf.download(symbol, start=start_date, end=end_date)['Adj Close']  # 获取收盘价

# 计算对数收益率
log_returns = np.log(prices / prices.shift(1)).dropna()

# 计算波动率
volatility = log_returns.std() * np.sqrt(252)  # 假设一年有252个交易日

print(f'{symbol}的波动率为{volatility:.2%}')

代码中使用了pandas、numpy和yfinance库，需要先安装。其中，`yf.download()`函数可以从雅虎财经获取股票价格数据，返回的是一个DataFrame对象。计算对数收益率使用了numpy的`log()`函数和pandas的`shift()`方法，计算波动率使用了numpy的`std()`函数。最后输出的波动率使用了f-string格式化输出。

相关问题

rv波动率python代码

根据引用[1]，RV波动率是一种金融学中的波动率计算方法，它是通过计算一段时间内每日收盘价的对数差值的平方和来计算的。以下是一个简单的Python代码示例，用于计算给定时间段内的RV波动率：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv('data.csv')

# 计算对数收益率
data['log_return'] = np.log(data['Close']) - np.log(data['Close'].shift(1))

# 计算RV波动率
rv = np.sqrt(np.sum(data['log_return']**2))

print('RV波动率为：', rv)

在这个示例中，我们使用了Pandas和NumPy库来读取数据、计算对数收益率和计算RV波动率。请注意，这只是一个简单的示例，实际的RV波动率计算可能需要更多的数据处理和统计方法。

滚动波动率python代码

我可以回答这个问题。以下是一个简单的滚动波动率的Python代码示例：

import numpy as np

def rolling_volatility(data, window):
    """
    计算滚动波动率
    :param data: 数据序列
    :param window: 滚动窗口大小
    :return: 滚动波动率序列
    """
    vol = np.zeros_like(data)
    for i in range(window - 1, len(data)):
        vol[i] = np.std(data[i - window + 1:i + 1])
    return vol

这个函数接受一个数据序列和一个滚动窗口大小作为输入，返回一个滚动波动率序列。