使用Pandas的read_csv函数来读取这个文件，并将其转换为DataFrame

import pandas as pd
stocks = pd.read_csv('4170423-stocks.csv',header=0)
print(stocks.head())

       板块        日期  云上科技  财智科技   古盘云   微软云   谷歌云
0  NASDAQ  2006/1/3  7.68  7.88  7.33  7.57  7.57
1  NASDAQ  2006/1/4  7.53  7.67  7.53  7.62  7.62
2  NASDAQ  2006/1/5  7.66  7.68  7.37  7.52  7.52
3  NASDAQ  2006/1/6  7.60  7.64  7.40  7.61  7.61
4  NASDAQ  2006/1/9  7.65  7.87  7.53  7.79  7.79

统计股票价格数据

使用describe函数来统计股票价格数据的基本统计量。例如，我们可以计算股票价格的平均值、标准差、最小值、最大值等

print(stocks.describe())

             云上科技        财智科技         古盘云         微软云         谷歌云
count  985.000000  985.000000  985.000000  985.000000  985.000000
mean     4.158792    4.245838    4.056091    4.147178    4.147178
std      2.607119    2.629135    2.582350    2.605629    2.605629
min      0.150000    0.170000    0.120000    0.120000    0.120000
25%      1.300000    1.410000    1.220000    1.300000    1.300000
50%      4.270000    4.380000    4.140000    4.200000    4.200000
75%      6.730000    6.800000    6.620000    6.730000    6.730000
max      8.450000    8.560000    8.150000    8.280000    8.280000

绘制股票价格趋势图

import warnings
import matplotlib
warnings.filterwarnings("ignore")
import matplotlib.pyplot as plt
font = {'family': 'Microsoft YaHei', 'weight': 'bold', 'size': '12'}
matplotlib.rc("font", **font)
stocks.plot(x='日期', y='云上科技')
plt.show()

绘制多个股票价格的趋势图

stocks.plot(x='日期', y=['云上科技', '财智科技', '古盘云', '微软云', '谷歌云'])
plt.show()

绘制股票价格的移动平均线

计算苹果股票价格的20天移动平均线，并绘制它的趋势图

aapl = stocks['云上科技']
ma20 = aapl.rolling(window=20).mean()
plt.plot(aapl)
plt.plot(ma20)
plt.show()

计算股票价格的日收益

使用pct_change函数来计算股票价格的日收益率。例如，我们可以计算云上科技股票价格的日收益率，并绘制它的趋势图

aapl = stocks['云上科技']
returns = aapl.pct_change()
plt.plot(returns)
plt.show()

计算股票价格的移动年化波动率

使用rolling和std函数来计算股票价格的移动年化波动率。例如，计算云上科技股票价格的20天移动年化波动率，并绘制它的趋势图

import numpy as np
aapl = stocks['云上科技']
returns = aapl.pct_change()
volatility = returns.rolling(window=20).std() * np.sqrt(252)
plt.plot(volatility)
plt.show()