金融数据分析-基于Streamlit的多步骤分析系统设计与实现

一、项目概述

这是一个完整的金融数据分析Web应用系统，使用Python的Streamlit框架构建，实现从数据获取、处理到可视化展示的全流程分析。系统专注于申万家用电器行业和沪深300指数的深度分析，共包含10个核心步骤。

二、系统架构设计

2.1 技术栈

• 前端框架: Streamlit

• 数据处理: pandas

• 可视化: matplotlib + matplotlib.dates

• 核心语言: Python

2.2 适用领域

金融分析、数据可视化、Web应用开发

2.3 数据集准备

数据来源：Tushare数据

三、核心功能逻辑

3.1 主程序架构

Steps是从行业筛选→财务分析→数据处理→主成分分析→交易分析→指数构建→基准对比→技术分析，这实际上是一个从宏观到微观、从基本面到技术面的完整分析链。

# 1. 导入模块和库 import streamlit as st import step1, step2, step3, step4, step5, step6, step7, step8, step9, step10 import pandas as pd import matplotlib.pyplot as plt import matplotlib.dates as mdates # 2. 页面配置 st.set_page_config( page_title="多步骤金融分析系统", layout='wide', ) # 3. 步骤定义 STEPS = [ '1.申万家用电器行业股票代码获取', '2.申万家用电器行业股票财务指标数据获取', '3.申万家用电器行业股票财务指标数据处理', '4.主成分累计贡献率在95%', '5.家电行业2017年的股票交易数据', '6.家用电器行业交易指数', '7.沪深300指数年度涨跌幅', '8.沪深300指数2016年指数的关键转折点', '9.沪深300指数2016年平均收盘', '10.沪深300指数2016年收盘指数的现价指标' ]

3.2 数据预加载机制

# 读取.py文件内容 def read_py_file(file_path): with open(file_path, "r", encoding="utf-8") as f: return f.read() # 预加载所有代码内容 CODE_CONTENTS = {} for i in range(1, 11): CODE_CONTENTS[i] = read_py_file(f"step{i}.py") # 预加载原始数据文件 ORIGINAL_DATA = { 1: pd.read_excel('申万行业分类.xlsx'), 2: pd.read_excel('上市公司财务与指标数据2013-2017.xlsx'), 5: pd.read_excel('股票交易数据_2017.xlsx'), } # 加载沪深300数据（多个步骤共用） hs300_data = pd.read_excel('沪深300指数交易数据表.xlsx') for i in [7, 8, 9, 10]: ORIGINAL_DATA[i] = hs300_data

3.3 模块化步骤处理

# 获取步骤编号 def get_step_number(step_name): return int(step_name.split('.')[0]) # 显示原始数据 def show_original_data(step_num): st.subheader('原始数据（取前100条） ') if step_num in ORIGINAL_DATA: data = ORIGINAL_DATA[step_num] if step_num == 3: data = step2.return_values() elif step_num == 4: data = pd.DataFrame(step3.return_values()[0]) elif step_num == 6: data = step5.return_values() st.dataframe(data.head(100), use_container_width=True) # 显示代码 def show_code(step_num): st.subheader('代码 ') st.code(CODE_CONTENTS[step_num], language='python')

3.4 各步骤功能模块

每个步骤的处理逻辑完全独立，不会互相干扰。

Step1.py: 申万家用电器行业股票代码获取

# -*- coding: utf-8 -*- #1.读取“申万行业分类.xlsx”表，字段如下所示： # 行业名称 股票代码 股票名称 # 获得“家用电器”行业的所有上市公司股票代码和股票简称 # 结果用序列Fs来表示，其中index为股票代码、值为股票简称 def return_values(): import pandas as pd A=pd.read_excel('申万行业分类.xlsx') F = A[A['行业名称']=='家用电器'] Fs = pd.Series(F['股票名称'].values,index=F['股票代码']) return Fs

Step2.py: 申万家用电器行业股票财务指标数据获取

# -*- coding: utf-8 -*- ''' 基于上一关的结果，读取“上市公司财务与指标数据2013-2017.xlsx”数据，其中字段依次为： Stkcd、Accper、B001101000 、B001300000、B001000000、B002000000、A001000000、 A001212000、F050501B、F091301A、F091001A、F090101B 中文名称依次为股票代码、会计期间、财务与指标（教材第8章中总体规模与投资效率指标） 任务为：筛选出家用电器行业股票代码2016年的财务与指标数据，字段同原数据表，记为data ''' def return_values(): import pandas as pd import step1 r=step1.return_values() stkcd=list(r.index) A=pd.read_excel('上市公司财务与指标数据2013-2017.xlsx') A=A.iloc[A.iloc[:,1].values=='2016-12-31',:] data = A[A['Stkcd'].isin(stkcd)] return data

Step3.py: 申万家用电器行业股票财务指标数据处理

# -*- coding: utf-8 -*- ''' 在上一关基础上，对筛选出的家用电器行业股票代码2016年的财务与指标数据， 去掉空缺值、作均值-方差标准化处理，返回结果x（数组）和股票代码code(列表) ''' def return_values(): import step2 data=step2.return_values() #上一关的结果，家用电器行业股票代码2016年的财务与指标数据 data = data.dropna() #删除缺失值 code = data['Stkcd'].tolist() #转化为列表.tolist() from sklearn.preprocessing import StandardScaler scaler = StandardScaler() #创建对象 # 提取所有数值列 num = data.select_dtypes(include=['number']) x = num.values # 直接获取数值数组 scaler.fit(x) #调用fit()拟合方法 x = scaler.transform(x) return (x,code)

Step4.py: 主成分累计贡献率在95%

# -*- coding: utf-8 -*- ''' 在上一关基础上，对去掉缺失值和标准化后的x，进行主成分分析， 并提取主成分，要求累计贡献率在95% ''' def return_values(): import step3 from sklearn.decomposition import PCA r = step3.return_values() x = r[0] #导入主成分分析模块PCA #创建分析对象y y = PCA(n_components=0.95) #贡献率为0.95 y.fit(x) #对待分析的数据进行拟合训练 Y = y.transform(x) #返回提取的主成分 return Y

Step5.py: 家电行业2017年的股票交易数据

# -*- coding: utf-8 -*- """ 在第一关的基础上，读取"股票交易数据_2017.xlsx"表，字段如下： Stkcd、Trddt、Clsprc、Dnshrtrd、Dnvaltrd、Opnprc、Hiprc、Loprc， 中文名称依次为：股票代码、交易日期、收盘价、成交量、成交额、开盘价、最高价、最低价。 任务为：筛选出家电行业2017年的股票交易数据，字段同原表，记为data """ def return_values(): import pandas as pd import step1 r=step1.return_values() stkcd=list(r.index) A=pd.read_excel('股票交易数据_2017.xlsx') data = A[A['Stkcd'].isin(stkcd)] return data

Step6.py: 家用电器行业交易指数

# -*- coding: utf-8 -*- ''' 在上一关基础上，构造家用电器行业交易指数，其中指数计算公式为： 当日指数=当日总交易额/基准日总交易额*100 其中当日总交易额=当日所有股票交易额之和，基准日为2017年首个交易日, 返回index_val ''' def return_values(): import step5 data=step5.return_values() data_total = data.groupby('Trddt')['Dnvaltrd'].sum() # 获取基准日 d = data_total.index.min() #交易额 d_amount = data_total[d] # 指数=当日总交易额/基准日总交易额*100 index_val = (data_total / d_amount * 100) return index_val

Step7.py: 沪深300指数年度涨跌幅

# -*- coding: utf-8 -*- ''' "读取沪深300指数交易数据表.xlsx",字段依次为： Indexcd、Idxtrd01、Idxtrd05 中文名称依次为：指数代码、交易日期、收盘指数 分别计算2014-2017年的年度涨跌幅， 其中年度涨跌幅=（年末收盘指数-年初收盘指数）/年初收盘指数 依次返回年度涨跌幅（r1,r2,r3,r4） ''' def rdata(date1,date2,A): #定义一个计算年度涨跌幅的函数 #输入：年初日期date1、年末日期date2、交易数据A #返回：涨跌幅r #获取年初的收盘指数 start_data = A[A['Idxtrd01'] >= date1].iloc[0] start_price = start_data['Idxtrd05'] #获取年末的收盘指数 end_data = A[A['Idxtrd01'] <= date2].iloc[-1] end_price = end_data['Idxtrd05'] #年度涨跌幅=（年末收盘指数-年初收盘指数）/年初收盘指数 r = (end_price - start_price) / start_price return r def return_values(): import pandas as pd A=pd.read_excel('沪深300指数交易数据表.xlsx') r1=rdata('2014-01-01','2014-12-31',A) r2=rdata('2015-01-01','2015-12-31',A) r3=rdata('2016-01-01','2016-12-31',A) r4=rdata('2017-01-01','2017-12-31',A) return (r1,r2,r3,r4)

Step8.py: 沪深300指数2016年指数的关键转折点

# -*- coding: utf-8 -*- ''' 序列x1,x2,x3,如果|x2-(x1+x2)/2|越大，x2成为关键转折点的可能性就越大。 "读取沪深300指数交易数据表.xlsx",字段依次为： Indexcd、Idxtrd01、Idxtrd05 中文名称依次为：指数代码、交易日期、收盘指数 请计算获得2016年指数的关键转折点20个，包括年初和年末的两个点。 并输出结果，用一个序列Fs来表示，其中index为序号，值为收盘指数。 注意：序号按年度实际交易日期从0开始编号 ''' def return_values(): import pandas as pd import numpy as np A=pd.read_excel('沪深300指数交易数据表.xlsx') I1=A.iloc[:,1].values>='2016-01-01' I2=A.iloc[:,1].values<='2016-12-31' data=A.iloc[I1&I2,:].sort_values(['Idxtrd01']) turn_points = [] p = data['Idxtrd05'].values #价格 for i in range(1, len(p) - 1): #转折点 |x2-(x1 + x3)/2| a = abs(p[i] - (p[i-1] + p[i+1]) / 2) turn_points.append((i,a,p[i])) #转折18个点，加上首尾就20个 turn_points.sort(key=lambda x: x[1], reverse=True) sel_points = turn_points[:18] # 提取索引 sel_i = [] for point in sel_points: sel_i.append(point[0]) #提取价格 sel_p = [] for point in sel_points: sel_p.append(point[2]) #添加首尾两个点 sel_i = [0] + sel_i + [len(p)-1] sel_p = [p[0]] + sel_p + [p[-1]] #创建keydata序列 keydata = pd.Series(sel_p, index=sel_i) return keydata

Step9.py: 沪深300指数2016年平均收盘

# -*- coding: utf-8 -*- ''' "读取沪深300指数交易数据表.xlsx",字段依次为： Indexcd、Idxtrd01、Idxtrd05 中文名称依次为：指数代码、交易日期、收盘指数 请计算获得2016年收盘指数的10、20、30、60日移动平均收盘指数， 返回结果为(x10,x20,x30,x60)，其中xi为序列，index按年度实际交易天数从0开始编号 ''' def return_values(): import pandas as pd A=pd.read_excel('沪深300指数交易数据表.xlsx') I1=A.iloc[:,1].values>='2016-01-01' I2=A.iloc[:,1].values<='2016-12-31' rdata=A.iloc[I1&I2,:].sort_values(['Idxtrd01']) #计算移动平均 x10 = rdata['Idxtrd05'].rolling(window=10).mean() x20 = rdata['Idxtrd05'].rolling(window=20).mean() x30 = rdata['Idxtrd05'].rolling(window=30).mean() x60 = rdata['Idxtrd05'].rolling(window=60).mean() #索引从0开始 x10 = x10.reset_index(drop=True) x20 = x20.reset_index(drop=True) x30 = x30.reset_index(drop=True) x60 = x60.reset_index(drop=True) return (x10,x20,x30,x60)

Step10.py: 沪深300指数2016年收盘指数的现价指标

# -*- coding: utf-8 -*- ''' "读取沪深300指数交易数据表.xlsx",字段依次为： Indexcd、Idxtrd01、Idxtrd05 中文名称依次为：指数代码、交易日期、收盘指数 请计算获得2016年收盘指数的现价指标，其公式为： 现价=当日收盘指数 / 过去 10 个交易日的移动平均收盘指数 返回结果为p10，为序列，index按年度实际交易天数从0开始编号 ''' def return_values(): import pandas as pd A=pd.read_excel('沪深300指数交易数据表.xlsx') I1=A.iloc[:,1].values>='2016-01-01' I2=A.iloc[:,1].values<='2016-12-31' rdata=A.iloc[I1&I2,:].sort_values(['Idxtrd01']) #10日移动平均收盘指数 ma10 = rdata['Idxtrd05'].rolling(window=10).mean() #现价=当日收盘指数 / 过去 10 个交易日的移动平均收盘指数 p10 = rdata['Idxtrd05'] / ma10 #重置索引，drop=True——去掉原先索引 p10 = p10.reset_index(drop=True) #reset_index()——重置索引 return p10

3.5 步骤管理系统

从步骤名称中提取编号，例如"1.申万家用电器行业股票代码获取" → 提取数字"1"。

# 获取步骤编号 def get_step_number(step_name): return int(step_name.split('.')[0])

3.6 智能数据展示系统

根据步骤号动态选择数据源；只显示前100条数据，避免页面卡顿。

def show_original_data(step_num): st.subheader('原始数据（取前100条） ') if step_num in ORIGINAL_DATA: data = ORIGINAL_DATA[step_num] # 特殊步骤的数据处理 if step_num == 3: data = step2.return_values() # 使用前一步的结果 elif step_num == 4: data = pd.DataFrame(step3.return_values()[0]) # 多维数据转换 elif step_num == 6: data = step5.return_values() # 引用其他模块结果 st.dataframe(data.head(100), use_container_width=True) #自适应布局：use_container_width=True让表格适应容器宽度

3.7 代码透明度设计

每个step步骤对应的Python代码都显示在网页上，支持语法高亮，便于阅读和学习。

def show_code(step_num): st.subheader('代码 ') st.code(CODE_CONTENTS[step_num], language='python')

3.8 导航与界面布局

# 侧边栏 - 导航控制中心 with st.sidebar: st.subheader('请选择实验') selected_step = st.selectbox(" ", STEPS) # selectbox(" ", STEPS)的空格占位使界面更简洁 # 主内容区域 - 动态显示标题 step_num = get_step_number(selected_step) st.subheader(f'//{selected_step}//')

3.9 模块化步骤执行系统

# 步骤1：股票代码获取 if step_num == 1: r = step1.return_values() stock_codes = [str(code).zfill(6) for code in r.index] result_df = pd.DataFrame({'股票代码': stock_codes, '股票简称': r.values}) st.dataframe(result_df) # 步骤2：财务数据获取（直接展示） elif step_num == 2: r = step2.return_values() st.dataframe(r) # 步骤3：财务数据处理（组合展示） elif step_num == 3: x, code = step3.return_values() df = pd.DataFrame(x) df['Stkcd'] = code # 添加股票代码列 st.dataframe(df) # 步骤4 elif step_num == 4: r = step4.return_values() df = pd.DataFrame(r) st.dataframe(df) # 步骤7 elif step_num == 7: r = step7.return_values() df = pd.DataFrame(r) st.dataframe(df) # 步骤10 elif step_num == 10: r = step10.return_values() df = pd.DataFrame(r) st.dataframe(df)

3.10 高级可视化子系统

step5：股票走势可视化

多只股票对比，采用多线图，每条线代表一只股票，数据自动选取前5只股票，避免图表过于拥挤；使用groupby按股票代码分组绘制。

elif step_num == 5: # 数据处理 df['Trddt'] = pd.to_datetime(df['Trddt'], format='%Y-%m-%d') # 可视化配置 plt.rcParams['font.sans-serif'] = 'SimHei' st.subheader('可视化走势图 ') top5_stocks = df['Stkcd'].unique()[:5] # 只显示前5只股票 plot_data = df[df['Stkcd'].isin(top5_stocks)] # 多线图绘制 plt.figure(figsize=(10, 5)) for code, group in plot_data.groupby('Stkcd'): plt.plot(group['Trddt'], group['Clsprc'], markersize=3, label=str(code))

step6：行业指数可视化

单一指数走势，采用单线图，重点是时间序列模式。

# 专业的时间序列处理 df['Trddt'] = pd.to_datetime(df['Trddt'], format='%Y-%m-%d') df = df.sort_values('Trddt') # 按日期排序 plt.rcParams['font.sans-serif'] = 'SimHei' # 创建图表对象 fig, ax = plt.subplots(figsize=(12, 6)) # 绘制指数走势（限制前501个数据点） ax.plot(df['Trddt'][:501], df['行业指数'][:501], linewidth=2, color='blue', label='指数走势') # 专业的时间轴格式化 ax.xaxis.set_major_locator(mdates.MonthLocator()) # 按月设置刻度 ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m')) # 格式为年月

step8：转折点分析可视化

关键点位识别，采用折线+散点图，突出特殊点位。

# 数据准备 rdata['交易天数'] = range(len(rdata)) # 创建连续的交易天数序列 # 中文显示配置 plt.rcParams['font.sans-serif'] = 'SimHei' plt.rcParams['axes.unicode_minus'] = False # 绘制基础折线图 ax.plot(rdata['交易天数'], rdata['Idxtrd05'], 'b-', alpha=0.9, label='指数序列', linewidth=1.2) # 高亮转折点 ax.scatter(r.index, r.values, color='red', s=25, edgecolor='black', linewidth=0.8, zorder=5, label='转折点') # zorder=5确保散点图在折线图上方 # 样式优化 ax.spines['top'].set_visible(False) # 隐藏上边框 ax.spines['right'].set_visible(False) # 隐藏右边框

step9：移动平均线可视化

多周期分析，采用多线叠加图，展示不同周期的趋势。

# 多线图绘制（4条移动平均线） plt.plot(rdata['Idxtrd01'], x10, label='10日移动平均', linewidth=1, color='blue') plt.plot(rdata['Idxtrd01'], x20, label='20日移动平均', linewidth=1, color='orange') plt.plot(rdata['Idxtrd01'], x30, label='30日移动平均', linewidth=1, color='green') plt.plot(rdata['Idxtrd01'], x60, label='60日移动平均', linewidth=1, color='red') # 图表样式配置 plt.rcParams['font.sans-serif'] = 'SimHei' plt.title('2016年沪深300指数移动平均线', fontsize=14) plt.ylabel('指数点位', fontsize=12) plt.legend(fontsize=10) plt.grid(True, alpha=0.2) # 半透明网格 plt.xticks(rotation=45) # x轴标签旋转45度

四、技术亮点

4.1 模块化与数据智能管理

• 10步模块化设计：将复杂的金融分析拆解为独立步骤，每个模块功能单一、接口统一

• 智能数据流：支持原始数据、中间结果、最终分析的自动流转与共享，如沪深300数据一次加载多步骤复用

4.2 专业可视化与用户体验

• 金融级可视化：内置多种专业图表（股票走势、行业指数、技术指标），支持时间序列优化显示

• 一体化界面：侧边栏导航配合"原始数据-代码-结果-可视化"四段式布局，操作直观、分析透明

五、Streamlit页面部分展示

六、总结

这个项目展示了如何将复杂的金融数据分析任务分解为清晰的步骤，并通过现代化的Web界面呈现，是一个功能完整的分析工具，涵盖数据科学项目从数据处理到结果展示的全过程；这个系统可以作为金融数据分析的入门项目，也可以作为企业级分析工具的雏形进行进一步开发。