提示词

有一个DataFrame，包含一列收盘价，我需要使用滚动统计的方法，先计算出简单收益，针对简单收益求出20日滚动均值以及20日滚动标准差，再将大于滚动均值加2个滚动标准差或小于滚动均值减去2个滚动标准差的简单收益标为异常值，最后将数据进行可视化，请给出示例代码。

答案

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

#指定图像样式
plt.style.use('seaborn-v0_8')
#指定字体，防止中文出现乱码，windows系统指定为‘SimHei’
plt.rcParams['font.sans-serif'] = ['SimHei']
#这行代码让中文的负号“-”可以正常显示
plt.rcParams["axes.unicode_minus"]=False

# 1. 创建示例数据（替换为你的实际数据）
df = pd.read_excel('../数据/2-1.xlsx')
df = df[['日期', '收盘']]
df.columns = ['dates','Close']
df['dates'] = pd.to_datetime(df['dates'])
df.set_index('dates', inplace = True)

# 2. 计算简单收益率（日收益率）
df['Simple_Return'] = df['Close'].pct_change() * 100  # 转换为百分比形式[8](@ref)

# 3. 计算20日滚动统计量
window_size = 20
df['Rolling_Mean_Return'] = df['Simple_Return'].rolling(window=window_size).mean()
df['Rolling_Std_Return'] = df['Simple_Return'].rolling(window=window_size).std()

# 4. 计算上下边界和异常值
df['Upper_Bound'] = df['Rolling_Mean_Return'] + 2 * df['Rolling_Std_Return']
df['Lower_Bound'] = df['Rolling_Mean_Return'] - 2 * df['Rolling_Std_Return']
df['Is_Outlier'] = (df['Simple_Return'] > df['Upper_Bound']) | (df['Simple_Return'] < df['Lower_Bound'])

# 5. 可视化
plt.figure(figsize=(14, 10), dpi=100)

# 创建子图布局
ax1 = plt.subplot(2, 1, 1)  # 收益率和异常值
ax2 = plt.subplot(2, 1, 2, sharex=ax1)  # 收盘价

# 绘制简单收益率和滚动统计
ax1.plot(df.index, df['Simple_Return'], label='简单收益率(%)', color='blue', alpha=0.7, linewidth=1.5)
ax1.plot(df.index, df['Rolling_Mean_Return'], label='20日滚动均值', color='orange', linestyle='--', linewidth=1.5)
ax1.fill_between(df.index, df['Upper_Bound'], df['Lower_Bound'], 
                 color='gray', alpha=0.3, label='均值±2标准差区间')

# 标记异常值
outliers = df[df['Is_Outlier']]
ax1.scatter(outliers.index, outliers['Simple_Return'], 
            color='red', s=80, zorder=5, 
            label='异常值', edgecolors='black', linewidth=1.2)

# 添加标注文本
for date, return_val in zip(outliers.index, outliers['Simple_Return']):
    ax1.annotate(f'{return_val:.2f}%', 
                 xy=(date, return_val), 
                 xytext=(10, 30 if return_val > 0 else -40),
                 textcoords='offset points',
                 arrowprops=dict(arrowstyle="->", color='red', alpha=0.7))

# 绘制收盘价
ax2.plot(df.index, df['Close'], label='收盘价', color='green', linewidth=2)

# 设置图表格式
ax1.set_title('简单收益率异常值检测 (20日滚动统计)', fontsize=16, pad=15)
ax1.set_ylabel('收益率(%)', fontsize=12)
ax1.legend(loc='upper left', framealpha=0.9)
ax1.grid(alpha=0.3)

ax2.set_title('收盘价走势', fontsize=16, pad=15)
ax2.set_ylabel('价格', fontsize=12)
ax2.grid(alpha=0.3)

# 设置日期格式
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
ax1.xaxis.set_major_locator(mdates.WeekdayLocator(byweekday=mdates.MO))
plt.xticks(rotation=45)
plt.tight_layout()

# 显示图表
plt.show()

# 6. 输出异常值统计信息
print(f"检测到异常值数量: {len(outliers)}")
print("异常值详细信息:")
print(outliers[['Simple_Return', 'Rolling_Mean_Return', 'Rolling_Std_Return']])

数据导入以及防止画图中文乱码的代码是我加进去的，其余都是ai写的。

图像：