企业🤖AI智能体构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
# 历史总是相似 牛市已经见顶? > 来源:https://uqer.io/community/share/55814e7ef9f06c6519ad1522 本文是前文《历史总是相似 牛市还在延续》的续篇, 此文可点击下面的链接:历史总是相似 牛市还在延续 ![](https://box.kancloud.cn/2016-07-30_579cbaff9009f.jpg) ## 话不多说,图见真章! 这次我们把比较的周期从2015年4月28日延续到2015年6月17日。现在两个月过去了,看到大盘的走势和07年那波牛市是相似的。按照相同的时间点,07年的大牛已经见顶,15年呢? ```py import datetime as dt import numpy as np import seaborn as sns sns.set_style('white') from matplotlib import pylab from CAL.PyCAL import * font.set_size(20) index = '000300' data = DataAPI.MktIdxdGet(ticker = index, beginDate='20070101', endDate='20071201') data.index = data.tradeDate.apply(lambda x: dt.datetime.strptime(x, '%Y-%m-%d')) data2 = DataAPI.MktIdxdGet(ticker =index, beginDate='20140830', endDate='20150617') data2.index = data2.tradeDate.apply(lambda x: dt.datetime.strptime(x, '%Y-%m-%d')) data['2006 - 2008'] = data['closeIndex'] data = data[['2006 - 2008']] data['2014 - 2015'] = np.nan data['2014 - 2015'][:len(data2.closeIndex.values)] = data2.closeIndex.values data = data[['2006 - 2008', '2014 - 2015']] data.plot(figsize=(16,8), grid = False) pylab.legend([u'2007年牛市', u'2015年牛市'], prop = font, loc = 'best') sns.despine() ``` ![](https://box.kancloud.cn/2016-07-30_579cbaffaae95.png)