怎么用SQL与EXCEL 分析大盘历年走势（图文并茂）
近期的A股走势，跌跌不休，弱势震荡下行。跌破了3000点政策底，下探2700点附近，李大霄喊钻石底，可适当买入A股，然而外资抄底A股被套，私募基金产品净值跌破清盘线比比皆是，俗话说“五穷六绝七翻身”，那么 A股七月份将何去何从。本文根据A股的历年走势，通过数据分析和描述性统计，回顾历史走势，预测未来，历史不是简单的重复，或许通过数据分析，让我们的投资更加理性，不再那么孤注一掷，投资就是投大概率事件。
- 如何提取上证指数？
首先提取上证指数的历年走势图，以月份为主键，纵向比较 。而提取数据的平台是通过Uqer 平台，通联数据做量化交易的接口，其代码如下：
data9=DataAPI.MktIdxmGet(beginDate=u"20000101",endDate=u"20180718",indexID=u"000001.ZICN",ticker=u"",field=u"",pandas="1")
Uqer平台提取的上证指数表格如图所示：
然后进行保存到指定路径：data9.to_csv(u'szzs _data.csv') ，在后台进行下载。
2.提出问题
- 上证指数在历年中的那个月表现最好？
- 上证指数在那个月份跌幅最大？
- 根据上证指数的历年及月份走势，如何投资A股？
- 上证指数每隔多少年牛熊交替？
3.分析数据
由于下载的数据满足不了分析 的要求，通过 EXCEL删除了一些无关紧要数据，如：开盘价、收盘价、成交金额 ，只留下 ：日期，成交量， 月涨跌幅，月涨跌百分比。
本文所提取的数据是 从2000年 1月份 到2018年 6月底，总共19年的走势数据，总共222条，从数据的布局结构，每个月份及每年比较，因此需要进一步的加工
如图所示的数据，可以同一月份中，不同年表现比较；同一年中，不同月份表现进行比较，其布局满足分析需求，在处理的过程耗费大量的时间，主要用到（插入辅助列，日期类型的变换 ，选择性粘贴中的转置），稍不留神就容易出现差错，要耐心处理。
4.数据导入SQL分析
接下来的操作都是在数据库中进行， 主要考察增删改查，以及聚合函数的使用，包括一些多表之间的链接，查询到自己需要分析的数据。
##创建表格 （注意日期类型数据，不然会插入失败）
create table stock1 (szzs date , january float , jan_chg float ,
February float , Feb_chg float ,
March float , Mar_chg float ,
April float ,Apr_chg float ,
May float ,May_chg float ,
June float ,jun_chg float ,
July float ,jul_chg float ,
August float ,Aug_chg float ,
September float ,Sep_chg float ,
October float ,Oct_chg float ,
November float ,Nov_chg float ,
December float ,Dec_chg float , primary key (szzs)
);
alter table stock1 modify szzs int ; #用到alter 及modify 修改数据类型
desc stock1;
##加载数据（多次加载出现问题，注意原始数据类型，以及创建表格字段，字段最好英文，防止出错）
load data local infile 'D:/Favoritevideo/t14.csv'
into table stock1
fields terminated by ',' ; 注意txt文件是\t,转义字符，而csv文件是 ','.
select *from stock1;
delete from stock1 where szzs=0;
原始表格 插入如下图所示
create table stockindex (
trade date, volume float , shange float , bdpercent float ,
primary key(trade)
);
load data local infile 'D:/Favoritevideo/t13.csv'
into table stockindex
fields terminated by ',' ;
select *from stockindex;
delete from stockindex where trade=0000-00-00;
select *from stockindex;
alter table stockindex rename stock_index;
desc stock_index;
5.数据查询与分析
接下来，分析与查询主要以stock1 表为主。
上证指数历年每个月份的历史涨跌幅
将历年涨跌幅，月份涨跌幅，时间轴进行纵向比较
select szzs, sum(january +February + March + April + May + June +July + August +September + October +November +December) as '上证指数历年涨跌' ,
sum(jan_chg +Feb_chg + Mar_chg + Apr_chg + May_chg + Jun_chg +Jul_chg + Aug_chg +Sep_chg + Oct_chg +Nov_chg +Dec_chg ) as '上证指数历年涨跌百分比' from stock1 group by szzs ;
从过往的表现中，发现2006年，2007年 ，上证指数涨幅较大，而2008跌幅超过90%，而2014年涨幅超过45%，2006是上上次牛市的启动点，涨到6124点，于2008年初快速下跌。而上次牛市于2014年6月份启动，以大盘蓝筹带动市场人气，最高上攻至5168点于2015年6月中旬本轮牛市结束。本轮牛市的上涨与国家降准降息，释放货币的流动性，以及供给侧改革，一带一路等热点题材轮动有关。如果和市场流传所说，每8年一次牛市，那么下次的牛市是
2022年附近 ，到时候 A股将会有不错的表现机会，择机在低点投资，具有一定的安全边际，胜率较高。
上证指数历年涨跌幅
上证指数历年走势折线图
根据上证指数历年走势图，发现指数在2000点附近是比较密集重要的支撑区域，后期大概率不会跌穿2000点 ，随着货币M2的 超发，以及下跌释放部分风险，截止目前上证指数2820，预测后期大概率探底获得支撑， 偏弱势震荡向上。
下面要比较同一年中不同月份上证指数的表现情况，有点类似于研究大宗商品季节性表现， 它们有异曲同工之妙，都是基于历史的涨跌幅，为后期的交易提供依据。
select szzs, jan_chg ,Feb_chg , Mar_chg ,Apr_chg , May_chg, Jun_chg ,Jul_chg , Aug_chg,Sep_chg , Oct_chg ,Nov_chg ,Dec_chg from stock1
（注意图中所示的是涨跌幅百分比%）
select sum(jan_chg) as 一月涨幅 ,sum(feb_chg) as 二月涨幅 ,sum( Mar_chg ) as 三月涨幅 , sum(Apr_chg ) as 四月涨幅 ,sum(May_chg) as 五月涨幅 ,sum(Jun_chg) as 六月涨幅 , sum(Jul_chg) as 七月涨幅 ,sum( Aug_chg) as 八月涨幅 , sum(Sep_chg) as 九月涨幅 , sum(Oct_chg) as 十月涨幅 ,sum(Nov_chg) as 十一月涨幅 , sum(Dec_chg ) as 十二月涨幅 ；
从2000年到2018年这19年中，每个月份的累计上涨计数，下跌计数，以及上涨的概率，可以发现二月份股市表现最好，这也是所谓的春节之后开门红行情。其中在年中6月份受银行考核，资金面偏紧，股市表现欠佳，这也就是所说的“ 五穷六绝”，实际上2018年从5月份到6月份股市一直 沿着 5日均线下跌，而六月份上证指数，累计历年跌幅是49.6%，表现最不理想，因此建议持币观望。
综上所述：从数据分布情况，参与股市在2月、3月、4月、7月、10月、11月、12月，也就是说一年中的第一季度，第四季度股市表现相比其它季度更好。
总结： 研究上证指数历年走势其目的是熟练SQL与EXCEL相关操作，掌握SQL增删改查，把枯燥的学习当成一门乐趣，通过此次专题训练，加深了 知识的熟练运用，同时发现了数据可视化的重要性，对于投资更加理性和客观公正，本次研究的观点，只做参考，不作为投资依据。
投资语录：行情总在绝望中产生， 在半信半疑中成长，在憧憬中成熟，在希望中破灭。
黄双全 2018年7月22日