1、加载numpy,pandas,datetime等库，生成合并数据。蟠校盯昂data1=DataFrame({刻八圄俏9;EUROSTOXX':es['SX5E'][es.index>dt.datetime(1999,1,1)]})表示取es中1999年后的字段为SX5E的数据；data2=DataFrame({'VSTOXX':vs['V2TX'][vs.index>dt.datetime(1999,1,1)]})表示取vs中1999年后字段为V2TX的数据；data=data1.join(data2)表示将data1和data2合并；data1.head()表示查看data1的前5行数据，data2.head()、data.head()类似；如图所示
2、数据的缺失值处理。data=data.fillna(method='ffill')表示对缺失值使用向前填充处理，然后再赋值给data；data.info()表示查看data的信息；如图所示
3、data绘制折线图。通过data.plot(subplots=True,grid=True,style='b',figsize租涫疼迟=(9,6))绘制出data的线形图，subplots=True表示多个子图，grid=True表示图形添加网格，style='b'表示使用蓝色线，figsize=(9,6)表示绘图的大小，另外，我们可以看出条线似乎有负相关性（一个上升，另一个就下降）；如图所示
4、绘制对数收益率图形。ret=np.log(data/data.shift(1))表示计算data的对数收益率；ret.plot(subplots=True,grid=True,style='b',figsize=(9,6))表示绘制对数收益率的图形；如图所示
5、加载模块statsmodels.api（sm），查看普通最小二乘法的结果。model=sm.OLS(yd,xd)表示使用模块中的普通最小二乘法OLS；m=model.fit()表示对模型进行拟合；m.summary()表示最小二乘法的结果摘要（不知道为什么，摘要都是空）；如图所示
6、绘制对数收益率的相关系数图形。ret.corr()是计算对数收益率的相关系数的；pd.rolling_corr(ret['EUROSTOXX'],ret['VSTOXX'],window=252).plot(grid=True,style='b')表示按年统计（252就是一年的工作日数）对数收益率的相关性，绘制蓝色带网格的图形；如图所示
