Cadangan

Panduan Mula Pantas untuk Mengira Matriks Korelasi dalam Python menggunakan NSEpy & Pandas

SCP-772 Giant Parasitoid Wasps | Object Class: Euclid | Parasitic scp / Species scp (Jun 2019).

Anonim

Berikut adalah tutorial cepat di python untuk mengira Matriks Korelasi antara instrumen stok pelbagai menggunakan pakej python seperti NSEpy & Pandas. Secara umumnya, pekali korelasi adalah ukuran statistik yang mencerminkan korelasi antara dua stok / instrumen kewangan. Menentukan hubungan antara dua sekuriti berguna untuk menganalisis hubungan antara pasaran, hubungan sektor / saham dan hubungan sektor / pasaran.

Berikut adalah beberapa python penting perpustakaan yang diperlukan untuk Visualisasi Data Matriks Korelasi

IPython (Python Interaktif)
Pandas (Perpustakaan Python untuk mengendalikan data siri masa)
NSEpy (Ambil data Sejarah dari NSEindia - NSEpy 0.3 ver atau lebih tinggi)
Matplotlib (perpustakaan Python untuk mengendalikan pelan 2D)

Import modul python yang diperlukan

i) dari nsepy.archives kita perlu mengimport get_price_history: -untuk mengambil butiran harga stok
ii) dari import datetime kita perlu mengimport objek tarikh: - untuk memberikan had tarikh bagi stok yang diperlukan
iii) pandas import: - untuk mewujudkan frasa data
iv) matplotlib import untuk merancang pelan heat correlation

Buat senarai stok

Ambil Data Sejarah
Sekarang dapatkan sejarah harga bagi setiap saham berdasarkan had masa tertentu dan tambah nilai penutup terakhir ke dalam peti data kosong panda

Matriks dan Matriks Korelasi Plot
Sekarang hitung perubahan peratusan dan korelasi Pearson menggunakan pemproses data panda pct_change (), kor () dan plot matriks korelasi menggunakan
matplotlib seperti yang ditunjukkan di bawah.

Nota: % pylab inline digunakan sebagai pemboleh ubah paparan pada notebook ipython.

Contoh Notebook IPython untuk menjana Peta Matrix Korelasi Saham seperti yang ditunjukkan di bawah: