Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 11-1.日行業(yè)聯(lián)動與輪動分析

第11章

行業(yè)聯(lián)動與輪動分析數(shù)據(jù)獲取布爾值指標計算日行業(yè)聯(lián)動與輪動關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)獲取第11章

以申銀萬國行業(yè)指數(shù)日行情數(shù)據(jù)為基礎(chǔ)，分析行業(yè)的聯(lián)動現(xiàn)象與輪動現(xiàn)象。申銀萬國指數(shù)行業(yè)包括：農(nóng)林牧漁、采掘、化工、商業(yè)貿(mào)易、黑色金屬、有色金屬、紡織服裝、建筑建材、電子元器件、食品飲料、公用事業(yè)、信息服務(wù)、交運設(shè)備、綜合、醫(yī)藥生物、建筑材料、房地產(chǎn)、建筑裝飾、電氣設(shè)備、機械設(shè)備、國防軍工、金融服務(wù)、家用電器、計算機、傳媒、通信、信息設(shè)備、輕工制造、餐飲旅游、銀行、非銀金融、汽車、交通運輸、機械設(shè)備等34個行業(yè)。數(shù)據(jù)區(qū)間取2010年1月4日至2017年3月7日，共1741個交易日，不足1741個交易日的行業(yè)指數(shù)剔除，最終得到28個行業(yè)指數(shù)數(shù)據(jù)獲取第11章

相關(guān)數(shù)據(jù)表包括：交易日歷數(shù)據(jù)表、指數(shù)基本信息表和指數(shù)交易數(shù)據(jù)表。MarkettypeClddtDaywkState12010-01-041O12010-01-052O12010-01-063O12010-01-074O12010-01-085O12010-01-111O12010-01-122O12010-01-133O……………………IndexcdIdxinfo01801010農(nóng)林牧漁801020采掘801030化工801040黑色金屬801050有色金屬801060建筑建材801070機械設(shè)備801080電子元器件…………指數(shù)代碼交易日期收盤指數(shù)8010102010-01-042058.278010102010-01-052081.288010102010-01-062048.78010102010-01-071999.318010102010-01-082018.818010102010-01-112019.458010102010-01-122086.198010102010-01-132063.99………………日行業(yè)聯(lián)動與輪動分析（布爾值指標計算）第11章

我們只關(guān)心上漲的情況，不考慮下跌的情況，因此計算每個行業(yè)從2010年1月5日至2017年3月7日的指數(shù)行情上漲情況。所謂上漲是指：當前交易日行情數(shù)據(jù)與上一個交易日行情數(shù)據(jù)的差大于零，其指標名稱記為：行業(yè)名稱_up，如果上漲記為1，否則記為0。計算思路及算法如下：（1）預(yù)定義空的字典D。（2）對每一個指數(shù)代碼，提取其交易收盤價數(shù)據(jù)，并按日期進行排序。（3）預(yù)定義一個與其長度相等的全0數(shù)組z21_up，同時收盤價按交易日期錯位相減，

如果大于0，表示上漲，z21_up對應(yīng)的位置賦值為1。（4）以行業(yè)名稱_up為鍵，z21_up為值，賦值給預(yù)定義的空字典D。（5）將D轉(zhuǎn)化為數(shù)據(jù)框，其中index為對應(yīng)的交易日期。日行業(yè)聯(lián)動與輪動分析（布爾指標計算）第11章

importnumpyasnpD=dict()fortinrange(len(code)):

dt=data.loc[data['指數(shù)代碼']==code[t],['交易日期','收盤價']].sort_values('交易日期')

dt1=dt.iloc[0:-1,[1]]['收盤價'];

dt2=dt.iloc[1:,[1]]['收盤價'];

z21_up=np.zeros(len(dt2))

z21_up[dt2.values-dt1.values>0]=1

D.setdefault(sname[code[t]]+'_up',z21_up)td=pd.read_excel('交易日歷數(shù)據(jù)表.xlsx')#讀取交易日歷數(shù)據(jù)Data=pd.DataFrame(D,index=td[‘Clddt’].values[1:])importpandasaspdcodename=pd.read_excel('指數(shù)基本信息表.xlsx')sname=pd.Series(list(codename.iloc[:,1]),index=codename.iloc[:,0])data=pd.read_excel('指數(shù)交易數(shù)據(jù)表.xlsx')code_record=data.iloc[:,0].value_counts()code=list(code_record[code_record==1741].index)日行業(yè)聯(lián)動與輪動分析（布爾值指標計算）第11章

計算結(jié)果（部分）以交通運輸_up這個字段為例進行說明，其中2010年1月5日、8日、11日、12日表示該行業(yè)為上漲，而2010年1月6日、7日、13日為下跌?；谠摂?shù)據(jù)，我們就可以進行關(guān)聯(lián)規(guī)則挖掘了。日行業(yè)聯(lián)動與輪動分析（聯(lián)動規(guī)則挖掘）第11章

調(diào)用apriori關(guān)聯(lián)規(guī)則挖掘算法，獲得行業(yè)聯(lián)動關(guān)聯(lián)規(guī)則挖掘結(jié)果如下表。IDrulesupportconfidence1紡織服裝_up—綜合_up—輕工制造_up0.478160920.960739032電氣設(shè)備_up—紡織服裝_up—輕工制造_up0.4724137930.9569266593電氣設(shè)備_up—輕工制造_up—紡織服裝_up0.4724137930.9502890174綜合_up—輕工制造_up—紡織服裝_up0.478160920.9486887125紡織服裝_up—輕工制造_up—綜合_up0.478160920.9390519196紡織服裝_up—輕工制造_up—電氣設(shè)備_up0.4724137930.9277652377電氣設(shè)備_up—輕工制造_up0.4971264370.9134107718化工_up—輕工制造_up0.4948275860.9101479929電氣設(shè)備_up—紡織服裝_up0.4936781610.90707497410綜合_up—輕工制造_up0.5040229890.9050567611機械設(shè)備_up—輕工制造_up0.4833333330.90430107512商業(yè)貿(mào)易_up—紡織服裝_up0.491379310.90285110913紡織服裝_up—輕工制造_up0.5091954020.90040650414電子元器件_up—輕工制造_up0.4925287360.90021008415機械設(shè)備_up—紡織服裝_up0.4810344830.9最小支持度、最小置信度分別在47%和90%以上的，共有15條行業(yè)聯(lián)動的關(guān)聯(lián)規(guī)則。聯(lián)動規(guī)則揭示了當前的關(guān)聯(lián)情況，對未來沒有預(yù)測意義。日行業(yè)聯(lián)動與輪動分析（輪動規(guī)則挖掘）第11章

基于第5章一對一關(guān)聯(lián)規(guī)則挖掘程序案例，將其定義為函數(shù)的形式，其函數(shù)名稱記為rule，存儲于OneRule.py文件中。函數(shù)定義如下：輸入?yún)?shù)為布爾數(shù)據(jù)集Data、最小支持度s0和最小置信度c0，返回值為一對一行業(yè)輪動關(guān)聯(lián)規(guī)則defrule(Data,s0,c0):

importnumpyasnpimportpandasaspdc=list(Data.columns)#獲取字段名稱(行業(yè)名稱_up)轉(zhuǎn)化為列表list1=[]#預(yù)定義定義列表list1,用于存放規(guī)則list2=[]#預(yù)定義定義列表list2,用于存放規(guī)則的支持度list3=[]#預(yù)定義定義列表list3,用于存放規(guī)則的置信度forkinrange(len(c)):forqinrange(len(c)):

#對第c[k]個行業(yè)與第c[q]個行業(yè)計算行業(yè)輪動規(guī)則

#規(guī)則的前件為c[k]

#規(guī)則的后件為c[q],計算周期與c[k]需后移一個周期c1=Data[c[k]][0:-1]c2=Data[c[q]][1:]I1=c1.values==1I2=c2.values==1

t12=np.zeros((len(c1)))t1=np.zeros((len(c1)))t12[I1&I2]=1t1[I1]=1sp=sum(t12)/len(c1)#支持度co=sum(t12)/sum(t1)#置信度ifco>c0andsp>s0:list1.append(c[k]+'--'+c[q])list2.append(sp)list3.append(co)

#定義字典,用于存放關(guān)聯(lián)規(guī)則及其置信度、支持度

R={'rule':list1,'support':list2,'confidence':list3}

#將字典轉(zhuǎn)化為數(shù)據(jù)框R=pd.DataFrame(R)

#將結(jié)果導(dǎo)出到ExcelR.to_excel('R.xlsx')returnR日行業(yè)聯(lián)動與輪動分析（輪動規(guī)則挖掘）第11章

importOneRuleasORr=OR.rule(Data,0.3,0.59)本例設(shè)置行業(yè)關(guān)聯(lián)規(guī)則的最小支持度和最小置信度分別大于0.3和0.59，調(diào)用定義的rule函數(shù)進行行業(yè)輪動關(guān)聯(lián)規(guī)則挖掘IDrulesupportconfidence0公用事業(yè)_up—輕工制造_up0.32374930.600213221農(nóng)林牧漁_up—輕工制造_up0.32777460.5968586392醫(yī)藥生物_up—紡織服裝_up0.32317420.5953389833醫(yī)藥生物_up—輕工制造_up0.32259920.5942796614商業(yè)貿(mào)易_up—紡織服裝_up0.32374930.595