社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

Python金融大数据分析-PCA分析

马哥Linux运维 • 8 年前 • 1075 次点击  

作者:钱塘小甲子

来源:

http://blog.csdn.net/qtlyx/article/details/53647159

1.pandas的一个技巧

    apply() 和applymap()是DataFrame数据类型的函数,map()是Series数据类型的函数。apply()的操作对象DataFrame的一列或者一行数据, applymap()是element-wise的,作用于每个DataFrame的每个数据。 map()也是element-wise的,对Series中的每个数据调用一次函数。

2.PCA分解德国DAX30指数

    DAX30指数有三十个股票,听起来不多的样子,其实还是挺多的,我们很有必要对其进行主成分分析,然后找出最重要的几个股票。想必PCA的原理大家应该都是知道,说白了就是在一个回归中找到影响最大的那几个,当然,数学原理就涉及矩阵分解,什么SVD呀。

    先上点代码

这样,你就可以看到前十个股票对DAX30指数的贡献量了。


    这里,我们采用只用第一个成分去拟合以及前五个成分去拟合,发现效果好的出奇。这样我们就做到了降维的工作了。我们再来展开看一下PCA的效果。

    这里,我们把PCA后的值与原始值进行散点图的绘制,




    我们看到,整体效果还是不错的,但是很显然,两边和中间总是有点问题,所以,如果我们要提高,我们可以在中间分段进行PCA,这样的话,效果应该会更加好。


linux面授班开班倒计时

4天

学员限量招募
长按识别二维码,立刻联系红豆
今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/weixin/WXfL3M80WQ
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/1935
 
1075 次点击