使用Python – PCA分析进行金融数据分析

编辑:光环大数据 来源: 互联网 时间: 2017-10-19 15:03 阅读:

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()的操作目标DataFrame的一列或许一行数据, 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,

咱们看到,全体效果还是不错的,但是很显然,两头和中心老是有点疑问,所以,假如咱们要进步,咱们能够在中心分段进行PCA,这样的话,效果应该会更加好。

 

Python培训,就选光环大数据Python培训机构

 


大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训,就选光环大数据!光环大数据,聘请专业的大数据领域知名讲师,确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术,将前沿技能融入教学中,确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式,指导学生更快的掌握技能知识,成就上万个高薪就业学子。 更多问题咨询,欢迎点击------>>>>在线客服

你可能也喜欢这些

在线客服咨询

领取资料

X
立即免费领取

请准确填写您的信息

点击领取
#第三方统计代码(模版变量) '); })();
'); })();