Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 7-7.國(guó)際股票指數(shù)關(guān)聯(lián)分析

第7章

基礎(chǔ)案例問(wèn)題描述數(shù)據(jù)預(yù)處理關(guān)聯(lián)規(guī)則挖掘問(wèn)題描述第7章

為了探討國(guó)際上主要股票價(jià)格指數(shù)之間的漲跌關(guān)聯(lián)情況，選取12個(gè)主要國(guó)家或者地區(qū)中具有代表性的股票價(jià)格指數(shù)交易數(shù)據(jù)，數(shù)據(jù)表包括國(guó)際股票價(jià)格指數(shù)基本信息表和國(guó)際股票價(jià)格指數(shù)日交易數(shù)據(jù)表。IndexcdIdxnmeDJI美國(guó)道瓊斯工業(yè)指數(shù)FCHI法國(guó)CAC40指數(shù)FTSE英國(guó)富時(shí)100指數(shù)GDAXI德國(guó)DAX指數(shù)HSI中國(guó)香港恒生指數(shù)KS11韓國(guó)KOSPI指數(shù)MCIX俄羅斯Micex指數(shù)N225日本日經(jīng)225SENSEX印度孟買(mǎi)30指數(shù)STI富時(shí)新加坡海峽時(shí)報(bào)指數(shù)TWII中國(guó)臺(tái)灣加權(quán)指數(shù)000300中國(guó)滬深300指數(shù)IndexcdTrddtOpnidxHighidxLowidxClsidxDJI2010-01-0410430.6910604.9710430.6910583.96DJI2010-01-0510584.5610584.5610522.5210572.02DJI2010-01-0610564.7210594.9910546.5510573.68DJI2010-01-0710571.1110612.3710505.2110606.86DJI2010-01-0810606.410619.410554.3310618.19DJI2010-01-1110620.3110676.2310591.5910663.99DJI2010-01-1210662.8610663.0810568.8410627.26………………………………其中字段依次為指數(shù)代碼、交易日期、開(kāi)盤(pán)指數(shù)、最高指數(shù)、最低指數(shù)、收盤(pán)指數(shù)。數(shù)據(jù)區(qū)間從2010年1月至2019年8月。問(wèn)題：在一國(guó)或地區(qū)由于受某事件的影響造成其主要股票價(jià)格指數(shù)下跌幅度較大時(shí)，另一國(guó)或地區(qū)的主要股票價(jià)格指數(shù)在同期是否也會(huì)有較大幅度的下跌？注意，這里下跌幅度較大定義為：跌幅大于等于0.5%。數(shù)據(jù)預(yù)處理第7章

（1）計(jì)算各指數(shù)的跌幅指標(biāo)數(shù)據(jù)，其中跌幅計(jì)算公式為：

（當(dāng)日收盤(pán)指數(shù)?上日收盤(pán)指數(shù)）/上日收盤(pán)指數(shù)為了便于關(guān)聯(lián)規(guī)則挖掘，我們將跌幅指標(biāo)數(shù)據(jù)轉(zhuǎn)化為0、1布爾值，即跌幅大于等于0.5%記為1，否則為0。圖中第一行代表了中國(guó)滬深300指數(shù)的跌幅數(shù)據(jù)，其中2010年1月5日的值為0，表示跌幅沒(méi)有超過(guò)0.5%，而2010年1月6日的值為1，表示當(dāng)日跌幅超過(guò)了0.5%。數(shù)據(jù)預(yù)處理第7章

（2）各指數(shù)交易日期做一致化處理。事實(shí)上，不同國(guó)家或地區(qū)的交易日期并不完全相同，為了便于挖掘有意義的關(guān)聯(lián)規(guī)則，需要在所有指數(shù)交易日均相同的情況下進(jìn)行挖掘。這里以中國(guó)滬深300指數(shù)交易日為篩選基準(zhǔn)。顯示12個(gè)國(guó)際指數(shù)，2010年1月至2019年8月的共同交易日一共1569個(gè)，基于一致化的交易日期，就可以構(gòu)造關(guān)聯(lián)規(guī)則挖掘所需的布爾數(shù)據(jù)集了。數(shù)據(jù)預(yù)處理第7章

（3）構(gòu)造關(guān)聯(lián)規(guī)則挖掘所需的布爾值數(shù)據(jù)集，其結(jié)果如下。道瓊斯工業(yè)指數(shù)DJI在2010年1月15日的收盤(pán)指數(shù)跌幅在0.5%以上，中國(guó)滬深300指數(shù)當(dāng)日的收盤(pán)指數(shù)跌幅低于0.5%，而且12個(gè)國(guó)際指數(shù)交易日期也做了一致化處理，下面將基于該數(shù)據(jù)集挖掘關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則挖掘第7章

采用第5章介紹的一對(duì)一關(guān)聯(lián)規(guī)則挖掘算法，最小支持度設(shè)置為大于0.1，最小置信度為大于0.6。c=list(Data.columns)c0=0.6#最小置信度s0=0.1#最小支持度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f(wàn)orkinrange(len(c)):forqinrange(len(c)):

#對(duì)第c[k]個(gè)項(xiàng)與第c[q]個(gè)項(xiàng)挖掘關(guān)聯(lián)規(guī)則

#規(guī)則的前件為c[k]

#規(guī)則的后件為c[q]

#要求前件和后件不相等ifc[k]!=c[q]:c1=Data[c[k]]c2=Data[c[q]]

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

#取置信度大于等于c0的關(guān)聯(lián)規(guī)則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('rule1.xlsx')關(guān)聯(lián)規(guī)則挖掘第7章

IDrulesupportconfidence1DJI--FCHI0.13001910.682DJI--GDAXI0.12109620.6333333333FCHI--FTSE0.19184190.6644591614FCHI--GDAXI0.22498410.7792494485FTSE--FCHI0.19184190.7757731966FTSE--GDAXI0.18419380.7448453617GDAXI--FCHI0.22498410.8364928918GDAXI--FTSE0.18419380.6848341239KS11--HSI0.13957930.63662790710KS11--N2250.1389420.6337209311STI--HSI0.14404080.