Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 10-1.股票價格形態(tài)特征提取

第10章

股票價格形態(tài)聚類與收益分析關(guān)鍵價格點(diǎn)概念及提取算法基于關(guān)鍵價格點(diǎn)的形態(tài)特征表示基于關(guān)鍵價格點(diǎn)的形態(tài)特征提取關(guān)鍵價格點(diǎn)概念及提取算法第10章

股票價格走勢主要由一些關(guān)鍵價格點(diǎn)構(gòu)成，因此我們選擇其關(guān)鍵的價格點(diǎn)作為聚類特征即可。構(gòu)成的序列模式，值越大，xi成為關(guān)鍵點(diǎn)的可能性就越大。關(guān)鍵價格點(diǎn)提取算法如下：輸入：原始價格序列x=(x1,x2,……,xp)，提取關(guān)鍵點(diǎn)個數(shù)num。輸出：關(guān)鍵價格點(diǎn)序列、對應(yīng)下標(biāo)序列。step1：對x2,…,x(p-1)按公式計算其與相鄰兩個價格點(diǎn)均值的絕對值大小，并按從大到小

進(jìn)行排序，取排名前num-2對應(yīng)的價格點(diǎn)，記為L1，對應(yīng)的下標(biāo)序列記為S1。step2：x1,xp對應(yīng)的價格點(diǎn)記為L2，對應(yīng)的下標(biāo)序列記為S2。step3：記L=L1∪L2，S=S1∪S2，并按S從小到大進(jìn)行排序，則L即為關(guān)鍵價格點(diǎn)序列，

S即為對應(yīng)的下標(biāo)序列。關(guān)鍵價格點(diǎn)概念及提取算法第10章

defget_keydata(x,num):

importpandasaspd

importnumpyasnp

#計算x2,…,x(p-1)各點(diǎn)減去相鄰兩點(diǎn)平均值的絕對值

d=abs(x[1:len(x)-1].values-(x[0:len(x)-2].values+x[2:len(x)].values)/2)

#以d為值,對應(yīng)的下標(biāo)為index,構(gòu)建序列,并按降序排序

Sd=pd.Series(d,index=np.arange(1,len(x)-1)).sort_values(ascending=False)

L1=Sd[0:num-2]

L2=pd.Series([x[0],x[len(x)-1]],index=[0,len(x)-1])

L=L1.append(L2)

keydata=x[L.index].sort_index()

returnkeydata函數(shù)輸入?yún)?shù)為價格數(shù)組X、提取的關(guān)鍵點(diǎn)個數(shù)num，返回值為關(guān)鍵點(diǎn)序列（index為下標(biāo)，value為對應(yīng)的關(guān)鍵價格點(diǎn)）關(guān)鍵點(diǎn)提取算法函數(shù)如下（函數(shù)定義在df.py文件中）關(guān)鍵價格點(diǎn)概念及提取算法第10章

股票代碼為600000的股票2017年6月1日—2017年8月31日的收盤價數(shù)據(jù)，提取10個關(guān)鍵點(diǎn)，并在同一坐標(biāo)軸上繪制原始價格點(diǎn)與關(guān)鍵價格點(diǎn)擬合圖，importpandasaspdimportdfimportmatplotlib.pyplotaspltdata=pd.read_excel('DA.xlsx')I1=data['Trddt'].values>='2017-06-01'I2=data['Trddt'].values=<'2017-08-31'I=I1&I2data1=data.iloc[I,:]#提取代碼600000的收盤價dt=data1.loc[data1['Stkcd']==600000,['Clsprc']]['Clsprc']#收盤價序列的index重排,從0開始dt=pd.Series(dt.values,index=range(len(dt)))keydata=df.get_keydata(dt,10)plt.plot(dt.index,dt.values)plt.plot(keydata.index,keydata.values,'r*--')關(guān)鍵價格點(diǎn)（keydata.values）為：[12.9212.5312.8613.7613.5513.4513.6713.4412.4712.71]對應(yīng)的下標(biāo)（keydata.index）為：[0,27,29,32,33,36,37,44,60,65]基于關(guān)鍵價格點(diǎn)的形態(tài)特征表示第10章

關(guān)鍵價格點(diǎn)的提取降低了維度，但是直接用價格點(diǎn)進(jìn)行聚類還是存在較大的誤差，因此我們需要對關(guān)鍵價格點(diǎn)的走勢情況進(jìn)行特征化表示，采用兩個關(guān)鍵價格點(diǎn)之間連線的斜率確定其漲跌情況，即特征化表示為兩個關(guān)鍵點(diǎn)連線之間的夾角

的tan值：其中p1和p2分別表示前后兩個關(guān)鍵點(diǎn)，x1和x2分別為關(guān)鍵點(diǎn)對應(yīng)的下標(biāo)。漲跌幅的劃分標(biāo)準(zhǔn)如下：上漲幅度大：

tan值>0.5上漲幅度較大：

tan值介于0.2～0.5上漲：

tan值介于0.1～0.2平緩：

tan值介于?0.1～0.1下跌：

tan值介于?0.2～?0.1下跌幅度較大：

tan值介于?0.5～?0.2下跌幅度大：

tan值<?0.5分別記為：7、6、5、4、3、2、1基于關(guān)鍵價格點(diǎn)的形態(tài)特征表示第10章

特征化表示函數(shù)如下（函數(shù)也定義在df.py文件中）defget_tz(keydata):

importnumpyasnp

y1=keydata.values[1:]

y2=keydata.values[0:-1]

x1=keydata.index[1:]

x2=keydata.index[0:-1]

#計算tan值

tan=list((y2-y1)/(x2-x1))

T=np.array(tan)

I7=T>0.5

i1=T>0.2

i2=T<=0.5

I6=i1&i2

i1=T>0.1

i2=T<=0.2

I5=i1&i2

i1=T>-0.1

i2=T<=0.1

I4=i1&i2i1=T>-0.2i2=T<=-0.1I3=i1&i2i1=T>=-0.5i2=T<=-0.2I2=i1&i2I1=T<-0.5T[I1]=1T[I2]=2T[I3]=3T[I4]=4T[I5]=5T[I6]=6T[I7]=7returnT函數(shù)輸入?yún)?shù)為關(guān)鍵點(diǎn)序列，返回結(jié)果為特征化數(shù)組：T=df.get_tz(keydata)print(T)可以看到，前面所示關(guān)鍵點(diǎn)價格走勢圖其特征化表示為：[4.5.6.2.4.6.4.4.4.]基于關(guān)鍵價格點(diǎn)的形態(tài)特征提取第10章

根據(jù)第8章中基于總體規(guī)模與投資效率指標(biāo)的綜合評價方法，獲取2016年排名前400的股票作為研究樣本，并提取其交易數(shù)據(jù)區(qū)間在2017年5月1日—2017年7月31日的股票關(guān)鍵價格點(diǎn)和形態(tài)特征。首先基于總體規(guī)模與投資效率指標(biāo)的綜合評價方法，獲取2016年排名前400的股票，包括其股票代碼和股票簡稱。importpandasaspdimportfundta=pd.read_excel('ddata.xlsx')r=fun.Fr(dta,'2016')c=r[0][0:400]cn=r[1][0:400]code=list(c.index)#將股票代碼轉(zhuǎn)化為列表的形式基于關(guān)鍵價格點(diǎn)的形態(tài)特征提取第10章

其次確定在2017年5月1日—2017年7月31日之間的交易所實際交易天數(shù)Mtd=pd.read_excel('交易日歷數(shù)據(jù)表.xlsx')I1=td['Clddt'].values>='2017-05-01'I2=td['Clddt'].values<='2017-07-31'I=I1&I2ddt=td.loc[I,['Clddt']]M=len(ddt)基于關(guān)鍵價格點(diǎn)的形態(tài)特征提取第10