Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 11-3.月行業(yè)聯(lián)動與輪動分析

第11章

行業(yè)聯(lián)動與輪動分析布爾值指標計算量化投資策略設計月行業(yè)聯(lián)動與輪動關聯(lián)規(guī)則挖掘月行業(yè)聯(lián)動與輪動分析（布爾值指標計算）第11章

計算行業(yè)指數(shù)月上漲情況：當月最大交易日收盤指數(shù)?當月最小交易日收盤指數(shù)，如果大于0，則表示上漲，記為1，否則為0；本章提供的數(shù)據(jù)是日頻數(shù)據(jù)，故需要找出每月的最大交易日和最小交易日，從而獲得相應交易日的數(shù)據(jù)并進行計算。通過月最大交易日和最小交易日算法及程序，可獲得每月的最大交易日和最小交易日列表總共得到86個交易月，第0行代表第0個交易月，該月的最小交易日為2010年1月4日，最大交易日為2010年1月29日。計算該月的漲跌情況可以用2010年1月29日的指數(shù)收盤價減去2010年1月4日的指數(shù)收盤指數(shù)得到，如果大于0，則表示該月指數(shù)上漲，用1表示，否則記為0。月行業(yè)聯(lián)動與輪動分析（布爾值指標計算）第11章

通過計算，獲得月行業(yè)指數(shù)漲跌情況布爾指標值。從圖中可以看出，以交通運輸業(yè)為例，第0、2、3、4、5、7、10個交易月表示該行業(yè)下跌，第1、6、8、9個交易月為上漲。月行業(yè)聯(lián)動與輪動分析（聯(lián)動規(guī)則挖掘）第11章

調(diào)用apriori關聯(lián)規(guī)則挖掘算法，獲得行業(yè)聯(lián)動關聯(lián)規(guī)則挖掘結果如下表。最小支持度、最小置信度分別在47%和90%以上的，共有16條行業(yè)聯(lián)動的關聯(lián)規(guī)則。IDrulesupportconfidence1采掘_up—家用電器_up0.50.9555555562綜合_up—輕工制造_up0.476744190.9534883723機械設備_up—家用電器_up0.511627910.9361702134計算機_up—電子元器件_up0.50.9347826095房地產(chǎn)_up—家用電器_up0.488372090.9333333336房地產(chǎn)_up—建筑材料_up0.488372090.9333333337紡織服裝_up—輕工制造_up0.488372090.9333333338化工_up—汽車_up0.476744190.9318181829化工_up—輕工制造_up0.476744190.93181818210電子元器件_up—計算機_up0.50.91489361711計算機_up—醫(yī)藥生物_up0.488372090.91304347812建筑材料_up—家用電器_up0.488372090.91304347813有色金屬_up—家用電器_up0.488372090.91304347814建筑材料_up—房地產(chǎn)_up0.488372090.91304347815采掘_up—有色金屬_up0.476744190.91111111116紡織服裝_up—汽車_up0.476744190.911111111月行業(yè)聯(lián)動與輪動分析（輪動規(guī)則挖掘）第11章

importOneRuleasORr=OR.rule(Data,0.2,0.67)同日行業(yè)輪動關聯(lián)規(guī)則挖掘類似，我們調(diào)用定義的函數(shù)rule，設置最小支持度和最小置信度分別大于0.2和0.67。IDrulesupportconfidence0交通運輸_up—家用電器_up0.2705882350.6764705881公用事業(yè)_up—家用電器_up0.3411764710.6744186052農(nóng)林牧漁_up—家用電器_up0.3294117650.6829268293化工_up—家用電器_up0.3411764710.6744186054商業(yè)貿(mào)易_up—家用電器_up0.3294117650.7179487185國防軍工_up—醫(yī)藥生物_up0.3411764710.690476196國防軍工_up—家用電器_up0.3411764710.690476197家用電器_up—家用電器_up0.4117647060.686274518建筑裝飾_up—醫(yī)藥生物_up0.3294117650.79建筑裝飾_up—家用電器_up0.3294117650.710機械設備_up—家用電器_up0.3647058820.67391304311汽車_up—家用電器_up0.4117647060.712電子元器件_up—家用電器_up0.3647058820.67391304313通信_up—家用電器_up0.3529411760.71428571414通信_up—汽車_up0.3411764710.6904761915采掘_up—家用電器_up0.3647058820.70454545516非銀金融_up—醫(yī)藥生物_up0.3294117650.68292682917非銀金融_up—家用電器_up0.3529411760.73170731718餐飲旅游_up—家用電器_up0.3411764710.674418605月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

以支持度大于0.2，置信度大于0.7的四條規(guī)則：商業(yè)貿(mào)易_up—家用電器_up、通信_up—家用電器_up、非銀金融_up—家用電器_up、采掘_up—家用電器_up，設計量化投資策略。具體設計思路及流程如下：

（1）數(shù)據(jù)區(qū)間選擇。由于本章月行業(yè)聯(lián)動與輪動分析的數(shù)據(jù)區(qū)間為2010年1月—2017年2月（2010年1月和2017年2月不計算月漲跌幅），故我們在設計量化投資策略的時候，計算商業(yè)貿(mào)易、通信、非銀金融、采掘4個行業(yè)指數(shù)漲跌情況的數(shù)據(jù)區(qū)間為2017年2月—2017年11月，家用電器行業(yè)股票投資數(shù)據(jù)區(qū)間為2017年3月—2017年12月。

（2）投資策略。商業(yè)貿(mào)易、通信、非銀金融、采掘這4個行業(yè)指數(shù)在2017年2月—2017年11月共10個交易月中，如果當月指數(shù)上漲，則取家用電器行業(yè)綜合排名前20的樣本股作為投資組合，以下個月最小交易日收盤價買入和下個月最大交易日收盤價賣出，計算投資組合的總收益率。月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

通過2017年的行業(yè)指數(shù)行情數(shù)據(jù)表和每個月的最小交易日期list1和最大交易日期list2，計算商業(yè)貿(mào)易（行業(yè)指數(shù)代碼：801200）、通信（行業(yè)指數(shù)代碼：801770）、非銀金融（行業(yè)指數(shù)代碼：801790）、采掘（行業(yè)指數(shù)代碼：801020）、家電行業(yè)（行業(yè)指數(shù)代碼：801110）這5個指數(shù)在2017年每個月的漲跌情況。IndexcdIdxtrd01Idxtrd02Idxtrd03Idxtrd04Idxtrd058010102017-01-033362.023394.793361.523388.748010102017-01-043393.083424.673392.13423.828010102017-01-053421.33433.153410.133421.98010102017-01-063412.293417.893401.373410.668010102017-01-093406.893407.063375.973399.368010102017-01-103396.673402.53376.813377.768010102017-01-113366.763376.553342.463344.898010102017-01-123342.933359.053324.913326.66………………………………其中字段依次表示行業(yè)指數(shù)代碼、交易日期、開盤指數(shù)、最高指數(shù)、最低指數(shù)和收盤指數(shù)月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

trd=pd.read_excel('IDX_Idxtrd.xlsx')Icode=[801200,801770,801790,801020,801110]list1_=[]list2_=[]list3_=[]list4_=[]list5_=[]fortinrange(len(Icode)):

dt=trd.loc[trd['Indexcd'].values==Icode[t],['Idxtrd01','Idxtrd05']]forkinrange(1,len(list1)):p1=dt.loc[dt['Idxtrd01'].values==list1[k],'Idxtrd05'].valuesp2=dt.loc[dt['Idxtrd01'].values==list2[k],'Idxtrd05'].valuesift==0:list1_.append(p2-p1)ift==1:list2_.append(p2-p1)ift==2:list3_.append(p2-p1)ift==3:list4_.append(p2-p1)ift==4:list5_.append(p2-p1)UD={'商業(yè)貿(mào)易':list1_,'通信':list2_,'非銀金融':list3_,'采掘':list4_,'家用電器':list5_}U=pd.DataFrame(UD,index=range(2,len(list1)+1))月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

通過計算得到商業(yè)貿(mào)易、通信、非銀金融、采掘、家用電器5個行業(yè)在2017年2月—2017年12月的行業(yè)指數(shù)漲跌情況。比如：商業(yè)貿(mào)易行業(yè)指數(shù)在2月—11月中，2月、6月、7月、8月、9月、10月共6個月上漲，家用電器下個月上漲統(tǒng)計數(shù)為3，置信度為50%。通信行業(yè)指數(shù)在2月—11月中，2月、6月、8月、9月共4個月上漲，家用電器下個月上漲統(tǒng)計數(shù)為3，置信度為75%.……商業(yè)貿(mào)易→家用電器：模型置信度（71.79%），實際置信度（50%）。通信→家用電器：模型置信度（71.43%），實際置信度（75%）。采掘→家用電器：模型置信度（70.45%），實際置信度（57%）。非銀金融→家用電器：模型置信度（73.17%），實際置信度（60%）。月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

利用第8章中基于總體規(guī)模與投資效率指標的綜合評價方法，以2016年財務數(shù)據(jù)進行綜合排名，最終獲得家用電器排名前20的股票名稱和對應的股票代碼。部分結果如圖所示。月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

商業(yè)貿(mào)易→家用電器”這條關聯(lián)規(guī)則為例，設計量化投資策略：商業(yè)貿(mào)易行業(yè)指數(shù)在2017年2月—2017年11月共10個交易月中，如果當月指數(shù)上漲，則取家用電器行業(yè)綜合排名前20的樣本股作為投資組合，對投資組合中的每只股票以下個月最小交易日收盤價買入和下個月最大交易日收盤價賣出，并計算收益率，最終每只股票收益率之和即為投資組合的總收益率。這里收盤價采用考慮現(xiàn)金紅利再投資的收盤價可比進行計算。其中股票交易數(shù)據(jù)表trd_2017.xlsx結構見第8章。月行業(yè)聯(lián)動與輪動分析（量化投資策略設計）第11章

DA=pd.read_excel('trd_2017.xlsx')list_r=[]#預定義股票收益率列表foriinrange(len(code)):

dat=DA.iloc[DA.iloc[:,0].values==code[i],:]

dat=dat.sort_values('Trddt')

r_c=0#預定義第i個股票初始收益率

forkinrange(1,len(list1)-1):

I1=dat.iloc[:,1].values>=list1[k+1]

I2=dat.iloc[:,1].values<=list2[k+1]

I=I1&I2

p=dat.iloc[I,3].values

iflen(p)>0:

r=(p[len(p)-1]-p[0])/p[0]

#只有當關聯(lián)的行業(yè)指數(shù)上個月為上漲的時候,才計算其收益率

iflist1_[k-1]>0: