沪深300股票聚类可视化案例||tushare完整可运行代码逐行解释

上篇文章：《可视化股票市场结构||沪深300股票聚类可视化》逐行代码解释了sklearn中的一个案例：可视化股票市场结构。案例中采用的数据是美股。这篇文章将其移植到A股市场，看看我们的沪深300股票市场结构如何。采用的分类及可视化手段与sklearn案例完全一样。

沪深300

沪深300指数¹是由上海和深圳证券市场中选取市值大、流动性好的300支A股作为样本编制而成的成份股指数。沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。由中证指数有限公司²编制负责。

可以通过tushare获取：

首先获取沪深300成分列表

再获取个股历史纪录，只保留时间、开盘价、收盘价，截取2017年到2019年间数据

import numpy as np
import matplotlib.pyplot as plt
import tushare as ts
hs_datas = ts.get_hs300s()
symbols_name = np.array(hs_datas['name'])
symbols_code = np.array(hs_datas['code'])
quotes = []
for index, code in enumerate(symbols_code):stock_data = ts.get_hist_data(code, start='2017-01-01', end='2019-01-01')stock_data.sort_values(by=['date'], inplace=True)stock_data.reset_index(inplace=True)stock_data = stock_data[['date', 'open', 'close']]quotes.append(stock_data)row_now = hs_datas[hs_datas['code'] == code]name = row_now.iloc[0]['name']print('已获取第', index + 1, '只股：', code, name, '2017-01-01 到 2019-01-01的历史数据')# exit()
print(quotes)

数据整理，转为可为模型使用的数据

close_prices = np.vstack([q['close'] for q in quotes])
open_prices = np.vstack([q['open'] for q in quotes])
# 每日价格变换可能承载我们所需信息
variation = close_prices - open_prices

通过这三步操作，就完成了沪深300指数个股的历史记录。

上述第2部分的代码所得结果，在处理第3步时，会出现如下错误：（已解决）ValueError: all the input array dimensions except for the concatenation axis must match exactly。³上面给出了原因及解决方案，仔细研究应该时可以解决的，如果没搞懂，可以留言问我要完整代码。

学习一个图结构

采用稀疏逆协方差评估来寻找哪些报价之间存在有条件的关联。

edge_model = covariance.GraphicalLassoCV(cv=5)
X = variation.copy().T
X /= X.std(axis=0)
edge_model.fit(X)

聚类

采用Affinity Propagation（近邻传播）；因为它不强求相同大小的类，并且能从数据中自动确定类的数目。

_, labels = cluster.affinity_propagation(edge_model.covariance_)
n_labels = labels.max()
names = symbols_name[0:11]
for i in range(n_labels + 1):print('Cluster %i: %s' % ((i + 1), ', '.join(names[labels == i])))

嵌入到2D画布

采用 Manifold learning（流形学习）技术来实现2D嵌入。

node_position_model = manifold.LocallyLinearEmbedding(n_components=2, eigen_solver='dense', n_neighbors=6)embedding = node_position_model.fit_transform(X.T).T

可视化

3个模型的输出结合在一个2D图形上，节点表示股票，边表示：

簇标签用于定义节点颜色
稀疏协方差模型用于展示边的强度
2D嵌入用于定位平面中的节点

# Visualization
plt.figure(1, facecolor='w', figsize=(10, 8))
plt.clf()
ax = plt.axes([0., 0., 1., 1.])
plt.axis('off')# Display a graph of the partial correlations
partial_correlations = edge_model.precision_.copy()  #偏相关分析
d = 1 / np.sqrt(np.diag(partial_correlations))
partial_correlations *= d
partial_correlations *= d[:, np.newaxis]
non_zero = (np.abs(np.triu(partial_correlations, k=1)) > 0.02)# Plot the nodes using the coordinates of our embedding
plt.scatter(embedding[0], embedding[1], s=100 * d ** 2, c=labels,cmap=plt.cm.nipy_spectral)# Plot the edges
start_idx, end_idx = np.where(non_zero)
# a sequence of (*line0*, *line1*, *line2*), where::
#            linen = (x0, y0), (x1, y1), ... (xm, ym)segments = [[embedding[:, start], embedding[:, stop]]for start, stop in zip(start_idx, end_idx)]
values = np.abs(partial_correlations[non_zero])
lc = LineCollection(segments,zorder=0, cmap=plt.cm.hot_r,norm=plt.Normalize(0, .7 * values.max()))
lc.set_array(values)
lc.set_linewidths(15 * values)
ax.add_collection(lc)# Add a label to each node. The challenge here is that we want to
# position the labels to avoid overlap with other labels
for index, (name, label, (x, y)) in enumerate(zip(names, labels, embedding.T)):dx = x - embedding[0]dx[index] = 1dy = y - embedding[1]dy[index] = 1this_dx = dx[np.argmin(np.abs(dy))]this_dy = dy[np.argmin(np.abs(dx))]# print(dx)# print(this_dx)# exit()if this_dx > 0:horizontalalignment = 'left'x = x + .002else:horizontalalignment = 'right'x = x - .002if this_dy > 0:verticalalignment = 'bottom'y = y + .002else:verticalalignment = 'top'y = y - .002plt.text(x, y, name, size=10,horizontalalignment=horizontalalignment,verticalalignment=verticalalignment,bbox=dict(facecolor='w',edgecolor=plt.cm.nipy_spectral(label / float(n_labels)),alpha=.6))plt.xlim(embedding[0].min() - .15 * embedding[0].ptp(),embedding[0].max() + .10 * embedding[0].ptp(),)
plt.ylim(embedding[1].min() - .03 * embedding[1].ptp(),embedding[1].max() + .03 * embedding[1].ptp())plt.show()

输出结果

综述，整个过程除了获取沪深300指数个股资料部分的代码，其余各部分操作与《可视化股票市场结构||沪深300股票聚类可视化》⁴中完全一样，如需详细了解，可参考上文，特别是上文附录了大量相关细节。
如需完整代码，请留言索取。

Reference

维基百科 ↩︎
中证指数有限公司 ↩︎
（已解决）ValueError: all the input array dimensions except for the concatenation axis must match exactly ↩︎
《可视化股票市场结构||沪深300股票聚类可视化》 ↩︎

沪深300股票聚类可视化案例||tushare完整可运行代码逐行解释相关推荐

可视化股票市场结构||沪深300股票聚类可视化
前半部分是Visulizing the stock maket structure文章翻译,对代码进行逐行解释,并在文后附录所有参考链接.后半部分是基于案例做的沪深300可视化此案例采用了几种非监督 ...
tushare获取沪深300指数历史_在tushare上提取沪深300指交易数据
import numpy as np import pandas as pd import tushare as ts import MySQLdb as mdb #获取沪深300指数的股票名单 hs ...
最新沪深300股票一览
933 神火股份 300能源 68 赛格三星 300可选 937 金牛能源 300能源 527 美的电器 300可选 983 西山煤电 300能源 541 佛山照明 300可选 600028 中国石化 ...
tushare获取沪深300指数历史_从Tushare获取历史行情数据
从Tushare获取历史行情数据,分为两种,一种是后复权(daily_hfq)数据,一种是不复权(daily)数据,获取到的数据存储在MongoDB数据库中,每个集合(collection)中,数据字 ...
基于支持向量机SVM的沪深300股票预测股票涨跌方向
结果参考:https://www.bilibili.com/video/BV1nY411z7Kk/?spm_id_from=333.999.0.0 附完整代码+数据
择时策略 —— 基于扩散指标的沪深300指数择时
1.策略概述扩散指标的原始值是最近一段时间以来,股票池中符合要求的股票占股票池总数的比例,如果这个指标值比较高,一般认为说明市场方向性比较明确.理论上来说,任何单个股票的指标都能"扩散化& ...
量化入门系列：沪深300、中证500、中证1000的估值百分位
本系列通过一些实例介绍量化的入门知识,适合零基础的初学者.本篇计算三个宽基指数:沪深300.中证500.中证1000的估值百分位,并将其与价格百分位比较. 本文的程序运行前要先导入数据源和pandas ...
tushare获得沪深300和中证500的股票
tushare获得沪深300和中证500的股票 import tushare as tsresult = ts.get_zz500s() result.to_csv("zz500.csv&q ...
Tushare介绍和入门级实践（1）——使用tushare接口获取沪深300成分股交易日涨跌数据
这篇文章会介绍到的内容: Python部分一些基础操作 Tushare中的部分function 整合数据成我想要的数据样式这篇文章难度为零,适合Python初学者. tushare是国内现有的免费数 ...

沪深300股票聚类可视化案例||tushare完整可运行代码逐行解释

沪深300

学习一个图结构

聚类

嵌入到2D画布

可视化

输出结果

Reference

沪深300股票聚类可视化案例||tushare完整可运行代码逐行解释相关推荐

最新文章

热门文章