股票价格走势的行业关联性

前言：

市场行情概览一般是从各行业指数/ETF的涨跌开始研究，行业内部各股票价格涨跌有较强的一致性，只是强弱有所差异，本文对A股上市股票基于申万行业分级进行分组，对各组内的个股研究两两相关性，供股票交易参考。

股票申万分级：

申万分级是申万宏源证券对A股上市公司根据其经营业务进行的行业划分，划分粒度分为一二三级。具体分类方式隔几年有所微调，链接是已经爬取好的A股申万分级结果，无需积分C币即可下载：
https://download.csdn.net/download/weixin_37598719/85238607

A股上市公司股价获取：

可以通过安装tushare模块并注册，即可进行包括但不限于股价的上市公司各种资料的获取，具体注册、使用教程见tushare官网网站链接：https://tushare.pro/register?reg=510562

关联性分析：

主要包括
1.动态时间扭曲（DTW）：可以对不同长度的序列分析（用距离d表示，d越小则相关性越强）
2.斯皮尔曼相关系数：对秩分析（值域[-1，1]，为正表示正相关，越大则相关性越强，下同）
3.皮尔逊相关系数：对离群点敏感，先对数据进行标准化
以上方法的具体原理自行百度，python代码如下：

相关性实现函数：

def pearsonr_spearman_cor(df, fill=True, standard=True):"""计算df列之间的pearsonr、spearman相关系数"""# 空值填充(计算DTW可以不用填充)if fill:df.fillna(method='ffill', inplace=True)df.fillna(method='bfill', inplace=True)# 按列标准化（计算pearsonr要进行标准化）if standard:for col in df:if col != "trade_date":df[[col]] = StandardScaler().fit_transform(df[[col]])# 计算相关系数print(df.corr())# sns.heatmap(df.corr(), annot=True)# plt.show()print(df.corr(method="spearman"))# sns.heatmap(df.corr(method="spearman"), annot=True)# plt.show()def dtw_cor(df, fill=True, standard=True):"""计算df列之间的dtw距离"""# 空值填充(计算DTW可以不用填充)if fill:df.fillna(method='ffill', inplace=True)df.fillna(method='bfill', inplace=True)# 按列标准化（计算pearsonr要进行标准化）if standard:for col in df:if col != "trade_date":df[[col]] = StandardScaler().fit_transform(df[[col]])# 计算相关系数columns = [col for col in df.columns if col !="trade_date"]res_lst = {}for col1, col2 in itertools.combinations(columns, 2):d, cost_matrix, acc_cost_matrix, path = accelerated_dtw(df[[col1]], df[[col2]], dist='euclidean')# plt.imshow(acc_cost_matrix.T, origin='lower', cmap='gray', interpolation='nearest')# plt.plot(path[0], path[1], 'w')# plt.xlabel(col1)# plt.ylabel(col2)# plt.title(f'DTW Minimum Path with minimum distance: {np.round(d,2)}')# plt.show()# print("{} and {} DTW distance:".format(col1, col2), round(d, 2))res_lst.update({"{}_{}".format(col1, col2): round(d, 2)})# 将距离d从小到大缩放到[1,-1]srcRange = (min(res_lst.values()), max(res_lst.values()))  # 原始范围dstRange = (1, -1)  # 对应的目标范围for key, val in res_lst.items():res_lst[key] = (res_lst[key] - srcRange[0]) * (dstRange[1] - dstRange[0]) / (srcRange[1] - srcRange[0]) + dstRange[0]# 以矩阵的形式打印res_df = pd.DataFrame(columns=columns, index=columns)for key, val in res_lst.items():res_df.loc[key.split("_")[0], key.split("_")[1]] = valres_df.loc[key.split("_")[1], key.split("_")[0]] = valprint(res_df)

完整代码如下：

import pandas as pd
import itertools
import seaborn as sns
from sklearn.preprocessing import StandardScaler
from scipy import stats
import numpy as np
from dtw import dtw, accelerated_dtw
from industry_index import sw_class# 读取日线数据
total_daily_df = pd.read_csv('daily_price.csv', usecols=["ts_code", "trade_date", "close"])
# 获取股票申万分级信息
# sw1_class sw2_class sw3_class code  name
sw_filepath = "sw3.txt"
df_sw = sw_class(sw_filepath)
# merge
total_daily_df["code"] = total_daily_df["ts_code"].apply(lambda x: x[:-3])
total_daily_df = total_daily_df.merge(df_sw, on='code', how="left")
total_daily_df.sort_values(["ts_code", "trade_date"], inplace=True)
total_daily_df.drop_duplicates(subset=["ts_code", "trade_date"], inplace=True)"""对每个行业进行相关性分析"""
for sw_code, daily_df in total_daily_df.groupby(["sw3_class"], as_index=False):  # 此处按申万三级行业分类进行分组# 数据行转列daily_df_T = pd.DataFrame()for ts_code, sub_df in daily_df.groupby(["ts_code"], as_index=False):sub_df = sub_df[["trade_date", "close"]]sub_df.rename(columns={'close': ts_code}, inplace=True)if daily_df_T.shape[0] == 0:daily_df_T = sub_dfelse:daily_df_T = daily_df_T.merge(sub_df, on="trade_date", how="outer")# 按时间排序daily_df_T.sort_values(["trade_date"], inplace=True)# 删除日期列del daily_df_T["trade_date"]try:# pearsonr_spearman相关性分析pearsonr_spearman_cor(daily_df_T, fill=True, standard=True)# DTW相关性分析dtw_cor(daily_df_T, fill=True, standard=True)print("*********** end sw3 industry {} ***********".format(sw_code))except:continue