SkLearn 对上证50成分股聚类

本文探讨了通过聚类优化投资组合的理论,特别是在上证50成分股中的应用。利用sklearn库的affinity_propagation算法对股票交易数据进行聚类,以降低组合风险并提高收益。文章展示了不同聚类因子下的结果,并讨论了如何选择合适的因子。
摘要由CSDN通过智能技术生成

1. 为什么要对股票进行聚类

1.1 投资组合优化理论

股票聚类的基本原因就是从股市中选取一部股票进行投资。哪怕是上证50对一般的投资模型来说50条股票也太多了。
按照投资组合优化理论选取标准为:
(1)资产数越多越好
(2)资产之间相关系数越低越好

以期望收益E来衡量证券收益,以收益的方差 δ2 表示投资风险
   minδ2(rp)=wiwjcov(

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值