DolphinDB使用案例10：计算股票的两两相关性

• 读取股票数据

  本ID构建了1990-2018年所有A股交易数据CHstock1990_2008.csv(如有需要，可留言索取)

  # 读取数据
  schema = extractTextSchema("D:/DolphinDB/Data/CHstock1990_2018.csv") # 提取数据结构
  update schema set type= `symbol where name=`col0  # 更新数据结构
  CHstocks = ploadText("D:/DolphinDB/Data/CHstock1990_2018.csv", , schema) # 以更新后的数据结构载入CHstocks
  

• 选择成交量最大的100只股票的代码

  # 提取历史成交量最大的100只股票的股票代码
  num = 100
  syms = (exec sum(vol) as totalVolume from CHstocks group by ts_code order by totalVolume desc).ts_code[0:num]
  

  

• exec选择函数

  select语句总是生成一张表，即使我们只选择一列。

  exec语句生成一个标量或一个向量。

  如果exec选择了多列，则效果和select一样。

  当和pivot by共同使用时，exec生成一个矩阵。

• desc

  syms = (exec sum(vol) as totalVolume from CHstocks group by ts_code order by totalVolume desc
  

  desc不是函数，算是一个参数，用在order等排序函数后面，表示降序。

  esc则表示升序。

• 构造股票每月交易价格的矩阵

  列表示股票，行表示月份。

  #构造每个月交易价格矩阵
  priceMatrix = exec wavg(open, vol) as wavp from CHstocks where ts_code in syms, trade_date.month() between 2008.01M:2018.12M pivot by trade_date.month() as month, ts_code
  

  构造矩阵使用exec和pivot by结合。

  select只能构造表。

  exec可以构造标量、向量、表、矩阵。

  

• wavg加权平均数

  wavg(X,Y)
  

  参数	意义	备注
  X	值的向量
  Y	权重向量

  计算加权平均数：X中的每个元素被赋予一个权重，即Y中的对应值。这些权重决定了在平均值计算中的相对重要性。

  权重向量会自动缩放，使得权重向量的和为1.

• 计算股票回报矩阵

  使用模板函数each把ratios函数应用到交易价格矩阵的每一列。生成相同维度的股票回报矩阵。

  # 计算股票收益矩阵
  retMatrix = each(def(x):ratios(x)-1,priceMatrix)
  

  

• each模板函数

  each是一个模板函数，关于模板函数，参见《DolphinDB使用案例5：透视数据pivot》。模板函数简单理解为一种基于函数和数据的管道。

  each(func, args...)
  

  参数	意义	备注
  func	一个函数
  args	func的参数

  把一个函数应用到指定参数中的每个元素。

  对于矩阵，把函数应用到每一列；

  对于表，把函数应用到每一行。

  peach是并行计算版本的each模板函数。对于执行时间较长的任务，peach比each能节省大量的时间。对于小人物，peach可能执行时间要比each更长，因为并行函数调用的开销很大。

• 通过股票回报矩阵生成股票回报相关矩阵

  # 计算股票收益相关矩阵
  corrMatrix = cross(corr, retMatrix, retMatrix)
  

  通过模板函数cross，生成100*100的股票回报相关矩阵。

  

• cross模板函数

  cross(func, X, Y)
  

  参数	意义	备注
  func	二元函数
  X	可以是数据对、向量、矩阵	X和Y可以又不同的数据形式或维度
  Y	可选参数	如果没有指定，将会执行cross(func, X, X),func必须是对称二元函数

  将X和Y中元素的两两组合作为参数来调用函数。如果X或Y是矩阵，以列为单位遍历。

  pcross是并行计算版本的cross模板函数。

• 取每支股票相关性最高的10只股票

  # 取每支股票相关性最高的10只股票
  mostCorrelated = select * from table(corrMatrix).rename!(`sym`corrSym`corr) context by sym having rank(corr, false) between 1:10
  

  

• rename!赋名

  rename!(X, Y, [Z])
  

  参数	意义	备注
  X	向量、矩阵或表
  Y	当X是向量，Y是字符串或符号； 当X是矩阵，如果Z没有指定，则Y是列标签； 如果Z指定了，则Y是行标签。 当X是表时，如果Z没有指定，则Y从左到右是新的列名； 如果Z制定了，则Y是旧的列名，Z是对应的新的列名。

  对于向量，rename!赋予其一个新的标签；

  对于矩阵，rename!给列（和行）添加标签；

  对于表，rename!把已存在的列名替换为新的列名。

• having

  having子句总是跟在group by或者context by后，用来将select语句返回的结果在此进行过滤，只返回汉族指定条件的聚合函数值的组结果。

  如果having用在group by后面，having与聚合函数一起使用，结果是符合聚合函数条件的分组。

  如果having用在group by后面，并且只与聚合函数一起使用，结果是符合聚合函数条件的分组。

  如果having用在group by后面，与非聚合函数一起使用，结果是符合指定条件的分组。

• rank排序函数

  rank(X, [ascending=true],[groupNum])
  

  参数	意义	备注
  X	一个待排序的向量
  ascending	布尔值，表示排序方向	ture：升序（）默认 false：降序
  groupNum	正整数	表示排序形成的组的数量

  基于升序/降序排序，返回X中每个元素的排名。

  如果指定了groupNums，把X分成多个组，返回X中每个元素属于的组别数。

• 选择与000009.SZ相关性最高的10只股票

  # 选取与000009.SZ相关性最高的10只股票
  select * from mostCorrelated where sym="000009.SZ" order by corr desc