期货因子分析(三)


回顾

  1. 期货因子分析(二)
  2. 数据源

代码

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
import matplotlib.pyplot as plt
import seaborn as sns

from typing import TYPE_CHECKING

df = pd.read_csv("bfi.csv")
# Dropping unnecessary columns
df.drop(['Unnamed: 0', 'gender', 'education', 'age'], axis=1, inplace=True)
# Dropping missing values rows
df.dropna(inplace=True)

if TYPE_CHECKING: # A
    print(df.head())

if TYPE_CHECKING: # B
    from factor_analyzer.factor_analyzer import calculate_bartlett_sphericity

    # Bartlett's test of sphericity 是用来检测观察到的变量之间是否关联, 如果检测结果在统计学上不显著, 就不能采用因子分析.
    chi_square_value, p_value = calculate_bartlett_sphericity(df)
    print(chi_square_value, p_value)  # 18170.966350869257 0.0
    # p-value=0, 表明观察到的相关矩阵不是一个identity matrix. 

if TYPE_CHECKING: # C
    from factor_analyzer.factor_analyzer import calculate_kmo

    kmo_all, kmo_model = calculate_kmo(df)
    print(kmo_model)  # 0.848539722194922
    # Value of KMO less than 0.6 is considered inadequate.(就是kmo值要大于0.6)

if TYPE_CHECKING:  # D
    # Create factor analysis object and perform factor analysis
    fa = FactorAnalyzer(25, rotation=None)
    fa.fit(df)
    # Check Eigenvalues
    ev, v = fa.get_eigenvalues()

    plt.scatter(range(1, df.shape[1] + 1), ev)
    plt.plot(range(1, df.shape[1] + 1), ev)
    plt.title('Scree Plot')
    plt.xlabel('Factors')
    plt.ylabel('Eigenvalue')
    plt.grid()
    plt.show()
    
if TYPE_CHECKING: # E
    fa = FactorAnalyzer(6, rotation="varimax")
    fa.fit(df)
    
    df_cm = pd.DataFrame(np.abs(fa.loadings_), index=df.columns)
    plt.figure(figsize=(14, 14))
    ax = sns.heatmap(df_cm, annot=True, cmap="BuPu")
    # 设置y轴的字体的大小
    ax.yaxis.set_tick_params(labelsize=15)
    plt.title('Factor Analysis', fontsize='xx-large')
    # Set y-axis label
    plt.ylabel('Sepal Width', fontsize='xx-large')
    # plt.savefig('factorAnalysis.png', dpi=500)

    plt.show(dpi=500)
    
fa = FactorAnalyzer(5, rotation="varimax")
fa.fit(df)

if TYPE_CHECKING: # F
    df_cm = pd.DataFrame(np.abs(fa.loadings_), index=df.columns)
    plt.figure(figsize=(14, 14))
    ax = sns.heatmap(df_cm, annot=True, cmap="BuPu")
    # 设置y轴的字体的大小
    ax.yaxis.set_tick_params(labelsize=15)
    plt.title('Factor Analysis', fontsize='xx-large')
    # Set y-axis label
    plt.ylabel('Sepal Width', fontsize='xx-large')
    # plt.savefig('factorAnalysis.png', dpi=500)

    plt.show(dpi=500)

print(fa.get_factor_variance()) # G


分析(代码块D)

陡坡图
分析因子是否有效的方式一般为特征值>1. or 累计贡献>75%
显然从scree plot 可以看到factors_num<=6

分析代码块(E)

在这里插入图片描述

Factor 6 has none of the high loagings for any variable and is not
easily interpretable. Its good if we take only five factors. 所以尝试factors_num=5

分析(代码块G)

在这里插入图片描述

总结

简单来说,该因子组合解释了42.36%的累计贡献

如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。
群:984328985
丁。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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