python使用因子分析来分析数据

该博客介绍了如何使用Python的因子分析库`factor_analyzer`对数据进行处理和分析。首先进行了数据预处理,使用`StandardScaler`进行标准化。接着,通过因子分析探讨了不同数量因子的效果,并通过可视化工具绘制了碎石图。最后,对比了最大方差旋转前后因子载荷矩阵的热力图,展示了因子分析在投资学中如何用于判断股票的重要性并进行评分。
摘要由CSDN通过智能技术生成

import pandas as pd  #导入处理二维表格的库
import numpy as np   #导入数值计算的库
from sklearn.preprocessing import StandardScaler  #导入数据标准化模块
import matplotlib.pyplot as plt         #导入画图的包
from factor_analyzer import FactorAnalyzer    #导入因子分析的类
import seaborn as sns  #导入画热力图的库

index=pd.read_excel(r"C:\Users\a2044\Desktop\Subject document\大数据\投资学\index.xlsx")
index.head(5)#展示数据前5行

# 数据预处理
scaler=StandardScaler()  #实例化标准处理的类,避免异常值影响
index_scaler=pd.DataFrame(scaler.fit_transform(index.iloc[:,3:21]))#标准化数据:index_scaler=(index-μ)/σ
index_scaler.columns=index.columns[3:21]#导入列名

code=index.iloc[:,2]#把第三列数据截取出来赋值给code(股票代码)
index_new=pd.concat([code,index_scaler],axis=1)#拼接表格,axis=1按列拼接
index_new.head()

# 进行因子分析
index_time_mean=index_new.groupby('stkcd').mean()#按股票代码求对应因子的均值
fa_test=FactorAnalyzer(n_factors=18,rotation&#

  • 7
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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