量化金融-关联分析-从数据获取到热力图

本文介绍了如何利用Tushare金融大数据社区获取沪深300指数数据,并进行Pearson、Kendall和Spearman关联分析,通过数据归一化减少值域影响,最后绘制热力图,为量化金融研究奠定基础。
摘要由CSDN通过智能技术生成



摘要

量化金融-1关联分析。使用Tushare金融大数据社区,十行代码完成沪深300指数从数据获取到热力图分析。为接下来的量化金融与金融分析做准备。


1 Tushare金融大数据社区

一个包含股票、基金、期货、债券、外汇、行业大数据,同时包括了数字货币行情等区块链数据的全数据品类的金融大数据平台,为各类金融投资和研究人员提供适用的数据和工具。

社区链接:https://tushare.pro/register?reg=349994

进入之后会有具体的简介与介绍,这里不再赘述。

2 数据获取

import os
os.chdir("F:\\投资")
import pandas as pd
from matplotlib import pyplot as plt
import tushare as ts
import numpy as np
import seaborn as sns
pro = ts.pro_api('你的API')

#数据获取
data = pro.index_daily(ts_code='399300.SZ')
data.sort_values("trade_date",inplace = True)

获取数据如下:
在这里插入图片描述
数据具体内容解释如下:
在这里插入图片描述

3 关联分析与绘图

3.1 数据归一化

即将数据无量纲化,以减少数据值域对分析结果的影响。

def
  • 1
    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