暑期实训个人工作记录2021.7.6

参考文章：可视化股票市场结构||沪深300股票聚类可视化

数据来源：Tushare大数据社区

协方差分类

  股票选取了上证50中的35支股票，股票代码如下：

‘600036sh’, ‘600031sh’, ‘601166sh’, ‘600104sh’, ‘600030sh’, ‘601628sh’, ‘601766sh’, ‘601857sh’, ‘601398sh’, ‘601390sh’, ‘600029sh’, ‘600028sh’, ‘601111sh’, ‘600837sh’, ‘600887sh’, ‘600690sh’, ‘600519sh’, ‘600016sh’, ‘601988sh’, ‘601601sh’, ‘600019sh’, ‘601186sh’, ‘600703sh’, ‘600196sh’, ‘601318sh’, ‘600050sh’, ‘600309sh’, ‘600048sh’, ‘600276sh’, ‘601088sh’, ‘600585sh’, ‘600000sh’, ‘601328sh’, ‘601939sh’, ‘600340sh’

  在scikit-learin众多可用的聚类技术中，我们采用Affinity Propagation（近邻传播）；因为它不强求相同大小的类，并且能从数据中自动确定类的数目。

  收盘价-开盘价，作为信息载体。通过调整样本选取的时间，来观察一段时间内各股票的相似性

# 收盘价-开盘价，作为信息载体
variation = close_prices - open_prices   
for symbol in symbols:
    print('Fetching quote history for %r' % symbol, file=sys.stderr)
    url = ('D:/那四年/项目实训/暑期实训/git/sz50/{}.csv')
    #nrows为时间片段，一行为一天，从最新一天开始往前算
    quotes.append(pd.read_csv(url.format(symbol),nrows=500))

  针对不同的时间片段，股票的聚类情况都会发生变化。

  时间选取过去500天：

  时间选取过去100天：