python股票相关性分析_GitHub - az13js/chi-square-statistic-python: 卡方统计量的股票价格变化前后相关性分析工具...

股票价格变化前后相关性分析工具

使用方法

准备文件data_stocks.csv，格式(至少每个股票需要100个样本数据)：

时间,股票A,股票B

"2020-01-01",120.01,98.12

"2020-01-02",126.01,98.01

"2020-01-03",124.5,100.12

在终端执行

$ python data_process.py

效果

以下是我运行时输出的部分结果

文件 "data_stocks.csv" 一共有 502 列。

分析第 2 列的数据

卡方检验的表格：

3394 3416 6810

3255 3236 6491

6649 6652 13301

连续增加的概率是 25.516878 %

先减少后增加 25.682280 %

先增加后减少 24.471844 %

连续减少的概率是 24.328998 %

卡方统计量是：0.12601078613703862

有百分之 0.000 的把握认为第 2 列的数据前后变化存在关联关系

--------------------完成--------------------

分析第 3 列的数据

卡方检验的表格：

2691 2840 5531

2836 2656 5492

5527 5496 11023

连续增加的概率是 24.412592 %

先减少后增加 25.764311 %

先增加后减少 25.728023 %

连续减少的概率是 24.095074 %

卡方统计量是：9.826308069266396

有百分之 99.500 的把握认为第 3 列的数据前后变化存在关联关系

--------------------完成--------------------

原理

data_stocks.csv是包含待分析数据的csv格式文件，包含表头，表头是第一行且其它行都是数字组成的数据，且不存在空的内容。每一行的列数都是一样的。这些数据就是股票的价格，每一列就是一个股票，每一列的行从上到下按时间从早到晚顺序排列。其中第一列是时间，时间不会被分析。

对data_stocks.csv的数据进行提取分析，过程如下：每一列单独分析一次，如果有k列就分析k次。第一列是时间，第一列不会被分析，也就是分析的列k>1且k1且I>100，使得至少有一个股票被处理，被处理的数据大于99个，因为比较大的数据量可以使统计结果相对合理。

处理过程是：每次分析按顺序取三行数据出来(数据不重复使用，最后不够三个的丢弃)，第i、i+1和i+2行，那么存在事件A：i+1行的值大于i行，事件B：i+2行的值大于i+1行(暂时不考虑存在不增不减的样本)。如果股票的价格的变化与先前的价格变化无关，对事件A和B进行独立性检验的结果应该是A和B彼此没有联系，相反如果股票价格变化前后有关系，那么事件A和B就不是独立的。这里用来分析独立性的依据是卡方统计量。