python历史性分布计算代码_根据目前市场，计算出历史上最相似的市场Python实现,当前,行情,与,python...

一、获取历史行情数据

使用tushare库进行数据获取

import tushare as ts

ts.get_hist_data('600848') #一次性获取全部日k线数据

open high close low volume p_change ma5 \

date

2012-01-11 6.880 7.380 7.060 6.880 14129.96 2.62 7.060

2012-01-12 7.050 7.100 6.980 6.900 7895.19 -1.13 7.020

2012-01-13 6.950 7.000 6.700 6.690 6611.87 -4.01 6.913

2012-01-16 6.680 6.750 6.510 6.480 2941.63 -2.84 6.813

2012-01-17 6.660 6.880 6.860 6.460 8642.57 5.38 6.822

2012-01-18 7.000 7.300 6.890 6.880 13075.40 0.44 6.788

2012-01-19 6.690 6.950 6.890 6.680 6117.32 0.00 6.770

2012-01-20 6.870 7.080 7.010 6.870 6813.09 1.74 6.832

ma10 ma20 v_ma5 v_ma10 v_ma20 turnover

date

2012-01-11 7.060 7.060 14129.96 14129.96 14129.96 0.48

2012-01-12 7.020 7.020 11012.58 11012.58 11012.58 0.27

2012-01-13 6.913 6.913 9545.67 9545.67 9545.67 0.23

2012-01-16 6.813 6.813 7894.66 7894.66 7894.66 0.10

2012-01-17 6.822 6.822 8044.24 8044.24 8044.24 0.30

2012-01-18 6.833 6.833 7833.33 8882.77 8882.77 0.45

2012-01-19 6.841 6.841 7477.76 8487.71 8487.71 0.21

2012-01-20 6.863 6.863 7518.00 8278.38 8278.38 0.23

二、标准化

使用零均值归一化

这种方法给予原始数据的均值(mean)和标准差(standard deviation)进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1。

三、相似度计算

相似性使用余弦距离

我们可以通过夹角的大小，来判断向量的相似程度。夹角越小，就代表越相似。将某天行情开盘价，收盘价等指标想象成N维空间上的一个向量，则它和某个样本夹角越小，则它们越相似。

四、绘制图像

使用

2020年7月15日收盘行情

，计算历史上与哪些天行情最相似，并绘制结果如下：

从图中看到除去2020年7月15日附近行情，跟2019年3月上旬和4月上旬行情很相似。

五、分析

python代码

# @Time : 2020/7/16

# @Author : 大太阳小白

# @Software: PyCharm

# @blog：https://blog.csdn.net/weixin_41579863

import tushare as ts

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

top = 10

# 获取上证指数，并保存

# data = ts.get_hist_data('sh')

# print(data)

# data.to_excel('data.xlsx')

data = pd.read_excel('data.xlsx')

# 取出当天行情，要跟历史进行对比

today_quote = data.values[0, 1:]

his_data = data.values[1:, 1:].astype(np.float32)

# 使用零均值归一化，所以要计算历史数据的标准差和均值

quote_std = np.std(his_data, axis=0)

quote_mean = np.std(his_data, axis=0)

# 进行数据归一化

normal_his_data = (his_data - quote_mean)/quote_std

normal_today_quote = (today_quote - quote_mean)/quote_std

sim_array = np.zeros((len(normal_his_data), 1))

for index, normal_his_data_item in enumerate(normal_his_data):

# 遍历计算余弦距离

a_b = np.mat(normal_today_quote)*np.mat(normal_his_data_item).T

a = np.mat(normal_today_quote) * np.mat(normal_today_quote).T

b = np.mat(normal_his_data_item) * np.mat(normal_his_data_item).T

sim = a_b.A.astype(np.float32)/(np.sqrt(a.A.astype(np.float32)) * np.sqrt(b.A.astype(np.float32)))

sim_array[index] = sim[0][0]

# 对结果进行降序排序，并获取topN的索引

top_n = np.argsort(sim_array, axis=0)[::-1][:top]

# 绘图

fig = plt.figure()

for top_index, value in enumerate(top_n):

ax1 = fig.add_subplot(top/2, 2, top_index+1)

ax1.set_title(data.values[value+1,0][0])

row = value[0]

y = his_data[row:row+20, 2][::-1]

x = range(len(y))

ax1.plot(x, y)

plt.show()