这次介绍一些便捷函数。
一.协方差与矩阵对角函数和矩阵的迹(对角线矩阵元素之和)
# -*- coding:utf-8 -*-
from numpy import *
from matplotlib.pyplot import *
bhp = loadtxt('BHP.csv', delimiter=',', usecols=(6,), unpack=True)
vale = loadtxt('VALE.csv', delimiter=',', usecols=(6,), unpack=True)
# 读取数据
bhp_returns = diff(bhp) / bhp[: -1]
vale_returns = diff(vale) / vale[ : -1]
# 计算股票收益率
variance= cov(bhp_returns, vale_returns)
# 计算两只股票的协方差
print variance
print variance.diagonal()
# 查看对角线上的元素
print variance.trace()
# 计算矩阵的迹,即对角线上元素的和
t1 = arange(len(bhp_returns))
plot(t1, bhp_returns, lw=1)
plot(t1, vale_returns, lw=1.5)
show()
# 收益率绘图
二。多项式拟合
重点介绍了ployfit线性拟合函数,polyval求解值的函数,polyder求导函数,roots求根函数,argmax,argmin求解最大值最小值的函数。
# -*- coding:utf-8 -*-
from numpy import *
from matplotlib.pyplot import *
bhp = loadtxt('BHP.csv', delimiter=',', usecols=(6,), unpack=True)
vale = loadtxt('VALE.csv', delimiter=',', usecols=(6,), unpack=True)
# 读取t = arange(len(bhp))
poly = polyfit(t, bhp-vale, 3)
# 用polyfit进行多项式拟合,x是t,bhp-vale是y,3是多项式最高项次数。
print poly
# 返回各项的系数
print "next value",polyval(poly, t[-1] + 1)
# polyval求解值
print "roots", roots(poly)
# 求解方程的根
der = polyder(poly)
print "derivative", der
# 对于多项式求导
print "Extremas", np.roots(der)
# 求解导函数,找到极值
vals = polyval(poly, t)
# 将t带入多项式的值,求解
print argmax(vals)
print argmin(vals)
# 找到极大值极小值点
plot(t, bhp - vale)
plot(t, vals)
show()
# 画图数据
最后用一个15次的多项式拟合的结果。
三.判断一个数组的内容的正负号
sign和piecewise函数的运用
# -*- coding:utf-8 -*-
from numpy import *
c, v = loadtxt('BHP.csv', delimiter=',', usecols=(6, 7), unpack=True)
# 读取数据
change = diff(c)
print "Change", change
# 差分数组
signs = sign(change)
print "Signs", signs
# 使用sign确定数组内容的正负
pieces = piecewise(change, [change < 0, change > 0], [-1, 1])
print "Pieces", pieces
# 使用piecewise确定数组的正负,判断条件和对应的结果
print "Arrays equal?", array_equal(signs, pieces)
# 判断两个数组是否相同
print "On balance volume", v[1:] * signs
# 计算OBV净额成交量,成交量*收盘价决定的正负号