根据股票涨跌用KMeans进行分类

今早刚得到一份2890支股票2013年9月30日至今的交易数据，数据量还行，共有170m左右。趁着热乎劲，想做一些分析。

分析思路很简单，就是通过股票的涨跌情况，进行聚类分析。看看哪些股票种类是相似的,对于一些异常的股票，可以进一步挖掘分析。这里用到的算法是KMeans。

KMeans的原理很简单，这里就不详述了，不清楚的同学请使劲戳这里

KMeans主要的参数主要有这几个：k（中心点的个数），iter（迭代次数，也就是选择中心点的次数），thresh（算法在计算时变化的值域，如果小于或等于thresh，则停止迭代，这个可设可不设。）

在pyhon的scipy模块里面，KMeans方法返回的值是一些重心点，之后需要再用vq根据这些重心点来进行分类。
原文解释在这里，本人英语还在学习当中，就不在这里翻译出洋相了：

vq(obs, code_book[, check_finite])  Assign codes from a code book to observations.
kmeans(obs, k_or_guess[, iter, thresh, ...])    Performs k-means on a set of observation vectors forming k clusters.

原理清楚之后就可以直接上代码啦：

# -*- coding: utf-8 -*-
"""
Created on Wed Sep 28 11:36:29 2016
@author: Sunnyin
"""

import numpy as np
import pandas as pd
from scipy.cluster.vq import kmeans,vq
import os,copy

os.chdir('E:\\PythonWorkSpace\\data\\data\\data')
path = 'E:\\PythonWorkSpace\\data\\data\\data'

for root,dirs,files in os.walk(path):
    fileNames = files

fileNum = np.random.random_integers(2890,size = 100)
useFiles = []
for i in fileNum:
    useFiles.append(fileNames[i])

stocks = []
change = []
useFileTrue = copy.deepcopy(useFiles)
stocksName = {}
for index in range(len(useFiles)):
    info = pd.read_csv(useFiles[index])
    if len(info) > 100:
        stocks.append(info.close.values[:100])