एनएसईपीई और पांडों का उपयोग करके पायथन में सहसंबंध मैट्रिक्स की गणना करने के लिए एक त्वरित प्रारंभ मार्गदर्शिका

बनाएँ और ग्राफ़ स्टॉक सहसंबंध मैट्रिक्स अजगर और पांडा (जुलाई 2019).

Anonim

एनएसईपीई और पांडस जैसे पायथन पैकेजों का उपयोग करके कई स्टॉक उपकरणों के बीच सहसंबंध मैट्रिक्स की गणना करने के लिए पाइथन में एक त्वरित ट्यूटोरियल है। आम तौर पर सहसंबंध गुणांक एक सांख्यिकीय उपाय है जो दो स्टॉक / वित्तीय उपकरणों के बीच सहसंबंध को दर्शाता है। दो प्रतिभूतियों के बीच संबंध निर्धारित करना इंटरमार्केट रिश्तों, क्षेत्र / स्टॉक संबंधों और क्षेत्र / बाजार संबंधों का विश्लेषण करने के लिए उपयोगी है।

सहसंबंध मैट्रिक्स डेटा विज़ुअलाइज़ेशन के लिए आवश्यक कुछ आवश्यक पायथन पुस्तकालय यहां दिए गए हैं

आईपीथन (इंटरेक्टिव पायथन)
पांडस (पाइथन पुस्तकालय समय श्रृंखला डेटा को संभालने के लिए)
एनएसईपीई ( एनएसईइंडिया से ऐतिहासिक डेटा प्राप्त करें - एनएसईपीई 0.3 वर् या उच्चतर)
Matplotlib (2 डी प्लॉटिंग को संभालने के लिए पायथन लाइब्रेरी)

आवश्यक पायथन मॉड्यूल आयात करें

i) nsepy.archives से हमें get_price_history आयात करने की आवश्यकता है: - स्टॉक मूल्य निर्धारण विवरण प्राप्त करने के लिए
ii) डेटाटाइम आयात से हमें दिनांक वस्तु आयात करने की आवश्यकता है: - आवश्यक स्टॉक के लिए तिथि सीमा देने के लिए
iii) आयात पांडा: - डेटाफ्रेम के निर्माण के लिए
iv) सहसंबंध गर्मी के साजिश के लिए matplotlib आयात करें

स्टॉक की एक सूची बनाएं

ऐतिहासिक डेटा प्राप्त करें
अब एक विशिष्ट समय सीमा के आधार पर प्रत्येक स्टॉक का मूल्य इतिहास प्राप्त करें और अंतिम बंद मूल्य को खाली पांडा डेटाफ़्रेम में जोड़ना

गणना और प्लॉट सहसंबंध मैट्रिक्स
अब पांडस डेटाफ्रेम फ़ंक्शंस pct_change (), corr () का उपयोग करके प्रतिशत परिवर्तन और पियरसन सहसंबंध की गणना करें और सहसंबंध मैट्रिक्स का उपयोग करके साजिश करें
जैसा कि नीचे दिखाया गया है matplotlib।

नोट: % pylab इनलाइन का उपयोग ipython नोटबुक पर डिस्प्ले वैरिएबल के रूप में किया जाता है।

नीचे दिखाए गए स्टॉक सहसंबंध मैट्रिक्स मानचित्र उत्पन्न करने के लिए नमूना आईपीथन नोटबुक: