python套利系列之价差分析--python学习笔记22
2016-12-14 16:52
330 查看
###套利分析
import pandas as pd
import numpy as np
#读取数据
caipo=pd.read_excel('caipo.xlsx')
doupo=pd.read_excel('doupo.xlsx')
caipo.head(5)
#整理数据
caipo_close=caipo.ix[::,6]
caipo_close.head()
doupo_close=doupo.ix[::,6]
doupo_close.head()
'''#分析数据
cc=caipo_close
dc=doupo_close
cc.mean()
dc.mean()
i=dc.mean()/cc.mean()
i
e=cc*i-dc
e.head()
#基于均值比例分析残差
e.plot()'''
#发现基于均值比例的模型随机性太强,我们基于相关系数重新计算
cc=caipo_close
dc=doupo_close
cc.corr(dc,method='pearson')
#从相关系数来看,两者的相关性很高,94%;
#菜粕和豆粕价格相差很大,我们不同比例计算
ccnew=cc*123
dcnew=dc*100
e=(ccnew-dcnew)/100
e.head(10)
e.plot()
稍后将会就价差做KDJ-MACD模型计算一下是否能够盈利;
import pandas as pd
import numpy as np
#读取数据
caipo=pd.read_excel('caipo.xlsx')
doupo=pd.read_excel('doupo.xlsx')
caipo.head(5)
#整理数据
caipo_close=caipo.ix[::,6]
caipo_close.head()
doupo_close=doupo.ix[::,6]
doupo_close.head()
'''#分析数据
cc=caipo_close
dc=doupo_close
cc.mean()
dc.mean()
i=dc.mean()/cc.mean()
i
e=cc*i-dc
e.head()
#基于均值比例分析残差
e.plot()'''
#发现基于均值比例的模型随机性太强,我们基于相关系数重新计算
cc=caipo_close
dc=doupo_close
cc.corr(dc,method='pearson')
#从相关系数来看,两者的相关性很高,94%;
#菜粕和豆粕价格相差很大,我们不同比例计算
ccnew=cc*123
dcnew=dc*100
e=(ccnew-dcnew)/100
e.head(10)
e.plot()
稍后将会就价差做KDJ-MACD模型计算一下是否能够盈利;
相关文章推荐
- 【学习笔记】python版选择排序和插入排序及时间复杂度分析
- PE文件学习系列笔记四-C++实现PE文件的分析
- python学习笔记系列----(三)数据结构
- Data Analysis学习笔记 --- Python数据分析入门知识
- python数据分析入门学习笔记
- 【学习笔记】python版希尔排序及其时间复杂度分析
- Zigbee系列 学习笔记二(工程文件分析)
- python学习笔记系列----(四)模块
- 机器学习算法笔记系列之深入理解主成分分析PCA-Python实现篇
- np.linspace、 np.arange、np.logspace三个函数的对比分析--python学习笔记24
- (Java2D 学习笔记系列) (一)一个简单的图像填充实例及其分析理解
- 初识python 学习笔记系列1
- Python Twisted 学习系列22(转载stulife最棒的Twisted入门教程)
- 初识python 学习笔记系列1
- Redis系列学习笔记14 微博功能分析
- Python学习基本系列笔记(一)
- Python学习笔记22:Django下载安装
- python学习笔记22(group)
- 利用python进行数据分析(学习笔记)
- python学习笔记22(group)