Python金融数据分析与挖掘（微课版） 课件 7-7.国际股票指数关联分析.pptx

第7章基础案例问题描述数据预处理关联规则挖掘

问题描述第7章为了探讨国际上主要股票价格指数之间的涨跌关联情况，选取12个主要国家或者地区中具有代表性的股票价格指数交易数据，数据表包括国际股票价格指数基本信息表和国际股票价格指数日交易数据表。IndexcdIdxnmeDJI美国道琼斯工业指数FCHI法国CAC40指数FTSE英国富时100指数GDAXI德国DAX指数HSI中国香港恒生指数KS11韩国KOSPI指数MCIX俄罗斯Micex指数N225日本日经225SENSEX印度孟买30指数STI富时新加坡海峡时报指数TWII中国台湾加权指数000300中国沪深300指数IndexcdTrddtOpnidxHighidxLowidxClsidxDJI2010-01-0410430.6910604.9710430.6910583.96DJI2010-01-0510584.5610584.5610522.5210572.02DJI2010-01-0610564.7210594.9910546.5510573.68DJI2010-01-0710571.1110612.3710505.2110606.86DJI2010-01-0810606.410619.410554.3310618.19DJI2010-01-1110620.3110676.2310591.5910663.99DJI2010-01-1210662.8610663.0810568.8410627.26………………其中字段依次为指数代码、交易日期、开盘指数、最高指数、最低指数、收盘指数。数据区间从2010年1月至2019年8月。问题：在一国或地区由于受某事件的影响造成其主要股票价格指数下跌幅度较大时，另一国或地区的主要股票价格指数在同期是否也会有较大幅度的下跌？注意，这里下跌幅度较大定义为：跌幅大于等于0.5%。

数据预处理第7章（1）计算各指数的跌幅指标数据，其中跌幅计算公式为：（当日收盘指数?上日收盘指数）/上日收盘指数为了便于关联规则挖掘，我们将跌幅指标数据转化为0、1布尔值，即跌幅大于等于0.5%记为1，否则为0。图中第一行代表了中国沪深300指数的跌幅数据，其中2010年1月5日的值为0，表示跌幅没有超过0.5%，而2010年1月6日的值为1，表示当日跌幅超过了0.5%。

数据预处理第7章（2）各指数交易日期做一致化处理。事实上，不同国家或地区的交易日期并不完全相同，为了便于挖掘有意义的关联规则，需要在所有指数交易日均相同的情况下进行挖掘。这里以中国沪深300指数交易日为筛选基准。显示12个国际指数，2010年1月至2019年8月的共同交易日一共1569个，基于一致化的交易日期，就可以构造关联规则挖掘所需的布尔数据集了。

数据预处理第7章（3）构造关联规则挖掘所需的布尔值数据集，其结果如下。道琼斯工业指数DJI在2010年1月15日的收盘指数跌幅在0.5%以上，中国沪深300指数当日的收盘指数跌幅低于0.5%，而且12个国际指数交易日期也做了一致化处理，下面将基于该数据集挖掘关联规则。

关联规则挖掘第7章采用第5章介绍的一对一关联规则挖掘算法，最小支持度设置为大于0.1，最小置信度为大于0.6。c=list(Data.columns)c0=0.6#最小置信度s0=0.1#最小支持度list1=[]#预定义定义列表list1,用于存放规则list2=[]#预定义定义列表list2,用于存放规则的支持度list3=[]#预定义定义列表list3,用于存放规则的置信度forkinrange(len(c)):forqinrange(len(c)):#对第c[k]个项与第c[q]个项挖掘关联规则#规则的前件为c[k]#规则的后件为c[q]#要求前件和后件不相等ifc[k]!=c[q]:c1=Data[c[k]]c2=Data[c[q]]I1=c1.values==1I2=c2.values==1t12=np.zeros((len(c1)))t1=np.zeros((len(c1)))t12[I1I2]=1t1[I1]=1sp=sum(t12)/len(c1)#支持度co=sum(t12)/sum(t1)#置信度