Tương quan của hai chuỗi thời gian

Phân tích chuỗi thời gian với Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

Tương quan của hai chuỗi thời gian

  • Biểu đồ S&P500 và cổ phiếu JPMorgan
Phân tích chuỗi thời gian với Python

Tương quan của hai chuỗi thời gian

  • Biểu đồ phân tán lợi nhuận S&P500 và JP Morgan
Phân tích chuỗi thời gian với Python

Thêm các biểu đồ phân tán

  • Tương quan = 0.9

  • Tương quan = -0.9

  • Tương quan = 0.4

  • Tương quan = 1.0

Phân tích chuỗi thời gian với Python

Lỗi phổ biến: Tương quan của hai chuỗi cùng xu hướng

  • Chỉ số Dow Jones Industrial Average và số lần nhìn thấy UFO (www.nuforc.org)

  • Tương quan của mức: 0.94

  • Tương quan của thay đổi phần trăm: $\large \approx$ 0
Phân tích chuỗi thời gian với Python

Ví dụ: Tương quan giữa cổ phiếu vốn hóa lớn và nhỏ

  • Bắt đầu với giá cổ phiếu SPX (vốn hóa lớn) và R2000 (vốn hóa nhỏ)
  • Bước đầu: Tính phần trăm thay đổi cho cả hai chuỗi
      df['SPX_Ret'] = df['SPX_Prices'].pct_change()
  df['R2000_Ret'] = df['R2000_Prices'].pct_change()
Phân tích chuỗi thời gian với Python

Ví dụ: Tương quan giữa cổ phiếu vốn hóa lớn và nhỏ

  • Trực quan hóa tương quan bằng biểu đồ phân tán
      plt.scatter(df['SPX_Ret'], df['R2000_Ret'])
  plt.show()

Phân tích chuỗi thời gian với Python

Ví dụ: Tương quan giữa cổ phiếu vốn hóa lớn và nhỏ

  • Dùng phương thức correlation của pandas cho Series
correlation = df['SPX_Ret'].corr(df['R2000_Ret'])
print("Correlation is: ", correlation)

Correlation is: 0.868
Phân tích chuỗi thời gian với Python

Cùng luyện tập nào!

Phân tích chuỗi thời gian với Python

Preparing Video For Download...