ความสัมพันธ์ของอนุกรมเวลาสองชุด

การวิเคราะห์อนุกรมเวลาด้วย Python

Rob Reider

Adjunct Professor, NYU-Courant Consultant, Quantopian

ความสัมพันธ์ของอนุกรมเวลาสองชุด

  • กราฟของ S&P500 และหุ้น JPMorgan
การวิเคราะห์อนุกรมเวลาด้วย Python

ความสัมพันธ์ของอนุกรมเวลาสองชุด

  • Scatter plot ของผลตอบแทน S&P500 และ JP Morgan
การวิเคราะห์อนุกรมเวลาด้วย Python

Scatter Plot เพิ่มเติม

  • Correlation = 0.9

  • Correlation = -0.9

  • Correlation = 0.4

  • Corelation = 1.0

การวิเคราะห์อนุกรมเวลาด้วย Python

ข้อผิดพลาดที่พบบ่อย: Correlation ของสองอนุกรมที่มีแนวโน้ม

  • Dow Jones Industrial Average และการพบเห็น UFO (www.nuforc.org)

  • Correlation ของระดับราคา: 0.94

  • Correlation ของการเปลี่ยนแปลงเป็นเปอร์เซ็นต์: $\large \approx$ 0
การวิเคราะห์อนุกรมเวลาด้วย Python

ตัวอย่าง: Correlation ของหุ้นขนาดใหญ่และขนาดเล็ก

  • เริ่มจากราคาหุ้น SPX (หุ้นขนาดใหญ่) และ R2000 (หุ้นขนาดเล็ก)
  • ขั้นแรก: คำนวณการเปลี่ยนแปลงเป็นเปอร์เซ็นต์ของทั้งสองอนุกรม
      df['SPX_Ret'] = df['SPX_Prices'].pct_change()
  df['R2000_Ret'] = df['R2000_Prices'].pct_change()
การวิเคราะห์อนุกรมเวลาด้วย Python

ตัวอย่าง: Correlation ของหุ้นขนาดใหญ่และขนาดเล็ก

  • แสดง correlation ด้วย scatter plot
      plt.scatter(df['SPX_Ret'], df['R2000_Ret'])
  plt.show()

การวิเคราะห์อนุกรมเวลาด้วย Python

ตัวอย่าง: Correlation ของหุ้นขนาดใหญ่และขนาดเล็ก

  • ใช้เมธอด correlation ของ pandas สำหรับ Series
correlation = df['SPX_Ret'].corr(df['R2000_Ret'])
print("Correlation is: ", correlation)

Correlation is: 0.868
การวิเคราะห์อนุกรมเวลาด้วย Python

มาฝึกกันเถอะ!

การวิเคราะห์อนุกรมเวลาด้วย Python

Preparing Video For Download...