快捷導(dǎo)航

python數(shù)據(jù)分析之線性回歸選擇基金

更新時(shí)間：2022年05月06日 09:13:33 作者：??斜月????

這篇文章主要介紹了python數(shù)據(jù)分析之線性回歸選擇基金，文章基于前幾篇的文章內(nèi)容展開(kāi)詳細(xì)的基金的趨勢(shì)分析，感興趣的小伙伴可以參考一下

1 前言

在前面的章節(jié)中我們牛刀小試，一直在使用python爬蟲(chóng)去抓取數(shù)據(jù)，然后把數(shù)據(jù)信息存放在數(shù)據(jù)庫(kù)中，至此已經(jīng)完成了基本的基本信息的處理，接下來(lái)就來(lái)處理高級(jí)一點(diǎn)兒的內(nèi)容，今天就從基金的趨勢(shì)分析開(kāi)始。

2 基金趨勢(shì)分析

基金的趨勢(shì)，就是選擇一些表現(xiàn)強(qiáng)勢(shì)的基金，什么樣的才是強(qiáng)勢(shì)呢？那就是要穩(wěn)定的，逐步的一路北上。通常情況下，基金都會(huì)沿著一條趨勢(shì)線向上或者向下，基金的趨勢(shì)形成比股票的趨勢(shì)更加確定一些。以下圖為例，展示的是華夏中證新能源汽車(chē)ETF的走勢(shì)情況,可以看到這個(gè)基金的走勢(shì)基本上就是按照紅色的趨勢(shì)線。今天要做的就是使用數(shù)學(xué)-線性回歸的方式來(lái)計(jì)算這個(gè)趨勢(shì)的斜率以及趨勢(shì)表的可靠性。

這里分析基金走勢(shì)的模型采用線性回歸，假定其走勢(shì)符合 { y = kx + b }y=kx+b , y 就是對(duì)應(yīng)的收益率， x 為時(shí)間。k 值為斜率?，F(xiàn)在要做的就是使用這組基金的數(shù)據(jù)計(jì)算這個(gè)k值，這樣就可以使用這個(gè)k值進(jìn)行基金的對(duì)比。

3 數(shù)據(jù)抓取與分析

3.1 基金數(shù)據(jù)抓取

抓取基金數(shù)據(jù)歷史收益率的數(shù)據(jù)

# 抓取基金歷史收益率數(shù)據(jù)連接
http://api.fund.eastmoney.com/pinzhong/LJSYLZS?fundCode=515030&amp;indexcode=000300&amp;type=y
# 參數(shù)說(shuō)明
fundCode 為需要查詢的基金代碼
indexcode 基金對(duì)比基準(zhǔn)數(shù)據(jù),默認(rèn)為滬深300(000300)
type 為數(shù)據(jù)查詢的周期，m 一個(gè)月 q 3個(gè)月 hy 6個(gè)月 y 一年 try 3年 fiy 5年 sy 今年來(lái) se 最大
復(fù)制代碼

在api接口返回的數(shù)據(jù)中，0 代表的是基金數(shù)據(jù)， 1 是同類(lèi)基金的平均值，2 為滬深300的數(shù)據(jù)。

具體的實(shí)現(xiàn)代碼見(jiàn)圖:

3.2 數(shù)據(jù)分析

數(shù)據(jù)分析的方式使用 matplotlib 和 sklearn.linear_model ,第一個(gè)是用于數(shù)據(jù)的圖形展示，第二個(gè)是線性分析工具，用于計(jì)算基金的k值。有關(guān)線性分析的內(nèi)容，有興趣的可以去查詢線性分析的計(jì)算細(xì)節(jié)。

如下圖所示，為數(shù)據(jù)模型計(jì)算和圖形展示的代碼。

以新能源ETF數(shù)據(jù)為例，我們得到了 y= 0.3541x + b 的趨勢(shì)線，這個(gè)線性模型的評(píng)分為0.741。其實(shí)這個(gè)評(píng)分已經(jīng)相當(dāng)高了，收益率越大，其波動(dòng)越大，和線性規(guī)劃的契合度就越低。

但是有沒(méi)有例外呢，以天弘增利短債C(008647)為例，其評(píng)分相當(dāng)高，看圖形展示就可以知道，但是債券基金的k值比股票基金的k值比是相當(dāng)?shù)牡?，高風(fēng)險(xiǎn)，高回報(bào)，低風(fēng)險(xiǎn)，低回報(bào)。收益是對(duì)風(fēng)險(xiǎn)的補(bǔ)償。