用图机器学习探索 A 股个股相关性变化
32页1、 用图机器学习探索 A 股个股相关性变化 在本系列的前文 1,2 中,我们介绍了如何使用 Python 语言图分析库 NetworkX 3 + Nebula Graph 4 来进行中人物关系图谱分析。在本文中我们将介绍如何使用 Java 语言的图分析库 JGraphT 5 并借助绘图库 mxgraph 6 ,可视化探索 A 股的 行业个股的相关性随时间的变化情况 。JGraphT 数据集的处理本文主要分析方法参考了 7,8 ,有两种数据集:股票数据(点集)从 A 股中按股票代码顺序选取了 160 只股票(排除摘牌或者 ST 的)。每一支股票都被建模成一个点,每个点的属性有股票代码,股票名称,以及证监会对该股票对应上市公司所属板块分类等三种属性;表1:点集示例顶点id股票代码股票名称所属板块1SZ0001平安银行金融行业2600000浦发银行金融行业3600004白云机场交通运输4600006东风汽车汽车制造5600007中国国贸开发区6600008首创股份环保行业7600009上海机场交通运输8600010包钢股份钢铁行业股票关系(边集)边只有一个属性,即权重。边的权重代表边的源点和目
2、标点所代表的两支股票所属上市公司业务上的的相似度相似度的具体计算方法参考 7,8 :取一段时间(2014 年 1 月 1 日 - 2020 年 1 月 1 日)内,个股的日收益率的时间序列相关性 再定义个股之间的距离为 (也即两点之间的边权重):通过这样的处理,距离取值范围为 0,2 。 这意味着距离越远的个股,两个之间的收益率相关性越低 。表2: 边集示例边的源点 ID边的目标点 ID边的权重11120.49325796822830.51702751323780.6062062332120.6536924151110.6776314821270.6957051711120.711243442110.735819158180.77155645812270.7850464469200.78960652711270.79600962725630.79721834925720.799230001631150.803534952这样的点集和边集构成一个图网络,可以将这个网络存储在图数据库 Nebula Graph 中。JGraphTJGraphT 是一个开放源代码的 Java 类库,它不仅为我
3、们提供了各种高效且通用的图数据结构,还为解决最常见的图问题提供了许多有用的算法: 支持有向边、无向边、权重边、非权重边等; 支持简单图、多重图、伪图; 提供了用于图遍历的专用迭代器(DFS,BFS)等; 提供了大量常用的的图算法,如路径查找、同构检测、着色、公共祖先、游走、连通性、匹配、循环检测、分区、切割、流、中心性等算法; 可以方便地导入 / 导出 GraphViz 9 。导出的 GraphViz 可被导入可视化工具 Gephi 10 进行分析与展示; 可以方便地使用其他绘图组件,如:JGraphX,mxGraph,Guava Graphs Generators 等工具绘制出图网络。下面,我们来实践一把,先在 JGraphT 中创建一个有向图: import org.jgrapht.*; import org.jgrapht.graph.*; import org.jgrapht.nio.*; import org.jgrapht.nio.dot.*; import org.jgrapht.traverse.*; import java.io.*; import .*; impor
4、t java.util.*; Graph g = new DefaultDirectedGraph ( DefaultEdge . class );添加顶点: URI google = new URI ( ); URI wikipedia = new URI ( http:/www.wikipedia.org ); URI jgrapht = new URI ( http:/www.jgrapht.org ); / add the vertices g . addVertex (google); g . addVertex (wikipedia); g . addVertex (jgrapht);添加边: / add edges to create linking structure g . addEdge (jgrapht, wikipedia); g . addEdge (google, jgrapht); g . addEdge (google, wikipedia); g . addEdge (wikipedia, google);图数据库 Nebula Graph Datab
《用图机器学习探索 A 股个股相关性变化》由会员Baige****0346分享,可在线阅读,更多相关《用图机器学习探索 A 股个股相关性变化》请在金锄头文库上搜索。
员工积极主动行为的组态效应:基于过程的视角
汪晖齐物平等与跨体系社会的天下想象
函数性质中的数学抽象在问题解决与设计中的应用
日本东京大学入学考试理科数学试题解析
二次电池研究进展
实践研究与论理逻辑
光学视觉传感器技术研究进展
龙泉青瓷的传承困境与发展
齐齐哈尔地区抗根肿病大白菜品种的抗性鉴定与评价
基于系统动力学模型的胶州湾海域承载力预测
基于弯液面电化学连接碳纤维实验初探
龟甲胶研究发展探析
鼻腔黏膜免疫佐剂鞭毛蛋白的研究进展
鼻内镜辅助上颌骨部分切除术治疗鼻腔鼻窦腺样囊性癌的临床分析
黑豆不同发芽期多酚、黄酮及抗氧化活性分析
齐鲁青未了:山东当代文学审美流变论
黄登水电站机电设备安装工程施工技术质量管理
黄河文化传承视角下音乐剧创作探究
黄亦琦从风论治咳嗽变异性哮喘经验※
鲸豚动物吸附式声学行为记录器综述
2022-03-24 12页
2022-03-24 11页
2022-03-24 10页
2022-03-24 25页
2022-03-24 13页
2022-03-24 18页
2022-03-24 10页
2022-03-24 32页
2022-03-24 8页
2022-03-24 9页