Python金融数据分析与挖掘（微课版） 课件 10-2.股票价格形态聚类与收益率计算.pptx

第10章股票价格形态聚类与收益分析K-最频繁值聚类算法基于K-最频繁值聚类算法的股票价格形态聚类类平均收益率的计算

K-最频繁值聚类算法第10章K-均值聚类算法主要适用于数值特征数据，而本章中提取的股票价格形态特征数据是经过离散化的离散变量（名义变量），因此经典的K-均值聚类算法不再适用。本节借鉴K-均值聚类算法的思想，给出K-最频繁值聚类算法，该算法与K-均值聚类算法的不同之处主要体现在距离度量和类中心的更新方法上，其中距离度量函数采用海明距离，类中心的更新方法则选择类样本特征向量分量出现最多的值（最频繁值，经典的K-均值聚类算法采用的是平均值）作为类中心特征向量的分量。

K-最频繁值聚类算法第10章输入：特征数据集，聚类个数K。输出：特征数据集及其类标签。Step1：随机初始化K个聚类中心，即K个类中心向量。Step2：对每个样本，计算其与各个类中心向量的距离，并将该样本指派给距离最小的类，这里的距离采用海明距离，其计算公式如下：K-最频繁值聚类算法：Step3：更新每个类的中心向量，更新的方法为取该类所有样本的特征向量的最频繁值。Step4：直到各个类的中心向量不再发生变化为止，并输出类标签。Python中没有现成的函数可以调用，故本节给出其函数的具体定义。这里仅介绍基本结构defK_mean(data,knum):#输入：data--聚类特征数据集,要求为数据结构要求为numpy数值数组#输入：knum--聚类个数#返回值为类别标签列

基于K-最频繁值聚类算法的股票价格形态聚类第10章利用K-最频繁值聚类算法对股票价格形态进行聚类，输入为股票形态特征数据集Data，输出为每个股票代码的聚类结果.为了后续使用的方便，对形态特征数据Data、关键价格点数据KeyData、关键点价格数据对应的序号数据KeyData_index，都在数据集的最后加上一列，即聚类结果列。添加聚类结果列后，数据集分别记为：Data_c、KeyData_c、KeyData_index_cimportkmean#导入自定义的K最频繁值聚类算法c=kmean.K_mean(Data[:,1:],20)#调用K最频繁值聚类算法,聚为20个类,并返回结果cKeyData_c=np.hstack((KeyData,c.reshape(len(c),1)))KeyData_index_c=np.hstack((KeyData_index,c.reshape(len(c),1)))Data_c=np.hstack((Data,c.reshape(len(c),1))

类平均收益率的计算第10章根据聚类结果，对每一类股票计算该类股票的平均收益率，持有期为2017年8月1日—2017年8月31日，即考察未来一个月的平均收益率。也就是说，这种形态出现之后，未来一个月的市场表现如何。