使用Python语言分析金融数据的研究.pdfVIP

使用Python语言分析金融数据的研究

吴立’蔡小庆2

I长江大学工程技术学院信息系湖北荆州434020

2北京化工大学北方学院信息学院河北廊坊06520l

Yth0n

【摘要】在信息量剧增的现代社会，如何从海量信息中分析、提取出有用的特征信息，对于证券金融业有着极为重要的意史。P

是一种高效的动态编程语言，拥有众多的函数库，在网络数据挖掘，分析有广泛应用。本文对PYth0n语言在金融证券业进行数据分

析的应用进行了探讨。

h0

【关键词】PYtn数据分析特征提取非负矩阵分解

中图分类号：TP39文献标识码：A文章编号：1009—4067(2011)04-242—0l

1引言运算：特征矩阵的每一个值与hn相应的值相乘，再除以hd对应的值。权重

随着信息技术的发展，各行业的信息都在不断堆积和膨胀，形成海量信矩阵中的每一个值与wn相应的值相乘，再除以wd对应的值。定义函数

息。如不加分析判断，这些信息仪是一堆毫无意义的数据。如何对这些海量信factorize完成上述计算，核心代码如F：

息分析，把隐藏在背后的有价值信息提取出来，即数据挖掘分析，作为信息技耕算特征矩阵

术的新兴研究领域，已经应用到社会各个行业。由于金融数据的随机性和复杂

hf吲tramIpose(W)-v)

性，隐藏在背后的规律更难于被发现，金融数据分析是·个更具挑战性的研究

领域。rMhon是一·门高效的动态语言，具有清晰的结构及简洁的语法，对J：数hd=(transpose(w)’产蚰

据挖掘分析有大量库函数支持。使用Pythorli挂行金融数据分析，有众多优势。培m扪x(a∞弧h)。Ⅺay(hn)，m1蚋由)

2Pvlhon语言的优势甜算权重矩阵

Python是一个面向对象的解释型动态编程语言…，拥有大量函数库。wn=(v-transpose(h))

适合完成各种高层任务．可以运行于Windows．Linux等多种操作系统。为

wcHw-h‘transpose(h))

了弥补动态语言效率的不足，町以用C／C++来扩展Python，或者将Python

w=mamx(目ay(w)‘《nj，(whyarray(w由)

嵌入到Java，C#等其他语言。

3．3使用NMF算法分析股票市场数据

选择Python进行数据分析基于其以下特性口l：

股票成交量是指在给定时间段内买卖股票的数量，股票成交量受经济，

(1)语南‘简练。使用Python编丐的代码通常比其它如C／C++，Java

政治．自然火害等各方面网索影响。对成交量数据进行分析，可以找出重要

等—卜流语言的代码更简短，这意味着丌发人员可以将大部分精力放在数据分

交易日、以及影响成交量的潜在因素和它们的权鲋5】。

析的算法研究上，而不是繁琐的语法细节。

(2)易于阅读。Python有严格的缩进规定，良好书写的Python代码

优秀资源库，它允许使用API以CSV格式下载股票历史交易数据。方法为

非常容易阅读，有经验的程序