python-33品种期货自相关系数

简介: python-33品种期货自相关系数
# -*- coding: utf-8 -*-
"""
Created on Thu Jun 22 17:03:16 2017
@author: yunjinqi 
E-mail:yunjinqi@qq.com 
Differentiate yourself in the world from anyone else.
"""
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import statsmodels.tsa.stattools as ts
import statsmodels.api as sm
from statsmodels.graphics.api import qqplot
namelist=['cu','al','zn','pb','sn','au','ag','rb','hc','bu','ru','m9','y9','a9',
              'p9','c9','cs','jd','l9','v9','pp','j9','jm','i9','sr','cf',
              'zc','fg','ta','ma','oi','rm','sm']
j=0
for i in namelist:
    filename='C:/Users/HXWD/Desktop/数据/'+i+'.csv'
    data=pd.read_csv(filename,encoding='gbk')
    data.columns=['date','open','high','low','close','amt','opi']
    data.head()
    data=np.log(data['close'])
    r=data-data.shift(1)
    r=r.dropna()
    #print(r)
    x = np.array(r)
    print(i)
    lag_acf = acf(x, nlags=40)
    lag_pacf = pacf(x, nlags=40, method='ols')
    fig = plt.figure(figsize=(12,8))
    ax1=fig.add_subplot(211)
    print(lag_acf)
    fig = sm.graphics.tsa.plot_acf(x,lags=40,ax=ax1)
    ax2 = fig.add_subplot(212)
    print(lag_pacf)
    fig = sm.graphics.tsa.plot_pacf(x,lags=40,ax=ax2)
    plt.show()

33期货品种指数的对数收益率的自相关检验,基本上不存在自相关。

20170623144404307.png

目录
相关文章
|
6月前
|
机器学习/深度学习 数据采集 数据可视化
python用回归、arima、随机森林、GARCH模型分析国债期货波动性、收益率、价格预测
python用回归、arima、随机森林、GARCH模型分析国债期货波动性、收益率、价格预测
|
数据安全/隐私保护 Python
基于交叉指标的加密货币(股票、期货、期权)量化交易系统[Python]开发源码规则解析
基于交叉指标的加密货币(股票、期货、期权)量化交易系统[Python]开发源码规则解析
python-优矿-hurst指数与期货33品种的预测
python-优矿-hurst指数与期货33品种的预测
148 0
python-优矿-hurst指数与期货33品种的预测
|
Python
Python用主成分分析的方法分析螺纹钢期货30多个技术指标
Python用主成分分析的方法分析螺纹钢期货30多个技术指标
116 0
python-检验33品种数据是否是正态分布
python-检验33品种数据是否是正态分布
74 0
python-33品种随机游走检验
python-33品种随机游走检验
78 0
python-期货指数的单位根检验
python-期货指数的单位根检验
125 0
|
5天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
11天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
11天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
下一篇
无影云桌面