Python金融大数据分析-PCA分析

作者：钱塘小甲子 来源： http://blog.csdn.net/qtlyx/article/details/53647159

1.pandas的一个技巧

apply() 和applymap()是DataFrame数据类型的函数，map()是Series数据类型的函数。apply()的操作对象DataFrame的一列或者一行数据， applymap()是element-wise的，作用于每个DataFrame的每个数据。 map()也是element-wise的，对Series中的每个数据调用一次函数。

2.PCA分解德国DAX30指数

DAX30指数有三十个股票，听起来不多的样子，其实还是挺多的，我们很有必要对其进行主成分分析，然后找出最重要的几个股票。想必PCA的原理大家应该都是知道，说白了就是在一个回归中找到影响最大的那几个，当然，数学原理就涉及矩阵分解，什么SVD呀。

先上点代码

这样，你就可以看到前十个股票对DAX30指数的贡献量了。

这里，我们采用只用第一个成分去拟合以及前五个成分去拟合，发现效果好的出奇。这样我们就做到了降维的工作了。我们再来展开看一下PCA的效果。

这里，我们把PCA后的值与原始值进行散点图的绘制，

我们看到，整体效果还是不错的，但是很显然，两边和中间总是有点问题，所以，如果我们要提高，我们可以在中间分段进行PCA，这样的话，效果应该会更加好。