对我来说,np.corrcoef返回一个矩阵似乎很奇怪。
correlation1 = corrcoef(Strategy1Returns,Strategy2Returns)
[[ 1. -0.99598935]
[-0.99598935 1. ]]
有没有人知道为什么会这样,是否有可能只返回一个经典意义上的值?
发布于 2010-08-06 23:58:43
它允许您计算>2个数据集的相关系数,例如
>>> from numpy import *
>>> a = array([1,2,3,4,6,7,8,9])
>>> b = array([2,4,6,8,10,12,13,15])
>>> c = array([-1,-2,-2,-3,-4,-6,-7,-8])
>>> corrcoef([a,b,c])
array([[ 1. , 0.99535001, -0.9805214 ],
[ 0.99535001, 1. , -0.97172394],
[-0.9805214 , -0.97172394, 1. ]])
这里我们可以一次得到a,b (0.995),a,c (-0.981)和b,c (-0.972)的相关系数。两个数据集的情况只是N数据集类的一个特例。而且可能保持相同的返回类型会更好。由于"one value“可以简单地通过以下命令获得
>>> corrcoef(a,b)[1,0]
0.99535001355530017
没有什么重要的理由去创造这种特殊的情况。
发布于 2010-08-06 23:53:44
corrcoef
返回归一化协方差矩阵。
协方差矩阵就是矩阵
Cov( X, X ) Cov( X, Y )
Cov( Y, X ) Cov( Y, Y )
归一化后,这将产生矩阵:
Corr( X, X ) Corr( X, Y )
Corr( Y, X ) Corr( Y, Y )
correlation1[0, 0 ]
是Strategy1Returns
与自身的关系,必须为1,您只需要correlation1[ 0, 1 ]
。
发布于 2019-02-20 04:34:16
您可以使用以下函数仅返回相关系数:
def pearson_r(x, y):
"""Compute Pearson correlation coefficient between two arrays."""
# Compute correlation matrix
corr_mat = np.corrcoef(x, y)
# Return entry [0,1]
return corr_mat[0,1]
https://stackoverflow.com/questions/3425439
复制相似问题