最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

R語言股市可視化相關(guān)矩陣:最小生成樹

2021-06-11 21:48 作者:拓端tecdat  | 我要投稿

原文鏈接:http://tecdat.cn/?p=17835

?

本文在股市可視化中可視化相關(guān)矩陣?:最小生成樹

在本文示例中,我將使用日數(shù)據(jù)和1分鐘數(shù)據(jù)來可視化股票數(shù)據(jù) 。

我發(fā)現(xiàn)以下概念定義非常有用:

?

  • 連通圖:在無向圖中,若任意兩個頂點vivi與vjvj都有路徑相通,則稱該無向圖為連通圖。

  • 強連通圖:在有向圖中,若任意兩個頂點vivi與vjvj都有路徑相通,則稱該有向圖為強連通圖。

  • 連通網(wǎng):在連通圖中,若圖的邊具有一定的意義,每一條邊都對應(yīng)著一個數(shù),稱為權(quán);權(quán)代表著連接連個頂點的代價,稱這種連通圖叫做連通網(wǎng)。

  • 生成樹:一個連通圖的生成樹是指一個連通子圖,它含有圖中全部n個頂點,但只有足以構(gòu)成一棵樹的n-1條邊。一顆有n個頂點的生成樹有且僅有n-1條邊,如果生成樹中再添加一條邊,則必定成環(huán)。

  • 最小生成樹:在連通網(wǎng)的所有生成樹中,所有邊的代價和最小的生成樹,稱為最小生成樹。?

這里寫圖片描述

  1. #*****************************************************************

  2. # 加載歷史數(shù)據(jù)

  3. #*****************************************************************





  4. getSymbols(tickers, src = 'yahoo', from = '1970-01-01', env = data, auto.assign =


  5. for(i in ls(data)) data[[i]] = adjustOHLC(data[[i]



  6. # 刪除歷史數(shù)據(jù)很少的樣本

  7. remove.min.history(data)


  8. # 顯示已刪除的

  9. print(setdiff(tickers,names(data$prices)))

?

  1. #*****************************************************************

  2. # 可視化關(guān)聯(lián)矩陣

  3. #*****************************************************************

  4. prices = data$prices


  5. ret = diff(log(prices))

  6. ret = last(ret, 252)


?

plt(ret, 0.5)

?

接下來,讓我們獲取1分鐘的收盤價數(shù)據(jù),并基于最近5天可視化相關(guān)性:

  1. #*****************************************************************

  2. # 加載歷史數(shù)據(jù)

  3. #*****************************************************************



  4. if(!file.exists(filename)) {



  5. data1[[ticker]] = getSymbol.intraday.google(ticker,







  6. #*****************************************************************

  7. # 可視化關(guān)聯(lián)矩陣

  8. #*****************************************************************



  9. print(join(c(



  10. ,format(range(index(ret)), '%d-%b-%Y %H-%M')), ' '))

?

plot.cor(ret, 0.5)

?

輔助函數(shù):

  1. #*****************************************************************

  2. #函數(shù)創(chuàng)建相關(guān)矩陣

  3. #*****************************************************************

  4. clncor = function(ret, threshold = 0.5) {

  5. cor(coredata(ret), use='complete.obs',method='pearson')


  6. cor_mat[ abs(cor_mat) < threshold] = 0




  7. #*****************************************************************

  8. # 繪制最小生成樹

  9. #*****************************************************************

  10. plco = function(ho = 0.5) {

  11. cor_mat = clean.cor(ret, threshold


?

最受歡迎的見解

1.R語言動態(tài)圖可視化:如何、創(chuàng)建具有精美動畫的圖

2.R語言生存分析可視化分析

3.Python數(shù)據(jù)可視化-seaborn Iris鳶尾花數(shù)據(jù)

4.r語言對布豐投針(蒲豐投針)實驗進行模擬和動態(tài)

5.R語言生存分析數(shù)據(jù)分析可視化案例

6.r語言數(shù)據(jù)可視化分析案例:探索brfss數(shù)據(jù)數(shù)據(jù)分析

7.R語言動態(tài)可視化:制作歷史全球平均溫度的累積動態(tài)折線圖動畫gif視頻圖

8.R語言高維數(shù)據(jù)的主成分pca、 t-SNE算法降維與可視化分析案例報告

9.python主題LDA建模和t-SNE可視化


R語言股市可視化相關(guān)矩陣:最小生成樹的評論 (共 條)

分享到微博請遵守國家法律
庆云县| 渭源县| 莱芜市| 忻州市| 碌曲县| 太和县| 左云县| 碌曲县| 都江堰市| 碌曲县| 镇坪县| 都江堰市| 新营市| 津市市| 靖远县| 公安县| 长岭县| 奈曼旗| 临邑县| 东源县| 东平县| 兴宁市| 桂东县| 弥渡县| 黎川县| 乌鲁木齐县| 井冈山市| 通江县| 保山市| 临安市| 大关县| 黎城县| 台中县| 诸城市| 任丘市| 吉隆县| 仪陇县| 大埔县| 太原市| 龙山县| 班玛县|