python/pandas/numpyデータ解析(十一)-相関係数と共分散

axis=0と1のそれぞれの表の縦軸と横軸
最も分かりやすい共分散と標準差https://www.zhihu.com/question/20852004
パラメータペアで計算された要約情報もあります

import pandas.io.data as web

import numpy as np

import os

import pandas as pd

from pandas import Series,DataFrame

import matplotlib.pyplot as plt


all_data={}
for ticker in ['GOOG','IBM']:
    all_data[ticker]=web.get_data_yahoo(ticker,'9/9/2016','12/12/2016')

# price=DataFrame({tic:data['Adg Close'] 
#                 for tic,data in all_data.items()})
volume=DataFrame({tic:data['Volume']
                for tic,data in all_data.items()})

# volume.tail()
returns=volume.pct_change()
returns.tail()

# px=web.DataReader('F-F_Research_Data_factors','famafrench')
# px.tail()

なお、一部のデータソースは変更する.以下を参照してください.http://stackoverflow.com/questions/15777021/pandas-io-data-get-data-yahoo-dji-retrieval-error
.
GOOG
IBM
Date
2016-12-06
0.180707
-0.178520
2016-12-07
0.072268
0.555102
2016-12-08
-0.172835
-0.255317
2016-12-09
0.229457
-0.035525
2016-12-12
0.177815
0.078024
ct_change計算パーセンテージ変化
Seriesのcorr法は2つのSeriesの中で重なり合う、非NAの、インデックスによってその価値相関係数を計算するために用いられる.covは共分散の計算に用いられる

returns.GOOG.corr(returns.IBM)
0.6680384656565751

returns.GOOG.cov(returns.IBM)
0.12451587226637535

DataFrameのcorrとcov法は、DataFrameの形で完全な相関係数または共分散行列を返す.

returns.corr()

.
GOOG
IBM
GOOG
1.000000
0.668038
IBM
0.668038
1.000000

returns.cov()

.
GOOG
IBM
GOOG
0.224704
0.124516
IBM 0.124516
0.154609
DataFrameを利用する.corrwith法は、その列または行と別のSeriesの後者DataFrameとの相関係数を計算することができる.