[파이썬 판다스] 상관계수와 공분산

패키지를 통해 자료 불러오기

상관계수 및 공분산

증권 자료를 pandas-datareader 패키지를 이용해서 내려받을 수 있다.

conda install pandas-datareader

pandas_datareader 모듈을 이용해서 4개 회사 거래 자료를 내려받는다.

import pandas_datareader as web
import pickle

all_data = {ticker: web.get_data_quandl(ticker) for ticker in ['AAPL', 'IBM', 'MSFT', 'GOOG']}

미리 저장된 파일을 다음 사이트에서 내려받아 사용한다.

import pickle
from urllib import request

url = "http://compmath.korea.ac.kr/appmath/data/stock_example.dat"

with request.urlopen(url) as f:
    all_data = pickle.loads(f.read())

자료 구조 살피기

내려받은 자료 구조를 살펴보자.
all_data의 자료형은 사전임을 알 수 있다.

type(all_data)

dict

all_data의 열쇠(key)를 살펴보면 다음과 같다.

all_data.keys()

dict_keys(['AAPL', 'IBM', 'MSFT', 'GOOG'])

첫번째 열쇠에 대응되는 값을 살펴보자.

다음에서 보는 바와 같이 판다스 데이터프레임임을 알 수 있다.

aapl = all_data['AAPL']
type(aapl)

pandas.core.frame.DataFrame

데이터프레임의 구조를 보자.

pd.set_option('display.max_rows', 10)
aapl

수정 종가(AdjClose)와 거래량(Volume) 자료를 추출하자.

import pandas as pd

adj_close = pd.DataFrame({ticker: data['AdjClose'] for ticker, data in all_data.items()})
volume = pd.DataFrame({ticker: data['Volume'] for ticker, data in all_data.items()})

adj_close

volume

백분율

General Motors(GM), Coca Cola(KO), AT & T(T), Intel(INTC) 주식 자료를 다운받아 data 변수에 저장

(만일 다운이 안되면 ‘http://compmath.korea.ac.kr/appmath/data/stock_GM_KO_T_INTC.dat’를 이용)

data로부터 Open과 Close 값을 각각 st_open, st_close 변수에 저장

시계열 부분에서 자세히 살펴볼 차의 백분율(percent change)을 계산하면 다음과 같다.

pct_ch = adj_close.pct_change()
pct_ch.tail()

	AAPL	GOOG	IBM	MSFT
Date				
2018-03-21	-0.022655	-0.006222	0.003137	-0.006979
2018-03-22	-0.014159	-0.038318	-0.029357	-0.029087
2018-03-23	-0.023128	-0.026223	-0.021040	-0.029068
2018-03-26	0.047472	0.030972	0.030089	0.075705
2018-03-27	-0.025641	-0.045679	-0.009519	-0.045959

상관계수: corr, cov

시리즈 메소드 corr을 통하여
NA가 아닌 자료들에 대한 상관계수를 구할 수 있다.

pct_ch['MSFT'].corr(pct_ch['IBM'])

0.47906169687685296

마찬가지로 cov 메소드를 이용해서 공분산을 구한다.

pct_ch['MSFT'].cov(pct_ch['IBM'])

8.141169232110642e-05

열에 대한 상관계수 전체 계산

데이터프레임의 corr, cov 메소드는 각 열에 대한 상관계수 전체를 계산한다.

pct_ch.corr()

	AAPL	GOOG	IBM	MSFT
AAPL	1.000000	0.433070	0.365634	0.410778
GOOG	0.433070	1.000000	0.374787	0.599392
IBM	0.365634	0.374787	1.000000	0.479062
MSFT	0.410778	0.599392	0.479062	1.000000

주의사항

pct_ch.cov() 입력하면 오류가 난다.

pct_ch.cov()

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-157-de587e26bcb4> in <module>()
----> 1 pct_ch.cov()

NameError: name 'pct_ch' is not defined

다른 데이터프레임 상관관계 계산: corrwith

데이터프레임의 corrwith 메소드를 이용하면

데이터프레임의 열 또는 행을
다른 데이터프레임(또는 시리즈)의 짝을 찾아
상관관계를 계산할 수 있다.

인자로 시리즈를 건네면 데이터프레임의 각 열과 상관관계를 계산하여 시리즈 형으로 반환한다.

pct_ch.corrwith(pct_ch.IBM)

AAPL    0.365634
GOOG    0.374787
IBM     1.000000
MSFT    0.479062
dtype: float64

행에 대한 상관관계 계산: axis='columns

선택인자 axis='columns'를 사용하여 행 에 대해서 상관관계를 계산한다.

pct_ch.corrwith(volume, axis='columns')

Date
2010-01-04         NaN
2010-01-05    0.698721
2010-01-06    0.289461
2010-01-07   -0.911877
2010-01-08   -0.658798
                ...
2018-03-21   -0.843804
2018-03-22    0.758479
2018-03-23   -0.403013
2018-03-26    0.963553
2018-03-27   -0.362487
Length: 2071, dtype: float64