Неделя 4. Составление фондового индекса.py

# -*- coding: utf-8 -*-
"""
Created on Fri Mar 10 09:28:57 2017


"""

import pandas as pd
from sklearn.decomposition import PCA
from numpy import corrcoef

#==============================================================================
# Загрузите данные close_prices.csv. В этом файле приведены цены акций
# 30 компаний на закрытии торгов за каждый день периода.
#==============================================================================
data_train=pd.read_csv('close_prices.csv')

#==============================================================================
# На загруженных данных обучите преобразование PCA с числом компоненты равным 10.
# Скольких компонент хватит, чтобы объяснить 90% дисперсии?
#==============================================================================
pca = PCA(n_components=10)
result=pca.fit(data_train.iloc[:,1:31])#берем все колонки с числовыми данными кроме даты

variance_ratio=result.explained_variance_ratio_#содержит процент дисперсии, который объясняет каждая компонента, массив, отсортирован в порядке убывания процента дисперсии
components=result.components_#содержит информацию о том, какой вклад вносят признаки в компоненты.

#Вычисляем  сколько компонент достаточно, чтобы покрыть 90% дисперсии
componentCount=1
while sum(variance_ratio[:componentCount])<0.9:
    componentCount+=1

print('Скольких компонент хватит, чтобы объяснить 90% дисперсии?')
print(componentCount)

#==============================================================================
# Примените построенное преобразование к исходным данным и возьмите значения первой компоненты.
#==============================================================================
result=pca.transform(data_train.iloc[:,1:31])
firstComponent=result[:,0]#берет первую колонку

#==============================================================================
# Загрузите информацию об индексе Доу-Джонса из файла djia_index.csv.
# Чему равна корреляция Пирсона между первой компонентой и индексом Доу-Джонса?
#==============================================================================
data_test=pd.read_csv('djia_index.csv')
data_test_y=data_test.iloc[:,1]#берем значимую колонку

pearsonCoefficients=corrcoef(firstComponent,data_test_y)
print('Чему равна корреляция Пирсона между первой компонентой и индексом Доу-Джонса?')
print(round(pearsonCoefficients[0,1],2))

#==============================================================================
# Какая компания имеет наибольший вес в первой компоненте? Укажите ее название с большой буквы.
#==============================================================================
firstComponent=pd.DataFrame(data=components[0])
brandIndex=firstComponent.idxmax()[0]+1#индекс компании с максимальным весом, добавляем единицу, поскольку первый столбец - даты

print('Какая компания имеет наибольший вес в первой компоненте?')
print(data_train.columns[brandIndex])