※このブログではサーバー運用、技術の検証等の費用のため広告をいれています。
記事が見づらいなどの問題がありましたらContactからお知らせください。

＜前のページ

FXデータ分析の練習（３）〜多変量データの統計量（基礎）〜

python3 データ分析 pandas python scipy numpy

投稿日：2019年12月1日

pandasはデータ分析に非常に便利なライブラリです。この記事のシリーズではpandasを使ってFXのデータを分析する練習をしてみました。

はじめに

この記事について

この記事ではFXのサンプルデータを使って多変量データの分析の基礎についてまとめます。
pandasやscipyには分析をする便利な関数が用意されていますが、計算できるものは一応自分で計算してからそれらの関数を使用しています。

この記事の前提

言語はPython3.6.3でJupyterNotebookを使って実行しています。ライブラリは以下のものを使用しています。

numpy==1.17.3
pandas==0.25.3
scipy==1.3.2

データの準備

サンプルデータの取得

ここでは多変量解析ということで、２つの異なるカテゴリのデータを使いたいと思います。Part1で準備したEURUSDのデータ

これに加えてGDPUSDのデータをダウンロードしてきます。リンク先の『Download Historical Data Here』からダウンロードします。

https://www.histdata.com/download-free-forex-historical-data/?/metatrader/1-minute-bar-quotes/gbpusd/2017

ディレクトリの構成

ダウンロードできたら作業ディレクトリ直下に解凍して以下の様なディレクトリ構成にします。

.
├── HISTDATA_COM_MT_EURUSD_M12017
│   ├── DAT_MT_EURUSD_M1_2017.csv
│   └── DAT_MT_EURUSD_M1_2017.txt
├── HISTDATA_COM_MT_EURUSD_M12018
│   ├── DAT_MT_EURUSD_M1_2018.csv
│   └── DAT_MT_EURUSD_M1_2018.txt
└── HISTDATA_COM_MT_GBPUSD_M12017
    ├── DAT_MT_GBPUSD_M1_2017.csv
    └── DAT_MT_GBPUSD_M1_2017.txt

多変量データの基礎

データの読み込み

まずはデータを読み込みます。
今回はEURUSDの2017年のデータとGBPUSDの2017年のデータを使ってみます。

%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt

data1 = pd.read_csv(
    "./HISTDATA_COM_MT_EURUSD_M12017/DAT_MT_EURUSD_M1_2017.csv",
    names=["date","time","open","high","low","close","spread"])
data2 = pd.read_csv(
    "./HISTDATA_COM_MT_NZDCAD_M12017/DAT_MT_NZDCAD_M1_2017.csv",
    names=["date","time","open","high","low","close","spread"])

共分散（covariance）

共分散（covariance）は２つの変数の関係の強さを表す指標です。共分散は以下の式で表されます。

s_{xy} = \frac {\displaystyle \sum_{i = 1}^n {(x_i - \overline{x})(y_{i} - \overline{y})}}{n-1}{ \qquad { \text{（共分散）}}} \\ \quad \\ \qquad x:変数１ \\ \qquad y:変数２ \\ \qquad n:xのデータ数(yのデータ数)

例：ある数人の身長と体重を計測したとしましょう。

Aさん【身長：165cm；体重61.3kg】
Bさん【身長：168cm；体重62.0kg】
Cさん【身長：172cm；体重64.5kg】

身長が大きい方が体重も大きい値をとりがちですね？その様なデータの場合、共分散は正の値を取ります。
例えばこの３人の場合身長の平均が168.3cm、体重の平均が62.6kgです。共分散を計算すると、

{ ( 165 - 168.3 ) × ( 61.3 - 62.6 ) + ( 168 - 168.3 ) × ( 62.0 - 62.6 ) + ( 172 - 168.3 ) × ( 64.5 - 62.6 ) } ÷ ( 3 -1 ) = 0.25

ではpythonで計算してみます。

# それぞれの『open』のデータを取得
data1_open = data1["open"]
data2_open = data2["open"]

data_len = len(data1_open)

# それぞれのデータの平均値を計算
data1_mean = data1_open.mean()
data2_mean = data2_open.mean()

# 全てのデータに対して平均との差を計算
# Noneは0に置換
data1_diff = (data1_open - data1_mean).fillna(0)
data2_diff = (data2_open - data2_mean).fillna(0)

# ２変数の積の和を計算
# Noneは0に置換
diff_sum = sum((data1_diff * data2_diff).fillna(0))

# 共分散を計算
conv_sample = diff_sum / data_len

print("共分散：{}".format(conv_sample))

出力

共分散：0.001699501944684368

共分散行列（covariance matrix）

共分散行列（covariance matrix）または分散共分散行列（variance-covariance matrix）は複数の変数において、分散と共分散の一覧を行列の形式でまとめたものです。

\textbf{Cov}= \left[ \begin{array}{rr} \sigma_{x}^{2} & Cov(x,y) \\ Cov(x,y) & \sigma_{y}^{2} \end{array} \right] \\ \quad \\ \qquad \sigma_{x}^2:xの分散 \\ \qquad \sigma_{y}^2:yの分散 \\ \qquad Cov(x,y):xとyの共分散

分散共分散行列では対角成分がそれぞれの変数の分散になり、その他の成分が共分散になるわけですね。
pandasのDataFrameやscipyではcov()メソッドでこの分散共分散行列を取得できます。

data_concated = pd.concat([data1_open,data2_open], axis=1)
data_concated.cov()

▲出力された分散共分散行列

相関（correlation）

相関（correlation）とは二つの確率変数の分布法則の関係の事を言います。例えばXとYという２つの変量（ともに測定データ）があった時を考えます。この時、Xの大きな値とYの大きな値、Xの小さな値とYの小さな値が対応している場合、この２つの変量には正の相関があるといえます。
この相関の程度は相関係数（correlation coefficient）で表すことができます。普通、単に相関係数と言った時ときにはピアソンの積率相関係数（Pearson product-moment correlation coefficient）のことを指し、以下の式であらわされます。

r_{xy} = { \frac{{\displaystyle \sum_{i = 1}^n (x_i - \overline{x}) (y_i - \overline{y})}}{\sqrt{{\displaystyle \sum_{i = 1}^n (x_i - \overline{x})^2}} \sqrt{{\displaystyle \sum_{i = 1}^n (y_i - \overline{y})^2}}} = \frac{s_{xy}}{s_xs_y}}{ \qquad { \text{（ピアソンの積率相関係数）}}} \\\quad \\ \qquad \overline{x}:x=\{x_{i}\}の算術平均 \\ \qquad \overline{y}:y=\{y_{i}\}の算術平均 \\ \qquad {s_{xy}}:共分散 \\ \qquad {s_{x}}:xの標本標準偏差 \\ \qquad {x_{y}}:yの標本標準偏差

相関係数は共分散を−１〜＋１の範囲で標準化したものだとみなすこともできます。相関係数などを使いそれぞれの変数の相関を調べることを相関分析（correlation analysis）といいます。
実際にpythonで一つずつ計算してみます。

# それぞれの『open』のデータを取得
data1_open = data1["open"]
data2_open = data2["open"]

data_len = len(data1_open)

# それぞれのデータの平均値を計算
data1_mean = data1_open.mean()
data2_mean = data2_open.mean()

# 全てのデータに対して平均との差を計算
# Noneは0に置換
data1_diff = (data1_open - data1_mean).fillna(0)
data2_diff = (data2_open - data2_mean).fillna(0)

# ２変数の積の和を計算
# Noneは0に置換
diff_sum = (data1_diff * data2_diff).fillna(0).sum()

# 差の２乗を計算
data1_diff_sq = (data1_diff * data1_diff).fillna(0)
data2_diff_sq = (data2_diff * data2_diff).fillna(0)

# 差の２乗の和の積を計算
data_diff_sum_sq = (data1_diff_sq.sum() * data2_diff_sq.sum())

# 相関係数を計算
correlation = diff_sum/np.sqrt(data_diff_sum_sq)
print("相関係数：{}".format(correlation))

出力

相関係数：0.8925594922892961

非常に強い正の相関がでました。実際にグラフを見てみます。

data1_open.plot()

data2_open.plot()

▲EURUSDのグラフ

▲GBPUSDのグラフ

片方のグラフの増加に対してもう片方のグラフも増加していることがわかります。
実際のデータでは相関係数のみで関係性が強い、無関係の判断するのは危険ですが一つの指標になりそうですね。

＜前のページ

FXデータ分析の練習（２）〜１変量データの統計量（基礎）〜

記事へのコメント

1：loveawake.ru

2022年2月19日19:12

Welcome to the world of adult Dating loveawake.ru

2：LimaoSes

2022年2月19日22:57

What is the best method for me?

I am looking for the best method to be rich.

This place is correct for This? Limao

20：LimaoSes

2022年3月9日5:29

What is the best method for me?

I am looking for the best method to be rich.

This place is correct for This? Limao

46：LimaoSes

2022年4月7日0:39

What is the best method for me?

I am looking for the best method to be rich.

This place is correct for This? Limao

68：selllut

2022年4月24日15:27

lasiciliana.weebly.com

captain spins casino

69：selllut

2022年4月25日12:43

lasiciliana.weebly.com

Dream Vegas Casino

70：selllut

2022年4月26日0:29

nutakugold.club/freenutakugold/

(copy, paste)

NUATKU Gold Hack Password 2022
NUATKU Free Gold 2022 MISE À JOUR

71：selllut

2022年4月26日1:44

nutakugold.club/freenutakugold/

(copy, paste)

How To Get Free NUATKU Gold 2022
NUTAKU FREE HACK 2022 MISE À JOUR

72：selllut

2022年4月26日2:56

nutakugold.club/freenutakugold/

(copy, paste)

NUATKU Gold Hack Passwort 2022 AKTUALISIERT
Codes d'or NUATKU gratuits 2022 MIS À JOUR

73：selllut

2022年4月26日3:45

nutakugold.club/freenutakugold/

(copy, paste)

Pièces d'or NUATKU gratuites sans enquête 2022
Free NUATKU Gold Coins No Surveys 2022 UPDATED

74：selllut

2022年4月26日4:53

nutakugold.club/freenutakugold/

(copy, paste)

nutaku free coins ios UPDATED
NUATKU Or Glitch 2022

75：selllut

2022年4月26日5:59

nutakugold.club/freenutakugold/

(copy, paste)

Codes or NUTAKU gratuits MISE À JOUR
Nutaku free codes 2022 april UPDATED

76：selllut

2022年4月26日8:13

nutakugold.club/freenutakugold/

(copy, paste)
e36ebba
Comment obtenir gratuitement des pièces d'or NUATKU 2022
Pièces d'or NUATKU gratuites sans enquête 2022 MISE À JOUR

78：selllut

2022年4月26日9:29

nutakugold.club/freenutakugold/

(copy, paste)
a2f40b0
Comment obtenir NUATKU Gold 2022
NUATKU Gold Coin Hack Aucune enquête 2022

79：selllut

2022年4月26日12:00

nutakugold.club/freenutakugold/

(copy, paste)
c4bfb3b
NUATKU Gold Cheat 2022 UPDATED
NUTAKU gold codes uk MISE À JOUR

80：selllut

2022年4月26日13:13

nutakugold.club/freenutakugold/

(copy, paste)
a5ca2f4
So hacken Sie NUATKU-Spiele 2022 AKTUALISIERT
NUTAKU GOLD HACK 2022 UPDATED

81：selllut

2022年4月26日14:28

nutakugold.club/freenutakugold/

(copy, paste)
ebba5ca
NUTAKU gold codes uk UPDATED
NUATKU Goldgenerator 2022 AKTUALISIERT

82：selllut

2022年4月26日15:45

nutakugold.club/freenutakugold/

(copy, paste)
2f40b0f
NUATKU-Goldcodes 2022
NUATKU Points Hack Password 2022

123：selllut

2022年4月29日8:48

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Gold-Hack-Passwort 2022
NUTAKU FREE HACK 2022 UPDATED
Comment obtenir gratuitement NUTAKU Gold 2022 MISE À JOUR

124：selllut

2022年4月29日10:07

nutakugold.club/freenutakugold/

MAY UPDATED!
So erhalten Sie NUTAKU Gold 2022 AKTUALISIERT
How To Hack NUTAKU Games 2022
NUTAKU Gold Generator 2022 UPDATED

125：selllut

2022年4月29日11:27

nutakugold.club/freenutakugold/

MAY UPDATED!
Codes d'or NUTAKU 2022 mis à jour
NUTAKU Booty Calls Hack 2022 UPDATED
Codes d'or NUTAKU 2022

126：selllut

2022年4月29日12:45

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Gold Codes 2022 UPDATED
NUTAKU Gold Coin Hack No Survey 2022 MISE À JOUR
NUTAKU GOLD HACK 2022 AKTUALISIERT

127：selllut

2022年4月29日14:07

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Goldfrei 2022
NUTAKU FREE HACK 2022 AKTUALISIERT
NUTAKU Goldcodes uk AKTUALISIERT

128：selllut

2022年4月29日15:26

nutakugold.club/freenutakugold/

MAY UPDATED!
So hacken Sie NUTAKU-Spiele 2022 AKTUALISIERT
How To Hack NUTAKU Games 2022
Générateur gratuit de pièces NUTAKU MISE À JOUR

129：selllut

2022年4月29日17:04

nutakugold.club/freenutakugold/

MAY UPDATED!
How To Get Free NUTAKU Gold Coins 2022
NUTAKU Goldmünzen-Promo-Codes 2022
NUTAKU FREE HACK 2022 AKTUALISIERT

130：selllut

2022年4月29日18:44

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Gold Free 2022 UPDATED
Codes promotionnels des pièces d'or NUTAKU 2022
NUTAKU FREE COINS 2022 UPDATED

131：selllut

2022年4月29日20:23

nutakugold.club/freenutakugold/

MAY UPDATED!
Codes or NUTAKU gratuits MISE À JOUR
NUTAKU Free Coins Codes 2022
Free NUTAKU Gold Coins No Surveys 2022 UPDATED

132：selllut

2022年4月29日23:01

nutakugold.club/freenutakugold/

MAY UPDATED!
How To Get Free NUTAKU Gold 2022 UPDATED
NUTAKU gold codes free UPDATED
NUTAKU Gold Code 2022 UPDATED

133：selllut

2022年4月30日2:31

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Gold Cheat 2022
Pièces d'or NUTAKU gratuites 2022
NUTAKU Gold Code 2022 UPDATED

134：selllut

2022年4月30日5:12

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU GOLD HACK 2022 AKTUALISIERT
NUTAKU Money Hack 2022
nutaku pièces gratuites ios MISE À JOUR

135：selllut

2022年4月30日6:33

nutakugold.club/freenutakugold/

MAY UPDATED!
NUTAKU Goldcodes USA AKTUALISIERT
NUTAKU-Goldcodes 2022
NUTAKU Hack 2022

158：Jason

2022年5月9日4:38

order provigil 200mg generic Shawn

160：Rozella

2022年5月10日23:25

provigil oral

162：Sondra

2022年5月12日19:52

provigil cost modafinil cost provigil cost

176：viperBrank

2022年5月28日5:05

я гадюка. я жив в україні в маріополі зараз живу в польщі. де знайти роботу??? гадюка

311：viperBrank

2022年6月4日5:08

я гадюка. я жив в україні в маріополі зараз живу в польщі. де знайти роботу??? гадюка

316：viperBrank

2022年6月10日23:18

я гадюка. я жив в україні в маріополі зараз живу в польщі. де знайти роботу??? гадюка

317：pooomirm

2022年6月13日2:23

hallo

ich bin POO

:P ich wohne in IR.

Das ist wohl thema?

hmmmm , best regards for all :) POO

I need to use eng or can GER?

319：Sharyl

2022年6月20日2:49

Make money trading opions. The minimum deposit is 10$.
Lean how to trade correctly.
How to earn fromr $50 to $10000 a day. The more you earn,
the more profit we get.
binary options strategy

321：Saragef

2022年6月23日12:42

hi. i am from FINLAND but my english is ok, hehe

what is a mmonkeypox? did you hear about it?

i am scared ...

sara

322：Saragef

2022年6月30日16:52

hi. i am from FINLAND but my english is ok, hehe

what is a mmonkeypox? did you hear about it?

i am scared ...

sara

323：Saragef

2022年6月30日16:55

hi. i am from FINLAND but my english is ok, hehe

what is a mmonkeypox? did you hear about it?

i am scared ...

sara

331：Julianne

2022年8月31日4:52

Make money trading opions. The minimum deposit is 10$.

Learn how to trade correctly.
How to earn from $50 to $10000 a day. The more you earn, the
more profit we get.
Binary option

335：charleshicks

2022年9月22日13:53

Hello. And Bye.

402：BadSantakqf

2022年10月21日7:25

hello there. What can i do for you hehe thanks

404：BadSantaimc

2022年10月23日7:09

hello there. What can i do for you hehe thanks

409：BadSantagoq

2022年11月5日17:33

hello there. What can i do for you hehe thanks

412：BadSantaimh

2022年11月9日2:02

hello there. What can i do for you hehe thanks

414：BadSantaehc

2022年11月17日10:55

hello there. What can i do for you hehes thanks

i registered 2 weeks ago but i cant find where can i search any words.

thanks for help :)

421：Robertguiff

2022年11月26日8:06

<a href="https://баннер-москва.рф/pechat-bannerov">изготовить баннер</a>

464：wazzlut

2023年1月31日14:33

docdroid.net/YZULUtJ/z-pamietnika-poloznej-s12e01-za-darmo-hd-pdf

Z pamiętnika położnej lektor pl
Z pamiętnika położnej gdzie obejrzę?

FXデータ分析の練習（３）〜多変量データの統計量（基礎）〜

はじめに

この記事について

この記事の前提

データの準備

サンプルデータの取得

ディレクトリの構成

多変量データの基礎

データの読み込み

共分散（covariance）

共分散行列（covariance matrix）

相関（correlation）

検索

カテゴリ

Web開発

機械学習

プログラミング

その他

サーバー開発

Linux

目次