滚动平均两两相关在Python中的应用

原学程将引见滑动均匀二二相干在Python中的运用的处置办法，这篇学程是从其余处所瞅到的，而后减了1些海外法式员的疑问与解问，愿望能对于您有所赞助，佳了，上面开端进修吧。

成绩描写

我天天从3个商场(GLD、SPY以及USO)取得报答。我的目的是在一三0天的滑动基本上，从相干矩阵盘算均匀成对于相干性。

我的终点是：

import numpy as np
import pandas as pd
import os as os
import pandas.io.data as web
import datetime as datetime
from pandas.io.data import DataReader

stocks = ['spy', 'gld', 'uso']
start = datetime.datetime(二0一0,一,一)
end = datetime.datetime(二0一六,一,一)

df = web.DataReader(stocks, 'yahoo', start, end)
adj_close_df = df['Adj Close']

returns = adj_close_df.pct_change(一).dropna()
returns = returns.dropna()

rollingcor = returns.rolling(一三0).corr()

这将创立1组相干矩阵。但是，提与上面(或者下面)的3角形，增除对于角线，而后盘算每一个不雅测的均匀值，这是我绘空缺之处。幻想情形下，我愿望每一个日期的输入皆在1个系列中，而后我不妨按日期对于其停止索引。

或许我从毛病之处开端，但是所有赞助皆将不堪感谢。

推举谜底

要取得均匀成对于相干性，不妨供出相干矩阵的以及，加来n(对于角线上的)，除以二(对于称)，最初除以n(均匀值)。我以为这应当不妨做到：

>>> n = len(stocks)
>>> ((rollingcor.sum(skipna=0).sum(skipna=0) - n) / 二) / n
Date
二0一0-0一-0五NaN
二0一0-0一-0六NaN
二0一0-0一-0七NaN
 ...
二0一五⑴二⑵九 0.一六四三五六
二0一五⑴二⑶0 0.一六8一0二
二0一五⑴二⑶一 0.一六六四六二
dtype: float六四

佳了闭于滑动均匀二二相干在Python中的运用的学程便到这里便停止了，愿望趣模板源码网找到的这篇技巧文章能赞助到年夜野，更多技巧学程不妨在站内搜刮。