スキップしてメイン コンテンツに移動

[Python][Redis]日経225構成銘柄 2011/08/17時点 相関係数ランキング(直近120日間)

本日の日経225構成銘柄相関係数ランキングをお知らせします。
通貨ペア同様、以下の3つの相関係数ランキングを公開します。
 1,正の相関TOP20
 2,負の相関TOP20
 3,低相関TOP20

まずは正の相関が観測されたTOP20の組み合わせです。

-- 正の相関TOP20 --
1位 TYO:9007/TYO:9008 : 0.9873
2位 TYO:8404/TYO:8411 : 0.985
3位 TYO:9502/TYO:9503 : 0.9834
4位 TYO:9101/TYO:9107 : 0.9822
5位 TYO:8316/TYO:8411 : 0.9802
6位 TYO:7911/TYO:9301 : 0.9799
7位 TYO:8604/TYO:9104 : 0.9799
8位 TYO:3099/TYO:8233 : 0.9772
9位 TYO:1306/TYO:1311 : 0.9771
10位 TYO:9104/TYO:9107 : 0.976
11位 TYO:8316/TYO:8628 : 0.9755
12位 TYO:3099/TYO:9009 : 0.9753
13位 TYO:8604/TYO:9107 : 0.9753
14位 TYO:9101/TYO:9104 : 0.9742
15位 TYO:2531/TYO:9009 : 0.9735
16位 TYO:6758/TYO:6767 : 0.9731
17位 TYO:8628/TYO:8803 : 0.9723
18位 TYO:5541/TYO:7911 : 0.9709
19位 TYO:8411/TYO:8628 : 0.9697
20位 TYO:5201/TYO:9104 : 0.9694


次に負の相関が観測されたTOP20の組み合わせです。

-- 負の相関TOP20 --
1位 TYO:3436/TYO:9766 : -0.8262
2位 TYO:6366/TYO:9503 : -0.8234
3位 TYO:1963/TYO:9503 : -0.8095
4位 TYO:6366/TYO:9502 : -0.7929
5位 TYO:6366/TYO:6758 : -0.7922
6位 TYO:1963/TYO:9502 : -0.7801
7位 TYO:6758/TYO:1963 : -0.7684
8位 TYO:6366/TYO:6952 : -0.7619
9位 TYO:6366/TYO:6305 : -0.7595
10位 TYO:6366/TYO:6767 : -0.7589
11位 TYO:5233/TYO:8303 : -0.7576
12位 TYO:6366/TYO:8303 : -0.7572
13位 TYO:6366/TYO:7003 : -0.7559
14位 TYO:6767/TYO:1963 : -0.7522
15位 TYO:5233/TYO:9501 : -0.7498
16位 TYO:6952/TYO:1963 : -0.747
17位 TYO:6305/TYO:1963 : -0.7468
18位 TYO:6301/TYO:9766 : -0.7428
19位 TYO:4502/TYO:6366 : -0.7428
20位 TYO:7735/TYO:9766 : -0.7379


最後に相関関係の低いのTOP20の組み合わせです。
※()内:符号付き相関係数

-- 低相関TOP20 --
1位 TYO:6367/TYO:1928 : 0.0001 (-0.0001)
2位 TYO:3865/TYO:1925 : 0.0001 (0.0001)
3位 TYO:5711/TYO:9737 : 0.0001 (-0.0001)
4位 TYO:6103/TYO:8303 : 0.0001 (-0.0001)
5位 TYO:4042/TYO:7203 : 0.0001 (0.0001)
6位 TYO:2914/TYO:6471 : 0.0002 (-0.0002)
7位 TYO:4042/TYO:3099 : 0.0002 (-0.0002)
8位 TYO:2531/TYO:6301 : 0.0004 (0.0004)
9位 TYO:7011/TYO:7752 : 0.0004 (-0.0004)
10位 TYO:6702/TYO:7733 : 0.0004 (0.0004)
11位 TYO:5713/TYO:7011 : 0.0004 (0.0004)
12位 TYO:5333/TYO:1801 : 0.0005 (-0.0005)
13位 TYO:6367/TYO:7912 : 0.0006 (-0.0006)
14位 TYO:2914/TYO:1925 : 0.0006 (0.0006)
15位 TYO:5407/TYO:6954 : 0.0007 (-0.0007)
16位 TYO:7733/TYO:9022 : 0.0008 (-0.0008)
17位 TYO:4523/TYO:6502 : 0.0008 (-0.0008)
18位 TYO:6857/TYO:9433 : 0.0009 (0.0009)
19位 TYO:8001/TYO:9501 : 0.001 (-0.001)
20位 TYO:2802/TYO:1812 : 0.0011 (-0.0011)


なお、上記数値の算出にはGoogle Finaceから取得した日々の終値を利用しております。過去のデータから算出しており、将来にわたって投資効果を保証するものではありません。

実際の投資には大幅な損失を被る可能性もありますので、あくまで参考程度としていただくことをご了承ください。

それでは、また。

コメント

このブログの人気の投稿

[Mac]Time Machineのバックアップ先をWindows共有フォルダに設定する

こんばんは。もっくんです。 2台あったWindowsのデスクトップを1台にまとめるついでに、ずっと放置していたMacのバックアップ環境を構築してみました。Finderでコピペするだけでいいんですが、どうせなら「Mac全体を自動的にバックアップします。」という謳い文句のTime Machineを使いたい。 Apple純正のTime CapsuleやUSBの外付けHDDという手もあったんですが、ノートの機動性を落としたくなかったし、なによりタダでできそうなWindows共有フォルダにネットワーク越しにバックアップする方法を取ることにしました。 実際の流れは下記のようになります。 ネットワーク共有フォルダを作成する 空のディスクイメージを作成する ネットワーク共有フォルダにディスクイメージをコピーする ネットワーク共有フォルダのディスクイメージをマウントする マウントしたディスクイメージをTime Machineのバックアップ先に指定する 1.ネットワーク共有フォルダを作成する この手順はそこまで面倒ではないので、簡単な手順だけ。 Windows全体の設定でファイル共有を有効にする(Windowsで作業) Macと共有(Macから見えるように)したいフォルダを作成する(Windowsで作業) 共有したいフォルダに共有設定をする(Windowsで作業) 共有フォルダに接続(Macで作業) 詳細はこちらの記事が画像付きでわかりやすい。 http://blog.goo.ne.jp/beosound/e/7d6d0d0a8f76035f880001eda06c4247 2.空のディスクイメージを作成する いわばこのディスクイメージがバックアップ先のHDDの代わりとなる。 アプリケーション > ユーティリティ > ディスクユーティリティを起動 画面上部の ファイル > 新規 > 空のディスクイメージをクリック 設定画面の各欄は以下のように設定 名前: TimeMachineVolume(なんでもよい) 保存先: デスクトップ(ローカルのわかりやすい場所) ボリューム名: TimeMachineVolume(なんでもよい) ボリュームサイズ: カスタム

[Python]個別銘柄の時系列データをGoogle Financeから取得するプログラム

今日書いたのはこれ。 Google Finance から証券コードを指定して日別の価格情報を取得するプログラムです。 米国市場に上場している銘柄であればCSVでダウンロードでますが、日本の銘柄はできなかったので作りました。 多くの人はYahoo!Japanから取得しているようなので、あえてGoogle Financeから取得してみました。 ちなみに使えるのは東証に上場している銘柄のみです。(おそらく) このプログラムと 日経225構成銘柄一覧取得プログラム を組み合わせれば、日経225構成銘柄の時系列データが取得できてしまいます。 #!/usr/local/bin/python # -*- coding:utf-8 -*- from BeautifulSoup import BeautifulSoup import urllib2,re,datetime,sys class googleFinance2CSV(object): def __init__(self,ticker): ''' 引数で渡されたticker(=証券コード)の時系列データを Google Financeから取得してCSV形式で保持する CSVの列は'Date','Open','High','Low','Close','Volume' ''' self.ticker = ticker self.url = 'http://www.google.com/finance/historical?q=%s&num=200' % str(self.ticker) self.csv = str() soup = BeautifulSoup(urllib2.urlopen(self.url)) tablesoup = soup.find("table", {"class":"gf-table historical_price"}) for trsoup in tablesoup.findAll("tr&qu

[Python]redis-pyでRedis Pub/Sub実装

前から面白そうと思っていたRedisのPub/Sub機能。 redis-pyでどう実装すれば使えるか確認してみた。 ■Pub/Subについて http://ja.wikipedia.org/wiki/出版-購読型モデル ■pub.py from redis import StrictRedis def publish(channel,msg): """ redis-pyにはPUBLISHするためのメソッドがないので、 Redisのコマンドをそのまま実行する為のクラスを使う。 """ sr=StrictRedis() """ 第1引数にRedisのコマンド、第2引数以降は そのコマンドの引数をそのままセット """ sr.execute_command("PUBLISH",channel,msg) if __name__=="__main__": # チャネル"hoge"に"Hello"というメッセージを出版(Publish) publish("hoge","Hello") ■sub.py from redis import Redis def listen(channel): r=Redis() ps=r.pubsub() ps.subscribe(channel) while True: for i in ps.listen(): print i["data"] if __name__=="__main__": # チャネル"hoge"を購読(Subscribe) listen("hoge") ■実行方法・実行結果 (ターミナル1-準備) [user@localhost ~]# python sub.py 1 # => チャネ