R语言PCA构建股票市场指数

主成分分析用来提取数据隐藏的潜在结构。

首先导入数据

prices <- read.csv(...)

在这里需要对数据进行预处理。把数据中的时间戳转化为正确编码的日期变量。需要使用lubridate包

library('lubridate')
prices <- transform(prices, Date=ymd(Date))

创建数据矩阵

使用 reshape包

library('reshape')
date.stock.matrix <- cast(prices,Date~Stock,value = 'Close')

cast 函数可以把波浪线右边指定那些列作为输出矩阵中的列，左边作为输出矩阵的行,value来指明每个元素取值。

然后我们就得到了巨大的日期-股票矩阵。

可视化相关性矩阵

library('ggplot')
cor. matrix<-cor(date. stock. matrix[,2: ncol(date. stock. matrix)])
correlations<-as. numeric(cor. matrix)
g8plot(data. frane(Correlation =correlations), aes(x=Correlation, fill=1))+
geom_density()+
opts(1egend. position =' none')

PCA

使用pca降维

pca <- princomp(date.stock.matrix[,2:ncol(date.stock.matrix)])

然后可以查看主成分占比，主成分贡献率，载荷大小。