Python金融數(shù)據(jù)分析與挖掘（微課版） 課件 第11章 行業(yè)聯(lián)動(dòng)與輪動(dòng)分析

第11章

行業(yè)聯(lián)動(dòng)與輪動(dòng)分析數(shù)據(jù)獲取布爾值指標(biāo)計(jì)算日行業(yè)聯(lián)動(dòng)與輪動(dòng)關(guān)聯(lián)規(guī)則挖掘數(shù)據(jù)獲取第11章

以申銀萬國行業(yè)指數(shù)日行情數(shù)據(jù)為基礎(chǔ)，分析行業(yè)的聯(lián)動(dòng)現(xiàn)象與輪動(dòng)現(xiàn)象。申銀萬國指數(shù)行業(yè)包括：農(nóng)林牧漁、采掘、化工、商業(yè)貿(mào)易、黑色金屬、有色金屬、紡織服裝、建筑建材、電子元器件、食品飲料、公用事業(yè)、信息服務(wù)、交運(yùn)設(shè)備、綜合、醫(yī)藥生物、建筑材料、房地產(chǎn)、建筑裝飾、電氣設(shè)備、機(jī)械設(shè)備、國防軍工、金融服務(wù)、家用電器、計(jì)算機(jī)、傳媒、通信、信息設(shè)備、輕工制造、餐飲旅游、銀行、非銀金融、汽車、交通運(yùn)輸、機(jī)械設(shè)備等34個(gè)行業(yè)。數(shù)據(jù)區(qū)間取2010年1月4日至2017年3月7日，共1741個(gè)交易日，不足1741個(gè)交易日的行業(yè)指數(shù)剔除，最終得到28個(gè)行業(yè)指數(shù)數(shù)據(jù)獲取第11章

相關(guān)數(shù)據(jù)表包括：交易日歷數(shù)據(jù)表、指數(shù)基本信息表和指數(shù)交易數(shù)據(jù)表。MarkettypeClddtDaywkState12010-01-041O12010-01-052O12010-01-063O12010-01-074O12010-01-085O12010-01-111O12010-01-122O12010-01-133O……………………IndexcdIdxinfo01801010農(nóng)林牧漁801020采掘801030化工801040黑色金屬801050有色金屬801060建筑建材801070機(jī)械設(shè)備801080電子元器件…………指數(shù)代碼交易日期收盤指數(shù)8010102010-01-042058.278010102010-01-052081.288010102010-01-062048.78010102010-01-071999.318010102010-01-082018.818010102010-01-112019.458010102010-01-122086.198010102010-01-132063.99………………日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

我們只關(guān)心上漲的情況，不考慮下跌的情況，因此計(jì)算每個(gè)行業(yè)從2010年1月5日至2017年3月7日的指數(shù)行情上漲情況。所謂上漲是指：當(dāng)前交易日行情數(shù)據(jù)與上一個(gè)交易日行情數(shù)據(jù)的差大于零，其指標(biāo)名稱記為：行業(yè)名稱_up，如果上漲記為1，否則記為0。計(jì)算思路及算法如下：（1）預(yù)定義空的字典D。（2）對(duì)每一個(gè)指數(shù)代碼，提取其交易收盤價(jià)數(shù)據(jù)，并按日期進(jìn)行排序。（3）預(yù)定義一個(gè)與其長度相等的全0數(shù)組z21_up，同時(shí)收盤價(jià)按交易日期錯(cuò)位相減，

如果大于0，表示上漲，z21_up對(duì)應(yīng)的位置賦值為1。（4）以行業(yè)名稱_up為鍵，z21_up為值，賦值給預(yù)定義的空字典D。（5）將D轉(zhuǎn)化為數(shù)據(jù)框，其中index為對(duì)應(yīng)的交易日期。日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾指標(biāo)計(jì)算）第11章

importnumpyasnpD=dict()fortinrange(len(code)):

dt=data.loc[data['指數(shù)代碼']==code[t],['交易日期','收盤價(jià)']].sort_values('交易日期')

dt1=dt.iloc[0:-1,[1]]['收盤價(jià)'];

dt2=dt.iloc[1:,[1]]['收盤價(jià)'];

z21_up=np.zeros(len(dt2))

z21_up[dt2.values-dt1.values>0]=1

D.setdefault(sname[code[t]]+'_up',z21_up)td=pd.read_excel('交易日歷數(shù)據(jù)表.xlsx')#讀取交易日歷數(shù)據(jù)Data=pd.DataFrame(D,index=td[‘Clddt’].values[1:])importpandasaspdcodename=pd.read_excel('指數(shù)基本信息表.xlsx')sname=pd.Series(list(codename.iloc[:,1]),index=codename.iloc[:,0])data=pd.read_excel('指數(shù)交易數(shù)據(jù)表.xlsx')code_record=data.iloc[:,0].value_counts()code=list(code_record[code_record==1741].index)日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

計(jì)算結(jié)果（部分）以交通運(yùn)輸_up這個(gè)字段為例進(jìn)行說明，其中2010年1月5日、8日、11日、12日表示該行業(yè)為上漲，而2010年1月6日、7日、13日為下跌?；谠摂?shù)據(jù)，我們就可以進(jìn)行關(guān)聯(lián)規(guī)則挖掘了。日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（聯(lián)動(dòng)規(guī)則挖掘）第11章

調(diào)用apriori關(guān)聯(lián)規(guī)則挖掘算法，獲得行業(yè)聯(lián)動(dòng)關(guān)聯(lián)規(guī)則挖掘結(jié)果如下表。IDrulesupportconfidence1紡織服裝_up—綜合_up—輕工制造_up0.478160920.960739032電氣設(shè)備_up—紡織服裝_up—輕工制造_up0.4724137930.9569266593電氣設(shè)備_up—輕工制造_up—紡織服裝_up0.4724137930.9502890174綜合_up—輕工制造_up—紡織服裝_up0.478160920.9486887125紡織服裝_up—輕工制造_up—綜合_up0.478160920.9390519196紡織服裝_up—輕工制造_up—電氣設(shè)備_up0.4724137930.9277652377電氣設(shè)備_up—輕工制造_up0.4971264370.9134107718化工_up—輕工制造_up0.4948275860.9101479929電氣設(shè)備_up—紡織服裝_up0.4936781610.90707497410綜合_up—輕工制造_up0.5040229890.9050567611機(jī)械設(shè)備_up—輕工制造_up0.4833333330.90430107512商業(yè)貿(mào)易_up—紡織服裝_up0.491379310.90285110913紡織服裝_up—輕工制造_up0.5091954020.90040650414電子元器件_up—輕工制造_up0.4925287360.90021008415機(jī)械設(shè)備_up—紡織服裝_up0.4810344830.9最小支持度、最小置信度分別在47%和90%以上的，共有15條行業(yè)聯(lián)動(dòng)的關(guān)聯(lián)規(guī)則。聯(lián)動(dòng)規(guī)則揭示了當(dāng)前的關(guān)聯(lián)情況，對(duì)未來沒有預(yù)測(cè)意義。日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（輪動(dòng)規(guī)則挖掘）第11章

基于第5章一對(duì)一關(guān)聯(lián)規(guī)則挖掘程序案例，將其定義為函數(shù)的形式，其函數(shù)名稱記為rule，存儲(chǔ)于OneRule.py文件中。函數(shù)定義如下：輸入?yún)?shù)為布爾數(shù)據(jù)集Data、最小支持度s0和最小置信度c0，返回值為一對(duì)一行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則defrule(Data,s0,c0):

importnumpyasnpimportpandasaspdc=list(Data.columns)#獲取字段名稱(行業(yè)名稱_up)轉(zhuǎn)化為列表list1=[]#預(yù)定義定義列表list1,用于存放規(guī)則list2=[]#預(yù)定義定義列表list2,用于存放規(guī)則的支持度list3=[]#預(yù)定義定義列表list3,用于存放規(guī)則的置信度forkinrange(len(c)):forqinrange(len(c)):

#對(duì)第c[k]個(gè)行業(yè)與第c[q]個(gè)行業(yè)計(jì)算行業(yè)輪動(dòng)規(guī)則

#規(guī)則的前件為c[k]

#規(guī)則的后件為c[q],計(jì)算周期與c[k]需后移一個(gè)周期c1=Data[c[k]][0:-1]c2=Data[c[q]][1:]I1=c1.values==1I2=c2.values==1

t12=np.zeros((len(c1)))t1=np.zeros((len(c1)))t12[I1&I2]=1t1[I1]=1sp=sum(t12)/len(c1)#支持度co=sum(t12)/sum(t1)#置信度ifco>c0andsp>s0:list1.append(c[k]+'--'+c[q])list2.append(sp)list3.append(co)

#定義字典,用于存放關(guān)聯(lián)規(guī)則及其置信度、支持度

R={'rule':list1,'support':list2,'confidence':list3}

#將字典轉(zhuǎn)化為數(shù)據(jù)框R=pd.DataFrame(R)

#將結(jié)果導(dǎo)出到ExcelR.to_excel('R.xlsx')returnR日行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（輪動(dòng)規(guī)則挖掘）第11章

importOneRuleasORr=OR.rule(Data,0.3,0.59)本例設(shè)置行業(yè)關(guān)聯(lián)規(guī)則的最小支持度和最小置信度分別大于0.3和0.59，調(diào)用定義的rule函數(shù)進(jìn)行行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則挖掘IDrulesupportconfidence0公用事業(yè)_up—輕工制造_up0.32374930.600213221農(nóng)林牧漁_up—輕工制造_up0.32777460.5968586392醫(yī)藥生物_up—紡織服裝_up0.32317420.5953389833醫(yī)藥生物_up—輕工制造_up0.32259920.5942796614商業(yè)貿(mào)易_up—紡織服裝_up0.32374930.5951374215商業(yè)貿(mào)易_up—輕工制造_up0.32317420.5940803386建筑材料_up—輕工制造_up0.32432430.592436975……………………置信度大于0.59的有24條關(guān)聯(lián)規(guī)則，置信度最高的也不超過0.61。相比起行業(yè)聯(lián)動(dòng)，其置信度要小得多。然而，行業(yè)輪動(dòng)規(guī)則代表的是未來下一個(gè)交易日的漲跌情況，具有預(yù)測(cè)性，對(duì)投資意義更大。同時(shí)我們也應(yīng)該注意到，日間行業(yè)輪動(dòng)的關(guān)聯(lián)規(guī)則置信度普遍較低，其投資的風(fēng)險(xiǎn)也較大。第11章

行業(yè)聯(lián)動(dòng)與輪動(dòng)分析布爾值指標(biāo)計(jì)算周行業(yè)聯(lián)動(dòng)與輪動(dòng)關(guān)聯(lián)規(guī)則挖掘周行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

計(jì)算行業(yè)指數(shù)周上漲情況：當(dāng)周最大交易日收盤指數(shù)?當(dāng)周最小交易日收盤指數(shù)，如果大于0，則表示上漲，記為1，否則為0；本章提供的數(shù)據(jù)是日頻數(shù)據(jù)，故需要找出每周的最大交易日和最小交易日，從而獲得相應(yīng)交易日的數(shù)據(jù)并進(jìn)行計(jì)算。通過周最大交易日和最小交易日算法及程序，可獲得每周的最大交易日和最小交易日列表總共得到359個(gè)交易周，第0行代表第0個(gè)交易周，該周的最小交易日為2010年1月4日，最大交易日為2010年1月8日。計(jì)算該周的漲跌情況可以用2010年1月8日的指數(shù)收盤價(jià)?2010年1月4日的指數(shù)收盤價(jià)得到，如果大于0，則表示該周指數(shù)上漲，用1表示，否則記為0周行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

通過計(jì)算，獲得周行業(yè)指數(shù)漲跌情況布爾指標(biāo)值。從圖中可以看出，交通運(yùn)輸業(yè)第0、2、3、7、8、10個(gè)交易周為下跌，第1、4、5、6、9個(gè)交易周為上漲周行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（聯(lián)動(dòng)規(guī)則挖掘）第11章

調(diào)用apriori關(guān)聯(lián)規(guī)則挖掘算法，獲得行業(yè)聯(lián)動(dòng)關(guān)聯(lián)規(guī)則挖掘結(jié)果如下表。最小支持度、最小置信度分別在47%和90%以上的，共有20條行業(yè)聯(lián)動(dòng)的關(guān)聯(lián)規(guī)則。IDrulesupportconfidence1化工_up—紡織服裝_up—輕工制造_up0.4735376040.982658962紡織服裝_up—輕工制造_up—化工_up0.4735376040.955056183紡織服裝_up—輕工制造_up—綜合_up0.4707520890.9494382024紡織服裝_up—綜合_up—輕工制造_up0.4707520890.9494382025化工_up—輕工制造_up0.5041782730.9476439796綜合_up—輕工制造_up—紡織服裝_up0.4707520890.9441340787化工_up—輕工制造_up—紡織服裝_up0.4735376040.939226519……………………周行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（輪動(dòng)規(guī)則挖掘）第11章

importOneRuleasORr=OR.rule(Data,0.2,0.58)同日行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則挖掘類似，我們調(diào)用定義的函數(shù)rule，設(shè)置最小支持度和最小置信度分別大于0.2和0.58周行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則置信度最大值都不超過0.6，而大于0.58的關(guān)聯(lián)規(guī)則僅4條，因此，周行業(yè)輪動(dòng)的關(guān)聯(lián)規(guī)則可預(yù)測(cè)性也不強(qiáng)。IDrulesupportconfidence0銀行_up—機(jī)械設(shè)備_up0.279329610.5882352941銀行_up—電氣設(shè)備_up0.282122910.5941176472銀行_up—綜合_up0.282122910.5941176473非銀金融_up—綜合_up0.28491620.593023256第11章

行業(yè)聯(lián)動(dòng)與輪動(dòng)分析布爾值指標(biāo)計(jì)算量化投資策略設(shè)計(jì)月行業(yè)聯(lián)動(dòng)與輪動(dòng)關(guān)聯(lián)規(guī)則挖掘月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

計(jì)算行業(yè)指數(shù)月上漲情況：當(dāng)月最大交易日收盤指數(shù)?當(dāng)月最小交易日收盤指數(shù)，如果大于0，則表示上漲，記為1，否則為0；本章提供的數(shù)據(jù)是日頻數(shù)據(jù)，故需要找出每月的最大交易日和最小交易日，從而獲得相應(yīng)交易日的數(shù)據(jù)并進(jìn)行計(jì)算。通過月最大交易日和最小交易日算法及程序，可獲得每月的最大交易日和最小交易日列表總共得到86個(gè)交易月，第0行代表第0個(gè)交易月，該月的最小交易日為2010年1月4日，最大交易日為2010年1月29日。計(jì)算該月的漲跌情況可以用2010年1月29日的指數(shù)收盤價(jià)減去2010年1月4日的指數(shù)收盤指數(shù)得到，如果大于0，則表示該月指數(shù)上漲，用1表示，否則記為0。月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（布爾值指標(biāo)計(jì)算）第11章

通過計(jì)算，獲得月行業(yè)指數(shù)漲跌情況布爾指標(biāo)值。從圖中可以看出，以交通運(yùn)輸業(yè)為例，第0、2、3、4、5、7、10個(gè)交易月表示該行業(yè)下跌，第1、6、8、9個(gè)交易月為上漲。月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（聯(lián)動(dòng)規(guī)則挖掘）第11章

調(diào)用apriori關(guān)聯(lián)規(guī)則挖掘算法，獲得行業(yè)聯(lián)動(dòng)關(guān)聯(lián)規(guī)則挖掘結(jié)果如下表。最小支持度、最小置信度分別在47%和90%以上的，共有16條行業(yè)聯(lián)動(dòng)的關(guān)聯(lián)規(guī)則。IDrulesupportconfidence1采掘_up—家用電器_up0.50.9555555562綜合_up—輕工制造_up0.476744190.9534883723機(jī)械設(shè)備_up—家用電器_up0.511627910.9361702134計(jì)算機(jī)_up—電子元器件_up0.50.9347826095房地產(chǎn)_up—家用電器_up0.488372090.9333333336房地產(chǎn)_up—建筑材料_up0.488372090.9333333337紡織服裝_up—輕工制造_up0.488372090.9333333338化工_up—汽車_up0.476744190.9318181829化工_up—輕工制造_up0.476744190.93181818210電子元器件_up—計(jì)算機(jī)_up0.50.91489361711計(jì)算機(jī)_up—醫(yī)藥生物_up0.488372090.91304347812建筑材料_up—家用電器_up0.488372090.91304347813有色金屬_up—家用電器_up0.488372090.91304347814建筑材料_up—房地產(chǎn)_up0.488372090.91304347815采掘_up—有色金屬_up0.476744190.91111111116紡織服裝_up—汽車_up0.476744190.911111111月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（輪動(dòng)規(guī)則挖掘）第11章

importOneRuleasORr=OR.rule(Data,0.2,0.67)同日行業(yè)輪動(dòng)關(guān)聯(lián)規(guī)則挖掘類似，我們調(diào)用定義的函數(shù)rule，設(shè)置最小支持度和最小置信度分別大于0.2和0.67。IDrulesupportconfidence0交通運(yùn)輸_up—家用電器_up0.2705882350.6764705881公用事業(yè)_up—家用電器_up0.3411764710.6744186052農(nóng)林牧漁_up—家用電器_up0.3294117650.6829268293化工_up—家用電器_up0.3411764710.6744186054商業(yè)貿(mào)易_up—家用電器_up0.3294117650.7179487185國防軍工_up—醫(yī)藥生物_up0.3411764710.690476196國防軍工_up—家用電器_up0.3411764710.690476197家用電器_up—家用電器_up0.4117647060.686274518建筑裝飾_up—醫(yī)藥生物_up0.3294117650.79建筑裝飾_up—家用電器_up0.3294117650.710機(jī)械設(shè)備_up—家用電器_up0.3647058820.67391304311汽車_up—家用電器_up0.4117647060.712電子元器件_up—家用電器_up0.3647058820.67391304313通信_(tái)up—家用電器_up0.3529411760.71428571414通信_(tái)up—汽車_up0.3411764710.6904761915采掘_up—家用電器_up0.3647058820.70454545516非銀金融_up—醫(yī)藥生物_up0.3294117650.68292682917非銀金融_up—家用電器_up0.3529411760.73170731718餐飲旅游_up—家用電器_up0.3411764710.674418605月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（量化投資策略設(shè)計(jì)）第11章

以支持度大于0.2，置信度大于0.7的四條規(guī)則：商業(yè)貿(mào)易_up—家用電器_up、通信_(tái)up—家用電器_up、非銀金融_up—家用電器_up、采掘_up—家用電器_up，設(shè)計(jì)量化投資策略。具體設(shè)計(jì)思路及流程如下：

（1）數(shù)據(jù)區(qū)間選擇。由于本章月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析的數(shù)據(jù)區(qū)間為2010年1月—2017年2月（2010年1月和2017年2月不計(jì)算月漲跌幅），故我們?cè)谠O(shè)計(jì)量化投資策略的時(shí)候，計(jì)算商業(yè)貿(mào)易、通信、非銀金融、采掘4個(gè)行業(yè)指數(shù)漲跌情況的數(shù)據(jù)區(qū)間為2017年2月—2017年11月，家用電器行業(yè)股票投資數(shù)據(jù)區(qū)間為2017年3月—2017年12月。

（2）投資策略。商業(yè)貿(mào)易、通信、非銀金融、采掘這4個(gè)行業(yè)指數(shù)在2017年2月—2017年11月共10個(gè)交易月中，如果當(dāng)月指數(shù)上漲，則取家用電器行業(yè)綜合排名前20的樣本股作為投資組合，以下個(gè)月最小交易日收盤價(jià)買入和下個(gè)月最大交易日收盤價(jià)賣出，計(jì)算投資組合的總收益率。月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（量化投資策略設(shè)計(jì)）第11章

通過2017年的行業(yè)指數(shù)行情數(shù)據(jù)表和每個(gè)月的最小交易日期list1和最大交易日期list2，計(jì)算商業(yè)貿(mào)易（行業(yè)指數(shù)代碼：801200）、通信（行業(yè)指數(shù)代碼：801770）、非銀金融（行業(yè)指數(shù)代碼：801790）、采掘（行業(yè)指數(shù)代碼：801020）、家電行業(yè)（行業(yè)指數(shù)代碼：801110）這5個(gè)指數(shù)在2017年每個(gè)月的漲跌情況。IndexcdIdxtrd01Idxtrd02Idxtrd03Idxtrd04Idxtrd058010102017-01-033362.023394.793361.523388.748010102017-01-043393.083424.673392.13423.828010102017-01-053421.33433.153410.133421.98010102017-01-063412.293417.893401.373410.668010102017-01-093406.893407.063375.973399.368010102017-01-103396.673402.53376.813377.768010102017-01-113366.763376.553342.463344.898010102017-01-123342.933359.053324.913326.66………………………………其中字段依次表示行業(yè)指數(shù)代碼、交易日期、開盤指數(shù)、最高指數(shù)、最低指數(shù)和收盤指數(shù)月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（量化投資策略設(shè)計(jì)）第11章

trd=pd.read_excel('IDX_Idxtrd.xlsx')Icode=[801200,801770,801790,801020,801110]list1_=[]list2_=[]list3_=[]list4_=[]list5_=[]fortinrange(len(Icode)):

dt=trd.loc[trd['Indexcd'].values==Icode[t],['Idxtrd01','Idxtrd05']]forkinrange(1,len(list1)):p1=dt.loc[dt['Idxtrd01'].values==list1[k],'Idxtrd05'].valuesp2=dt.loc[dt['Idxtrd01'].values==list2[k],'Idxtrd05'].valuesift==0:list1_.append(p2-p1)ift==1:list2_.append(p2-p1)ift==2:list3_.append(p2-p1)ift==3:list4_.append(p2-p1)ift==4:list5_.append(p2-p1)UD={'商業(yè)貿(mào)易':list1_,'通信':list2_,'非銀金融':list3_,'采掘':list4_,'家用電器':list5_}U=pd.DataFrame(UD,index=range(2,len(list1)+1))月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（量化投資策略設(shè)計(jì)）第11章

通過計(jì)算得到商業(yè)貿(mào)易、通信、非銀金融、采掘、家用電器5個(gè)行業(yè)在2017年2月—2017年12月的行業(yè)指數(shù)漲跌情況。比如：商業(yè)貿(mào)易行業(yè)指數(shù)在2月—11月中，2月、6月、7月、8月、9月、10月共6個(gè)月上漲，家用電器下個(gè)月上漲統(tǒng)計(jì)數(shù)為3，置信度為50%。通信行業(yè)指數(shù)在2月—11月中，2月、6月、8月、9月共4個(gè)月上漲，家用電器下個(gè)月上漲統(tǒng)計(jì)數(shù)為3，置信度為75%.……商業(yè)貿(mào)易→家用電器：模型置信度（71.79%），實(shí)際置信度（50%）。通信→家用電器：模型置信度（71.43%），實(shí)際置信度（75%）。采掘→家用電器：模型置信度（70.45%），實(shí)際置信度（57%）。非銀金融→家用電器：模型置信度（73.17%），實(shí)際置信度（60%）。月行業(yè)聯(lián)動(dòng)與輪動(dòng)分析（量化投資策略設(shè)計(jì)）第11章

利用第8章中基于總體規(guī)模與投資效率指標(biāo)的綜合評(píng)價(jià)方法，以2016年財(cái)務(wù)數(shù)據(jù)進(jìn)行綜合排名，最