Code Python Phân tích dữ liệu chứng khoán Stock Analysis sử dụng PCA, KMeans

Code Python Phân tích dữ liệu chứng khoán Stock Analysis sử dụng PCA, KMeans

Nghiên cứu và Phân tích Dữ liệu Chứng khoán

Việc nghiên cứu và phân tích dữ liệu chứng khoán là một ứng dụng quan trọng trong lĩnh vực tài chính và khoa học dữ liệu. Bằng cách sử dụng PCA để lọc feature và KMeans để tìm nhóm cổ phiếu có chung pattern, chúng ta có thể dễ dàng trực quan hóa và phân loại các cổ phiếu.

Các bước thực hiện dự án

1. Load dữ liệu gốc:

   • Dữ liệu gốc được cung cấp dưới dạng file pickle (.pkl).

2. Clean data:

   • Xử lý dữ liệu thiếu, không hợp lệ để đảm bảo chất lượng dữ liệu.

3. Feature Engineering:

   • Scale và chuẩn hóa lại dữ liệu để chuẩn bị cho quá trình phân tích.

4. PCA dữ liệu:

   • Sử dụng Principal Component Analysis (PCA) để giảm số chiều dữ liệu và lọc các feature quan trọng.

5. KMeans – Silhouette score:

   • Áp dụng thuật toán KMeans để phân nhóm các cổ phiếu có chung pattern và sử dụng Silhouette score để đánh giá hiệu quả của việc phân nhóm.

Chi tiết về project này, các bạn có thể xem trong file stock_analysis.ipynb. Ngôn ngữ lập trình được sử dụng là Python.