# Data Mining report

**Repository Path**: yanan0122/data-mining-report

## Basic Information

- **Project Name**: Data Mining report
- **Description**: 数据挖掘课程报告 Data Mining report
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-06-07
- **Last Updated**: 2023-06-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Data Mining report
## 数据探索
### 1. Candlestick charts
常用于反应一段时间内，物品价值（或公司股价）的变化，可以参考[网页](https://www.investopedia.com/trading/candlestick-charting-what-is-it/)
### 2. 数据预处理
- 缺失值
    - 只有target列有NAN值，1956200个数据中缺少了340个。
    - 每个货币都缺少一些时间戳，即缺失一些行。这些缺失行并没有由NAN值反映出。这个问题用reindex解决，用上一行的数据填充缺失的空行。
### 3. 数据可视化
当前只可视化了货币按时间戳的Close值变化。不过它提供了一个思路：可以研究两种货币近期价值的相关性。在下面有实现。
### 4. log returns 收益率对数
对close求自然对数之后，求相邻时间戳的差(diff函数实现)。等同于先用相邻时间戳的close值做除法，再求这个值的自然对视。后面的公式可以参考。
### 5. 两种货币的相关性
- 分析两种货币在10000分钟内，close平均值的相关性。可以看出，相关性是随着时间动态变化的。这是一个不稳定系统，即数据的统计特征随着时间的变化而改变。
- 计算了不同两种货币组合之间的近期相关性。

## 建立预测模型
### 1. 预测目标和评价
### 2. 特征工程
### 3. 建模
### 4. 评价模型