python-ml-class/src/PcaStockReduce.py at main · edumgt/python-ml-class · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
import os
import time

import matplotlib.pyplot as plt
import numpy as np
import korean_font  # noqa: F401
from sklearn.decomposition import PCA
from sklearn.preprocessing import StandardScaler

os.makedirs("../result", exist_ok=True)

print("=" * 60)
print("  PCA 차원 축소: 6차원 주식 지표 → 2차원 시각화 실습")
print("=" * 60)

print("\n[1/6] 50개 종목의 6가지 지표 생성 중...")
time.sleep(0.5)
np.random.seed(42)
n_stocks = 50
per = np.random.uniform(5, 25, n_stocks)
pbr = per * np.random.uniform(0.05, 0.12, n_stocks)
roe = np.random.uniform(5, 25, n_stocks)
volatility = np.random.uniform(0.1, 0.5, n_stocks)
avg_return = roe * 0.3 + np.random.normal(0, 1, n_stocks)
volume = np.random.uniform(10, 500, n_stocks)
X = np.column_stack([per, pbr, roe, volatility, avg_return, volume])
feature_names = ['PER', 'PBR', 'ROE', '변동성', '수익률', '거래량']
print(f"   → 데이터 형태: {X.shape}  ({n_stocks}종목 × {len(feature_names)}지표)")
print(f"   → 특성: {feature_names}")
time.sleep(0.5)

print("\n[2/6] StandardScaler로 표준화 중...")
print("   이유: 거래량(10~500)이 PBR(0.05~3) 보다 수백 배 커서 PCA 왜곡 방지")
time.sleep(0.5)
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
print("   → 표준화 완료")
time.sleep(0.3)

print("\n[3/6] PCA 분석 실행 중 (6개 주성분 추출)...")
print("   원리: 데이터 분산(정보)이 가장 큰 방향을 순서대로 PC1, PC2... 추출")
time.sleep(0.8)
pca_full = PCA()
pca_full.fit(X_scaled)
explained = pca_full.explained_variance_ratio_
cumulative = np.cumsum(explained)
print("   → 분석 완료!")
time.sleep(0.3)

print("\n[4/6] 주성분별 설명 분산 비율 확인...")
time.sleep(0.4)
for i, (e, c) in enumerate(zip(explained, cumulative)):
    bar = "█" * int(e * 40)
    print(f"   PC{i + 1}: {e * 100:5.1f}%  누적={c * 100:.1f}%  {bar}")
    time.sleep(0.25)
print(f"\n   → PC1+PC2만으로도 정보의 {cumulative[1] * 100:.1f}% 보존!")
time.sleep(0.5)

print("\n[5/6] 6차원 → 2차원으로 압축 중...")
time.sleep(0.5)
pca2 = PCA(n_components=2)
X_2d = pca2.fit_transform(X_scaled)
print(f"   원본: {X_scaled.shape} → 압축: {X_2d.shape}")
print("   (6개 지표를 2개 숫자로 요약 — 정보 손실 최소화)")
time.sleep(0.3)

print("\n[6/6] 시각화 중 (설명 분산 차트 + 2D 산점도)...")
time.sleep(0.5)
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4))

ax1.bar(range(1, len(explained) + 1), explained, color='steelblue', alpha=0.7, label='개별 설명 분산')
ax1.step(range(1, len(cumulative) + 1), cumulative, where='mid', color='tomato', label='누적 설명 분산')
ax1.axhline(0.9, linestyle='--', color='gray', linewidth=0.8, label='90% 기준선')
ax1.set_xlabel("주성분(PC) 번호")
ax1.set_ylabel("설명 분산 비율")
ax1.set_title("PCA 설명 분산 비율")
ax1.legend()

sc = ax2.scatter(X_2d[:, 0], X_2d[:, 1], c=avg_return, cmap='RdYlGn',
                 alpha=0.8, edgecolors='k', linewidths=0.3)
cbar = plt.colorbar(sc, ax=ax2, label='수익률')
ax2.set_xlabel(f"PC1 ({explained[0] * 100:.1f}%)")
ax2.set_ylabel(f"PC2 ({explained[1] * 100:.1f}%)")
ax2.set_title("6차원 → 2차원 PCA 압축")

# ── 어노테이션: 그래프 상단 한 줄 요약 ──────────────────────────────────
fig.text(0.5, 0.98,
         "6가지 지표를 딱 2개로 줄여도 수익률 높은 주식과 낮은 주식을 구분할 수 있어요 (PCA)",
         ha='center', fontsize=9, color='#333', weight='bold')

# ── 어노테이션: 설명분산 패널 — 첫 번째 막대 위 화살표 "PC1 가장 중요" ──
ax1.annotate("PC1: 가장 중요한 방향",
             xy=(1, explained[0]),
             xytext=(1.8, explained[0] + 0.12),
             arrowprops=dict(arrowstyle='->', color='gray'),
             fontsize=7, color='#333')

# ── 어노테이션: 설명분산 패널 — 누적 70% 부근 표시 ─────────────────────
idx_70 = next((i for i, c in enumerate(cumulative) if c >= 0.70), 1)
ax1.annotate("여기까지만으로\n정보의 70% 이상!",
             xy=(idx_70 + 1, cumulative[idx_70]),
             xytext=(idx_70 + 1.5, cumulative[idx_70] - 0.18),
             arrowprops=dict(arrowstyle='->', color='tomato'),
             fontsize=7, color='tomato')

# ── 어노테이션: 설명분산 패널 — x축 보충 ────────────────────────────────
ax1.text(0.5, -0.18,
         "숫자가 작을수록 더 중요한 주성분이에요",
         transform=ax1.transAxes, ha='center', fontsize=7, color='gray')

# ── 어노테이션: 2D 산점도 패널 — 안내 텍스트 ────────────────────────────
ax2.text(0.5, 1.07,
         "원래 6개 숫자를 2개로 줄였어요",
         transform=ax2.transAxes, ha='center', fontsize=8, color='#333',
         bbox=dict(boxstyle='round,pad=0.3', fc='lightyellow', alpha=0.8, ec='gold'))

# ── 어노테이션: 2D 산점도 패널 — 컬러 의미 설명 ─────────────────────────
ax2.text(1.22, 0.75,
         "초록=수익\n높음",
         transform=ax2.transAxes, ha='center', fontsize=7, color='seagreen')
ax2.text(1.22, 0.25,
         "빨강=수익\n낮음",
         transform=ax2.transAxes, ha='center', fontsize=7, color='tomato')

# ── 어노테이션: 2D 산점도 패널 — x축 보충 ───────────────────────────────
ax2.text(0.5, -0.18,
         "PC1·PC2 두 숫자만으로 주식을 2D 지도에 표현했어요",
         transform=ax2.transAxes, ha='center', fontsize=7, color='gray')

plt.tight_layout(rect=[0, 0, 1, 0.96])
plt.savefig("../result/PcaStockReduce.png", dpi=150, bbox_inches="tight")
print("   → 그래프 저장: result/PcaStockReduce.png")

print("\n✓ PCA 차원 축소 실습 완료!\n")