36.黄金价格与美债收益率的相关分析

# 注：该代码块读取远程平台数据文件，且变量名与下方代码不匹配，渲染时无法正确执行
# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
import pandas as pd  # 导入Pandas数据分析库
#读取黄金期货历史数据.csv和美国十年期国债收益率历史数据.csv
df1 = pd.read_csv('https://huoran.oss-cn-shenzhen.aliyuncs.com/20230411/csv/1645737586192834560.csv', thousands=',')

# 从CSV文件读取数据存入df2
df2 = pd.read_csv('https://huoran.oss-cn-shenzhen.aliyuncs.com/20230411/csv/1645737641935134720.csv', thousands=',')

#将index设置为日期，并转换为datetime类型
df1.set_index('日期', inplace=True)
df1.index = pd.to_datetime(df1.index)  # 转换为日期时间格式
df2.set_index('日期', inplace=True)  # 将日期列设为df2数据框的索引
df2.index = pd.to_datetime(df2.index)  # 转换为日期时间格式
#数据倒转
df1 = df1.iloc[::-1]
df2 = df2.iloc[::-1]  # 将数据按逆序排列
#提取黄金期货历史数据.csv中的收盘价，并转换为float类型
df1 = df1['收盘']
df1 = df1.astype(float)  # 转换数据类型
#提取美国十年期国债收益率历史数据.csv中的收盘价，并转换为float类型
df2 = df2['收盘']
df2 = df2.astype(float)  # 转换数据类型
 
#计算相关系数
result = df1.corr(df2)
print(result)  # 输出分析结果数据

# 注：该代码块依赖的数据来自上方平台任务代码块，因其未执行，本块也无法执行

# 计算Pearson相关系数
correlation = gold_price.corr(treasury_yield)

# 格式化输出相关系数
print(f'黄金价格与国债收益率相关系数: {correlation:.4f}')

# 注：该代码块依赖的数据来自上方平台任务代码块，因其未执行，本块也无法执行

print('\n相关性解读:')

if correlation < -0.5:
    # 强负相关：符合金融理论预期
    print('  强负相关,符合理论预期')
    print('  国债收益率上升时,黄金价格下跌')
elif correlation < -0.3:
    # 中度负相关：方向正确但关系不强
    print('  中度负相关')
    print('  大部分时候符合负相关关系')
elif correlation < 0.3:
    # 弱相关：其他因素影响更大
    print('  弱相关')
    print('  其他因素影响更大')
else:
    # 正相关：与理论预期相反
    print('  正相关或接近0')
    print('  不符合经典理论,可能有其他主导因素')

# 注：该代码块依赖的数据来自上方平台任务代码块，因其未执行，本块也无法执行

fig, ax1 = plt.subplots(figsize=(14, 6))

# 左轴：黄金价格（蓝色）
ax1.plot(gold_price.index, gold_price.values,
         'b-', label='黄金价格', linewidth=2)
ax1.set_xlabel('日期', fontsize=12)
ax1.set_ylabel('黄金价格', fontsize=12, color='b')
ax1.tick_params(axis='y', labelcolor='b')
ax1.legend(loc='upper left')

# 右轴：国债收益率（红色）
ax2 = ax1.twinx()
ax2.plot(treasury_yield.index, treasury_yield.values,
         'r-', label='国债收益率', linewidth=2)
ax2.set_ylabel('国债收益率(%)', fontsize=12, color='r')
ax2.tick_params(axis='y', labelcolor='r')
ax2.legend(loc='upper right')

plt.title('黄金价格与国债收益率趋势', fontsize=14)
fig.tight_layout()
plt.show()