量化不仅仅是自动化交易，通过量化的方式来协助基本面的分析，或者协助你对市场的了解，也是很常见的应用之一。
比如我们知道，A股不少股票的相关性很高，经常同涨同跌，那么我们提出一个问题来：谁的涨跌幅和茅台的涨跌幅相关性最高，谁是茅台的真小弟？
在以往，大部分人只能通过主观判断，比如同行业，同板块，或者同概念，那我们会觉得他们是一伙的。在茅台带队的情况下就是小弟，至于谁最亲呢？这个就更主观了，可能某个人看到某个时间段的步调一致，或者通过蛛丝马迹去寻找，然后下结论。
现在很简单，可以通过Python获取全平台的股票数据，然后简单的几行代码分析相关性。相关性最强的，就是真小弟。
代码非常简单，也就几行，展示如下：
#导入聚宽函数库
import jqdata
#获取多只股票
panel=get_price(get_index_stocks('000002.XSHG'),start_date='2021-07-01',end_date='2021-08-31',frequency='120m',fields=None,skip_paused=False,fq='pre')
df_return=panel['close']/panel['close'].shift(1)-1
df=df_return.dropna()
df2=df.corr()
（也可以微信找我要下代码文件：472863762）
这里我们可以看到，系统会输出全市场所有股票的相关性矩阵。
我们选取茅台的部分，然后排序：
在尾部，我们可以看到相关性最高的几个股票：
600702.XSHG 0.653309
600809.XSHG 0.659327
600199.XSHG 0.705712
603919.XSHG 0.705906
600559.XSHG 0.706554
这几个就是茅台的真小弟，心最齐：老白干酒，金徽酒，金种子酒，山西汾酒，舍得酒业。
文章来源：微信公众号  作者：查理冬明，一位致力于普及全自动量化交易的先行者，由小编整理发布，内容已获得原作者授权使用，如有疑虑请后台联系处理。