本文将带领着你使用Python,来分析多只股票投资时的收益和风险,并找到最优的投资组合方案。这是上一篇文章《用Python分析股票的收益和风险》 的多股票升级版本。本文目录如下:一、股票数据的在线获取我们打算用...
2)取后30条记录作为测试样本,剩下的数据记录为训练样本,利用支持向量机模型进行训练及测试,获得模型的准确率和预测准确率,分别记为score和Rv,并在命令窗口中输出score和Rv。2、构建基于wine数据集的K-Means的...
人生若只如初见,何事秋风悲画扇。等闲变却故人心,却道故人心易变。--《木兰花》 纳兰容若多因子模型的介绍文章汗牛充栋,但系统性的归纳整理首推石川博士的多因子系列文章,看完绝对让人有醍醐灌顶的感觉。其次大...
I saw on another question that I could use Counter() to count the number of occurrences in a set of strings. So if I have ['A','B','A','C','A','A'] I get Counter({'A':3,'B':1,'C':1})....
import matplotlib.pyplot as pltplt.rcParams["font.sans-serif"]=["SimHei"]#输出图像的标题可以为中文正常输出plt.rcParams["axes.unicode_minus"]=False #可以正常输出图线里的负号name_list = ["评分1","评分2'...
收益率的历史标准差(年度和每日-分别基于股票,基准和投资组合) 年夏普比率(分别基于股票,基准和投资组合) Beta(分别基于股票,基准和投资组合) 事后跟踪错误与选择的基准基于单个股票和投资组合的每日收益...
3_all_safe_hist.py:统计所有筛选后股票(安全的股票)的对数收益率的直方图和收益总和条形图 4_all_safe_log_rets.py:统计所有筛选后股票(安全的股票)和000001.ss(上证指数)的对比图 5_protfolio_sharpe_ratio....
3. 使用3_all_safe_hist.py可以得到经过基本面筛选和金融技术筛选后剩下的各股票的对数收益率的直方图以及股票收益总和的条形图 4. 使用4_all_safe_log_rets.py可以得到经过筛选后的股票和000001.ss(上证指数)对比...
KDE是一种非参数统计方法,可以用于估计未知随机变量的概率分布。它在数据可视化、数据挖掘和信号处理等领域都有广泛的应用。
使用scipy计算投资组合收益置信区间,预测最大可能盈利及最大可能亏损
目前,获取股票数据的渠道有很多,而且基本上是免费的,比如,行情软件有同花顺、东方财富等,门户网站有新浪财经、腾讯财经、和讯网等。Python也有不少免费的开源api可以获取交易行情数据,如pandas自带的库,...
[[CSDN大礼包:《python安装包&全套学习资料》免费分享]]安全链接,放心点击① 2000多本Python电子书(主流和经典的书籍应该都有了)② Python标准库资料(最全中文版)③ 项目源码(四五十个有趣且经典的练手...
思考了段时间,分析股票回测最终还是选择了backtrader,大体写了个框架,目前的效果图如下(后期还会改): 这次新添加了两个py文件,分别是stock_backtrader.py跟function.py,其中stock_backtrader.py就是主要...
波动性是对给定金融工具回报分散性的统计衡量标准...波动率预测有多种方法,包括历史波动率、隐含波动率和基于模型的方法。在本教程中,我们将重点关注GARCH(广义自回归条件异方差)模型,该模型广泛用于波动率预测。
效果图的图形输出用的是mplfinance的,目前不知道怎么固定backtrader的回测图形在tkinter,所以采用了mplfinance使用backtrader的回测数据来标记买卖点。代码如下: main.py import tk_window import graphic import...
dit={'111':'重要价值客户','011':'重要保持客户','101':'重要挽留客户','001':'重要发展客户','110':'一般价值客户','010':'一般保持客户','100':'一般挽留客户','000':'一般发展客户',df.groupby(by='user_id')....
参加 2019 Python开发者日,请扫码咨询 ↑↑↑作者 | CuteHand来源 | CuteHand(ID:tkfy920)目前,获取股票数据的渠道有很多,而且基...
01引言关于金融时间序列分析,公众号已经发布了系列推文,其中《【手把手教你】时间序列之日期处理》展示了如何使用Python处理时间序列日期转换和统计分析;《【Python量化基础】时间序...