Lv.5
darkpard
更多个人资料
1631
成长值
0
关注
6
粉丝
+ 关注
私信
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能
个人勋章
TA还没获得勋章~
成长雷达
1590
21
0
0
20
个人资料
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能
达成规则
以上满足
项可达成此勋章
博客
关注
粉丝
论坛
全部时间
全部时间
最近三天
最近一周
最近一月
全部
暂无专栏分类
股票价格的ARIMA预测:以茅台股价为例
ARIMA模型,即整合移动平均自回归模型,是最有名的时间序列预测方法之一,包括自回归模型(AR模型)、移动平均模型(MA模型)、自回归-移动平均混合模型(ARMA模型)、整合移动平均自回归模型(ARIMA)。那么,它能否用来预测股票价格呢?我们以茅台(600519.SH)为例,做个简单的展示。数据获取首先,导入几个常用的包:import numpy as npimport pandas as...
金融专区
darkpard
2022-09-04 09:59:32
3514
0
0
2022-09-04 09:59:32
999+
0
0
分类因子有效性的数学检验
上周,我们分享了《分类因子有效性的可视化》;这周,又分享了《分类因子有效性的可视化(续)》,本篇将对分类因子的有效性进行一些严格的数学检验。 T检验T检验一般用来检验一组样本的均值是否显著不同于某一个确定的值μ,其公式为:其中表示样本均值,S表示样本标准差,N表示样本数量。T检验也可以用来检验同方差的两组样本是否具有相同的均值。它的具体公式是:其中表示样本均值差的标准差。可以使用scipy中...
Python
darkpard
2022-08-28 10:30:29
539
0
0
2022-08-28 10:30:29
539
0
0
分类因子有效性的可视化(续)
上周,我们分享了《分类因子有效性的可视化》,可视化的样式肯定不止那4种,今天再分享三种样式。1. 多组散点图将散点图沿y轴进行分布,并在x轴上形成并排就构成了多组散点图,可以通过seaborn来实现:sns.stripplot(x="buy_date_type", y="r1", data=trade_data2)不过这个图没有标注各组的特征,不如箱线图来得直观。2. 小提琴图小提琴图实际上...
数据可视化
darkpard
2022-08-27 08:58:03
2609
0
0
2022-08-27 08:58:03
999+
0
0
分类因子有效性的可视化
上上个周末,我们发布了《“多头排列”年化收益率206419.51%!??》和《这才是“多头排列”可能的年化收益率》,那么哪些因素会影响“多头排列”的收益呢?我们以买入日期为例,说明因子对于区分持有1天收益率的影响。trade_data2 = trade_data1[['buy_date', 'r1']]trade_data2 = trade_data2.dropna(how='any')tr...
Python
智能数据
darkpard
2022-08-21 20:21:42
2791
0
0
2022-08-21 20:21:42
999+
0
0
假设验证的不同方案与适用范围——互联网产品创新方法论探索三
在如何做产品创新?——产品创新方法论探索一的假设验证中,我提出了三个层次,分别是索取式的资料分析和需求调研、路演式的方案验证和MVP最小产品验证。经过这段时间的学习与实践,我日益感觉到这三个层次是有不同的适用范围的。其中第一个层次的索取式研究具有最广的应用范围,对于各种类型的产品创新都适用,甚至适用于科研。而第二个层次的路演式假设验证明显是有一定的适用范围的。相对于一般的互联网产品,它更适用...
darkpard
2022-05-26 19:19:56
645
0
0
2022-05-26 19:19:56
645
0
0
给自己搭个量化投资系统之六——基于传染病模型的新高买入策略探索
2020年11月28日,周教授情报中心原创发布了《关注这一类标的!》,提出了一个简单的量化思路。具体如下:周教授指出这个策略从2020年第一个交易日到2020年10月30日的回测收益率为64.28%。今天,我们来探索一下,这一类新高策略在当前这种变态的环境下是否仍有一定的超额收益。1. 明确几个问题1.1. 关于买入条件周教授的买入条件实际上是上市120交易日以上,创出历史新高的股票。这里有...
darkpard
2022-05-23 19:12:42
783
0
0
2022-05-23 19:12:42
783
0
0
给自己搭个量化投资系统之五——解决mysql、python及josn之间的数据类型差异
python的数据类型与mysql的数据类型并不一致,比如mysql中的decimal在python中是无法识别的。python中也有一些包能很方便的进行数据库的操作,将数据类型的打通封装起来,比如pandas包的数据库操作。但是,将pandas应用于高频API却会产生内存溢出问题(可参见给自己搭个量化投资系统之四——pandas的使用导致API服务停止),采用相对原始的游标去操作数据库时,...
MySQL
Python
数据结构
darkpard
2022-05-19 19:49:03
876
0
0
2022-05-19 19:49:03
876
0
0
给自己搭个量化投资系统之四——pandas的使用导致API服务停止
在我的系统里,我通过搭建API服务来访问服务器上的数据库(可参见给自己搭一个金融数据库(六)——通过API远程访问mysql),但运行一段时间后发现服务停止了。1. 服务停止原因:内存溢出查看日志(可参见给自己搭个量化投资系统之一——一次装饰器的应用),可以看到前运行正常,每次操作都在0.01秒级,但到最近急剧飙升,达到了100秒级,最后突然停止,没有显示错误信息。因此,初步怀疑是API服务...
API
SQL
darkpard
2022-05-18 20:44:29
1287
0
0
2022-05-18 20:44:29
999+
0
0
给自己搭个量化投资系统之三——用pthon画K线图
在进行量化投资的探索时,一些关于技术分析的尝试还是有必要直观地看一下K线图,用python直接画出对应个股对应时间段的K线图就显得很有必要。1. 数据准备我们已经在《给自己搭个金融数据库(一)(二)(三)》中建好了自己的数据库,并且在给自己搭一个金融数据库(六)——通过API远程访问mysql中实现数据库的API访问,可以从自己的数据库里获取数据。以平安银行为例import data_ope...
Python
数据库
darkpard
2022-05-17 20:55:01
1179
0
0
2022-05-17 20:55:01
999+
0
0
给自己搭个量化投资系统之二——给mysql加上索引
刚在给自己搭个量化投资系统之一——一次装饰器的应用提到自己搭的mysql数据库运行可能比较慢,因此特地给数据库操作加了个装饰器打印一下操作需要的时间,马上发现一次数据库操作的时长从0.01秒级上升到了0.1秒级,尽管可能是因为多线程引起的,但从日志看对大部分表的查询操作都有“where trade_date=XXXXXXXX”,因此不由得想到给trade_date字段加个索引。加索引非常简单...
MySQL
darkpard
2022-05-13 21:23:29
1191
0
0
2022-05-13 21:23:29
999+
0
0
总条数:159
10
10
20
50
100
1
2
3
4
5
6
...
16
上滑加载中
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
+ 关注
私信