攻城獅 | 透過現(xiàn)象看本質(zhì)
發(fā)簡(jiǎn)信
IP屬地：吉林
-
-
量化交易常見策略CASE
Python入門： 量化分析師的python日記一；量化分析師的python日記二；量化分析師的python日記三 量化分析師的python日記四；量化分析師的python日...
-
-
【量化】各平臺(tái)開源的選股策略匯總
大概收集了下各平臺(tái)開源的量化選股策略。本意為供自己參考，順手分享一下，希望能對(duì)有緣人有用，哈哈。 一、多因子模型選股 多因子模型是應(yīng)用最廣泛的一種選股模型，基本原理是采用一系...
-
-
《量化小講堂》系列文章作者<br>個(gè)人微信：xbx9585，歡迎交流
-
【譯】Python 金融：算法交易 （4）回測(cè)交易策略本文翻譯自2018年最熱門的Python金融教程 Python For Finance: Algorithmic Trading。 本教程由以下五部分內(nèi)容構(gòu)成： Python...
-
Pandas的函數(shù)應(yīng)用、層級(jí)索引、統(tǒng)計(jì)計(jì)算文章來源：Python數(shù)據(jù)分析 目錄： DIKW模型與數(shù)據(jù)工程科學(xué)計(jì)算工具Numpy數(shù)據(jù)分析工具PandasPandas的函數(shù)應(yīng)用、層級(jí)索引、統(tǒng)計(jì)計(jì)算Pandas分組與聚合數(shù)...
-
人生幾何，何不Python當(dāng)歌？學(xué)習(xí)Python之路，始于爬蟲，限于文本，忠于數(shù)據(jù)分析。目前文本和爬蟲剛剛?cè)腴T，數(shù)據(jù)分析還未真正開始。<br>公眾號(hào)：Python攻城獅<br><br>博客地址：<a href="https://ask.hellobi.com/blog/zhiji" rel="nofollow" target="_blank">https://ask.hellobi.com/blog/zhiji</a><br><br>掘金：<a href="https://juejin.im/user/5a30fe44f265da4324807186" rel="nofollow" target="_blank">https://juejin.im/user/5a30fe44f265da4324807186</a><br><br>Github：<a href="https://github.com/ReainL" rel="nofollow" target="_blank">https://github.com/ReainL</a><br><br>大人不華，君子務(wù)實(shí)。<br>轉(zhuǎn)載請(qǐng)保留原文鏈接及作者。
-
專欄文章的分門別類如下： http://www.lxweimin.com/p/7cb84cfa56fa 1）記錄大數(shù)據(jù)社群成長的足跡 2）解密大數(shù)據(jù)：從基本原理到深度應(yīng)用
-
微信公眾號(hào)：Python中文社區(qū) 知乎專欄：Python中文社區(qū) 社區(qū)維基：https://python-chinese.github.io/ 會(huì)員登記：http://t.cn/RJMioxD 專欄作者申請(qǐng)：http://t.cn/RJAasHg 合作請(qǐng)聯(lián)系微信:AndyWong188 投稿郵箱：pythonpost@163.com
-
文科生學(xué)Python系列13: matplotlib繪圖／條形圖第七課 - 數(shù)據(jù)可視化 本課內(nèi)容： matplotlib 繪圖基礎(chǔ) 函數(shù)曲線的繪制 圖形細(xì)節(jié)的設(shè)置案例分析：銷售記錄可視化 條形圖 繪制多圖 餅圖 散點(diǎn)圖 ...
-
Stay fresh.<br>
-
#將收益數(shù)據(jù)拷貝到新的變量stock_returns中
stock_returns = StockReturns
還請(qǐng)改成stock_returns = StockReturns.copy()用Python分析多股票的投資組合
俗話說不要將所有的雞蛋放在同一個(gè)籃子里，在投資股票的時(shí)候我們也會(huì)多買幾只以抵抗風(fēng)險(xiǎn)。本文將帶領(lǐng)著你使用Python，來分析多只股票投資時(shí)的收益和風(fēng)險(xiǎn)，并找到最優(yōu)的投資組合方案...
-
“馬科維茨”投資組合模型實(shí)踐——第三章 投資組合優(yōu)化：最小方差與最大夏普比率
前情回顧 上一篇中，我們介紹了現(xiàn)代投資理論中的一個(gè)重要模型 —— 有效邊界，以及最小風(fēng)險(xiǎn)（方差）的投資組合優(yōu)化，即下圖有限邊界的最左側(cè)紅點(diǎn)。 最小方差優(yōu)化，雖然能夠通過降低收...
-
加密貨幣數(shù)據(jù)探索 —— 帶著Python玩金融（6）2017年底比特幣的市值達(dá)到了2000億美元。隨著比特幣的大熱，類似的基于區(qū)塊鏈技術(shù)的各種各樣的某某幣大量涌現(xiàn)，它們統(tǒng)稱為加密貨幣。本文將使用Python編程語言帶你探索加密...
-
標(biāo)普100案例分析 —— 帶著Python玩金融（5）本文將帶著你使用Python對(duì)標(biāo)普100數(shù)據(jù)進(jìn)行簡(jiǎn)單的分析，你會(huì)學(xué)到： NumPy數(shù)組及其運(yùn)算 布爾索引篩選數(shù)據(jù) 散點(diǎn)圖和直方圖的繪制 標(biāo)普100數(shù)據(jù) 標(biāo)準(zhǔn)普爾100指數(shù)用來...
-
個(gè)人理財(cái)規(guī)劃分析 —— 帶著Python玩金融（4）剛剛大學(xué)畢業(yè)的你獲得了一份滿意的工作，接下來正雄心勃勃地規(guī)劃著自己的未來。這其中自然少不了財(cái)富目標(biāo)，比如怎樣成為百萬富翁呢？本文將帶你用Python分析你的財(cái)務(wù)情況，以及怎樣...
