tile

n. 瓷砖，瓦片vt. 铺以瓦；铺以瓷砖

1.前言

**函数格式tile(A,reps)**A和reps都是array_like类型A参数几乎所有类型都可以：array, list, tuple, dict, matrix这些序列化类型以及Python中基本数据类型int,float,string,bool类型。reps的参数可以是tuple，list, dict, array, int, bool.但不可以是float, string, matrix(多维度的ndarray数组)类型。

tile函数的功能是重复某个数组。比如tile(A,reps

**灵感：**对于交易者来说，每日收盘分析是一件必要的功课。现在的看盘软件种类很多，已经有很多整理好的数据，但是对于高阶玩家，可能需要更多自定义化的功能，做出自己的每日分析报表。那我们何不尝试用Python做一个？

先上结果：

![](data:image/svg+xml;utf8,<svg xmlns='http://www.w3.org/2000/svg' width='1

关于python的优势就不说再多了，地球人都知道，还不知道的去面壁思过。因为不想当韭菜，所以还是自己老老实实写代码吧。

记录些常用的内容，以便自己回头复习。

常用的函数有：

• numpy 处理向量矩阵

• scipy 数据统计优化处理

• pandas 金融数据分析

• matplotlib 画图

• tushare 财经数据

• Zipline 回测平台

• TaLib 技术指标

• BigQuant 人工智能量化投资平台

——介绍

Numpy

Numpy是Python的一个科学计算的库，提供了矩阵运

本文介绍如何如使用Python3获取美元人民币实时汇率。

数据来源

经过查找分析多种数据渠道，我们最终选定使用和讯外汇的行情数据。其网页地址为

http://quote.forex.hexun.com/USDCNY.shtml

通过监测http，得到其api接口为

http://webforex.hermes.hexun.com/forex/quotelist?code=FOREXUSDCNY&column=Code,Name,DateTime,Price,Amount,Volume,LastClose,Open,High,Low,UpDown,UpDo

1.Iterable与Iterator介绍

(1)iterable:具体应该叫做可迭代对象。他的特点其实就是我的序列的大小长度已经确定了(list,tuple,dict,string等)。他遵循可迭代的协议。

可迭代协议:

• 含__iter__()方法。且可迭代对象中的__iter__()方法返回的是一个对应的迭代器。(如list对应的迭代器就是list_iterator)

(2)iterator:具体应该叫做迭代器的对象。他的特点就是他不知道要执行多少次，所以可以理解不知道有多少个元素，每调用一次__next__()方法，就会往下走一步，当然是用__next__()方法只能往

1.什么是双端队列

deque的英文意思是Double-Ended Queue，从字面的意思来看，他就是一个双向队列。我们使用list存储数据的时候，按索引访问元素很快，因为list是线性存储，数据量很大的时候在列表头插入和删除元素的效率就会很慢。为什么list效率低呢?

• 因为list有append()和insert(index,value)两个添加方法，append()方法只能在在列表的尾部追加元素，而insert(index)虽然能在指定的位置去添加元素，但是他需要去遍历list才行所以时间复杂度为o(N)。
• 而list中的删除有del names[index],po

前言

在今天给大家介绍一个研究工具：**pomegranate。**它比其他软件包更加灵活，更快，直观易用，并且可以在多线程中并行完成。

The API

主要模型介绍

• 一般混合模型
• 隐马尔可夫模型
• 贝叶斯网络
• 贝叶斯分类器

所有模型使用做多的方法

本文接上一篇：Python最好用的科学计算库：NumPy快速入门教程（一）

形状操作

首先导入numpy库

>>> import numpy as np

改变数组的形状

数组的形状由每个维度的元素的数量决定。

>>> a = np.floor(10*np.random.random((3,4)))
>>> a
array([[7., 1., 0., 7.],
       [7., 3., 3., 4.],
       [3., 9., 2., 9.]])
>>>

首先导入并检查你的numpy版本

import numpy
numpy.__version__
'1.14.3'

NumPy数组

NumPy数组指的是由同一类型元素（一般是数字）组成的多维数组。

基础知识

数组的维度、形状、大小

一维数组由一个中括号内的数字组成。

import numpy as np #这里的一个惯例是使用np作为numpy的别名
>>>a = np.array([1,2,3])
>>>a
array([1, 2, 3])

二维数组由多个一维数组组成

>>>b = np.array([[1,2,

Pyhon机器学习中必用到的是scikit-learn包，这个包的基本功能主要分为六大部分:分类、回归、聚类、数据降维、模型选择、数据预处理。因此，在机器学习前，需要在环境中使用以下命令，安装scikit-learn包。

conda install scikit-learn

另外，贯穿机器学习的几个概念也是要熟知的。主要为：特征、标签、训练数据、测试数据。在以后的各种模型学习中都会提及。

特征（features）：数据的属性，或者可以认为是事物的固有属性

标签（labels）：根据数据的属性，我们对数据的预测结果。或者是我们根据事物固有属性产生的认知、结论。

一般我们需要构建特征到标

项目简介

vn.py项目起源于国内私募的自主交易系统，2015年初启动时只是单纯的交易API接口的Python封装。随着业内关注度的上升和社区不断的贡献，目前已经一步步成长为一套全面的交易程序开发框架，用户群体也日渐多样化，包括私募基金、证券自营和资管、期货资管和子公司、高校研究机构、个人投资者等。

项目构成：

• 丰富的Python交易和数据API接口，基本覆盖了国内外常规交易品种（证券、期货、期权、外汇、CFD）：
  • CTP（vn.ctp）：期货、期货期权
  • 飞创（vn.xspeed）：期货、期货期权
  • 飞马（vn.femas）：中金所的期货和期货期权

对量化投资策略进行研究，第一步就是获取我们需要的数据。使用历史数据能够对策略进行回测，以验证策略的有效性和可信性。另一方面，量化投资本身也是一种对数据的研究，因此它也必须遵循数据分析的相关步骤。作为一个业余的量化投资爱好者，免费的数据来源主要有以下几种途径：

• Yahoo、Sina 财经的API
• Python的Tushare包
• 自己手工爬取

Tushare是一个免费、开源的Python财经数据接口包，它对数据进行了规整因此使用起来非常方便。尽管有如此优秀的数据包简化了数据的采集工作，我们依然需要掌握从网站上爬取数据的技能，以获取接口没有提供的数据。本篇文章将会介绍一个小爬虫，告诉

一、什么是总体？样本？

• 总体：是研究对象全体构成的集合
• 样本：总体的一个子集

统计推断的目的是要从样本含有的信息中提取总体的信息。

保证随机抽取样本--暴雨中的雨滴案例来理解

• Python进行随机抽取：

  导入 random(随机数) 模块

  import random ''' 使用random 模块的 randint() 函数来生成随机数 语法是：random.randint(a,b) 函数返回数字 N ， N 为a到b之间的数字（a <= N <= b），包含 a 和 b 下面案例是生成0 ~ 9 之间的随机数， 你每次执行后都

这是一篇关于《利用 Python 进行数据分析》的读后感（确切说我还有两章多一点没看完），以及一些关于 Python 入门和进阶的东西。

六月底的时候在专栏说，也许七月份会写一些东西，但是整个七月份都一直没有特意去做这样一件事。这是因为最近一直在看《利用 Python 进行数据分析》，还剩下一部分没看完。我想说，这确实是一本好书，值得一看，甚至是反复看。全书正文 400 页，逐步介绍了 NumPy、pandas、matplotlib 三个库的使用，配合了大量实际例子；另外有附录 50 页，是一份非常精简的 Python 语法介绍。全书翻译非常专业，其中关于 pandas 和 matplotl

唔， 看了数学家， 物理学家，觉得真是可爱。

向神文致敬：优秀的女孩是没有性生活的

向伟大的知乎小伙伴们致敬：

优秀的数学家是不用Lebesgue积分的

优秀的经济学家是不用电脑的

优秀的物理学家是不用数学和计算机的

[优秀的天文学家都是不用牛顿引力近似的 不

\

先说说我玩虚拟币的心路历程，接触比特币在2012年，刚开始MBA学习，听某事技术高管谈及比特币及背后技术，那时候态度是不屑一顾，感觉就一个庞氏骗局罢了。

转眼到了2013年，那一段时间长期在南京长期出差，某事高管在我们同学群里发了一条测试消息，说中国人自己的虚拟货币出来了（元宝币），可以挖矿了。带着好奇的心里，尝试的挖了下，貌似挖到了不少（矿池刚开始），那时候也没有交易市场，感觉除了占CPU没啥功用，就删除忘记了。

后来元宝币出了交易平台，出于同学信任和平台跑路的矛盾心里，投资了2000块扔那不管了，大致买入价好像是5元左右，就又出差了。一个月回来后，我X，涨到17块多了，赶紧保留盈利，体

先剧透给太长不看的读者，答案是

pip install tushare

准备工作

tushare 是一个国人开发的 Python 爬虫库，囊括股票、期货、宏观经济、电影票房（？？？）等数据。

在比较了一些同类库后，我选择了它。

tushare 的使用对象

• 量化投资分析师（Quant）
• 对金融市场进行大数据分析的企业和个人
• 开发以证券为基础的金融类产品和解决方案的公司
• 正在学习利用python进行数据分析的人

![](/community/uploads/default/original/3X/3/3/33543b7396ebf2f8b70

问题

昨日成交均价因子怎么构建？分时均线价

解答

start = time.clock()
N = 10
begin_date = '2013-01-01'
end_date = '2018-01-01'
获取半月日期列表dateList = get_period_date('2W',begin_date, end_date)
factorData_2W = {}
for date in dateList:
stockList = get_stock_A(date)
# 获取价格类数据
df_data = get_price(stockList, coun

问题

直接从链接中克隆过来的，改了一下因子，运行后报如下错误

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-1-97f0ff14d64d> in <module>
      1 import tensorflow as tf
      2 gpus = tf.config.li

问题

请问如何在回测模块中导入一个自定义的库呢？写在盘前函数里好像无效。

问题

如何把我自定义Python模块产生的因子数据加到StockRanker里面进行分析呢？

策略

https://bigquant.com/experimentshare/feb97b0af1724f5ca1f4b53cbb549a65

\

问题

[2021-11-22 16:30:01.137076] ERROR: moduleinvoker: module name: backtest, module version: v8, trackeback: IndexError: index 0 is out of bounds for axis 0 with size 0
[2021-11-22 16:30:01.148826] ERROR: moduleinvoker: module name: trade, module version: v4, trackeback: IndexError: in

pd.set_option('display.max_rows', 100)
df = DataSource("dragon_list_CN_STOCK_A").read(start_date='2021-01-01', end_date='2022-08-24')
df.head(100)

上诉代码获取的龙虎榜数据不全，不存在2022-01-01到2022-08-15之间的数据，问题出在哪里？