tile
n. 瓷砖,瓦片vt. 铺以瓦;铺以瓷砖
**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
更新时间:2023-06-14 03:02
**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
更新时间:2023-06-14 03:02
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
——介绍
Numpy
Numpy是Python的一个科学计算的库,提供了矩阵运
更新时间:2023-06-14 03:02
本文介绍如何如使用Python3获取美元人民币实时汇率。
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
更新时间:2023-06-14 03:02
(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:
(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
更新时间:2023-06-14 03:02
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?
更新时间:2023-06-14 03:02
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
所有模型使用做多的方法
更新时间:2023-06-14 03:02
本文接上一篇:Python最好用的科学计算库:NumPy快速入门教程(一)
首先导入numpy库
>>> import numpy as np
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.]])
>>>
更新时间:2023-06-14 03:02
import numpy
numpy.__version__
'1.14.3'
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。
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,
更新时间:2023-06-14 03:02
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
更新时间:2023-06-14 03:02
更新时间:2023-06-14 03:02
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:
更新时间:2023-06-14 03:02
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:
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
更新时间:2023-06-14 03:02
一、什么是总体?样本?
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:
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
更新时间:2023-06-14 03:02
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
更新时间:2023-06-14 03:02
更新时间:2023-06-14 03:02
\
更新时间:2023-06-14 03:02
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
更新时间:2023-06-14 03:02
先剧透给太长不看的读者,答案是
pip install tushare
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。
![](/community/uploads/default/original/3X/3/3/33543b7396ebf2f8b70
更新时间:2023-06-14 03:02
昨日成交均价因子怎么构建?分时均线价
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
更新时间:2023-06-01 14:26
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
更新时间:2023-06-01 02:13
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。
更新时间:2023-06-01 02:13
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?
https://bigquant.com/experimentshare/feb97b0af1724f5ca1f4b53cbb549a65
\
更新时间:2023-06-01 02:13
[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
更新时间:2023-06-01 02:13
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?
更新时间:2023-06-01 02:13