Yangami

导航

 

2019年6月1日

摘要: 本地代码是.ipynb格式的转换到博客上很麻烦,这里展示部分代码,了解更多可以查看我的git-hub:https://github.com/Yangami/Python-for-Statisticians/tree/master/Numpy shape reshape 基本运算 矩阵运算 广播机制 阅读全文
posted @ 2019-06-01 09:22 Yangami 阅读(152) 评论(0) 推荐(0) 编辑
 

2019年4月6日

摘要: population为随机数选取的列表,k为选取个数 阅读全文
posted @ 2019-04-06 11:45 Yangami 阅读(123) 评论(0) 推荐(0) 编辑
 
摘要: from jqdata import jy from jqdata import * #获取股票列表,这里是板块内股票 pool=get_industry_stocks('801730',date='2016-09-01') df = get_fundamentals(query(balance.p 阅读全文
posted @ 2019-04-06 11:43 Yangami 阅读(664) 评论(0) 推荐(0) 编辑
 

2019年4月5日

摘要: 优化KNN。将模型识别出的正样本进行人工识别将其按一定规律添加到训练集中,希望是的KNN对超空间的划分变得准确一些。新样本点在KNN算法中对超空间划分的作用好像在对识别边界进行雕刻,如何雕刻是最有效(速度快、可行)的方法呢?这使我想起了雕刻接骨木的时候两刀(或三刀)切下一块的方法:第一刀平行xoz平 阅读全文
posted @ 2019-04-05 17:23 Yangami 阅读(149) 评论(0) 推荐(0) 编辑
 

2019年4月3日

摘要: import winsound winsound.Beep(600,1000) #其中600表示声音大小,1000表示发生时长,1000为1秒 阅读全文
posted @ 2019-04-03 20:06 Yangami 阅读(282) 评论(0) 推荐(0) 编辑
 

2019年4月1日

摘要: import pandas as pddef KDJ_K(df,n=9): df['highest'] = df['high'].rolling(n).max() df['lowest'] = df['low'].rolling(n).min() df['RSV'] = (df['close']-d 阅读全文
posted @ 2019-04-01 14:35 Yangami 阅读(241) 评论(0) 推荐(0) 编辑
 
摘要: import pandas as pddef JK_Boll(security_list,end_date,count = None,start_date = None,n=20): if type(security_list)==str: security_list=[security_list] 阅读全文
posted @ 2019-04-01 14:34 Yangami 阅读(340) 评论(0) 推荐(0) 编辑
 

2019年3月30日

摘要: 我感觉移动平均法和回归有诸多性质相似的地方 比如减少随机波动影响、回归用最小二乘使方差最小而平均数的性质是它是与样本方差和最小的点。如果大胆假设移动平均是不是和回归类似,它是属于哪一种回归(几元),对时间的一元回归吗? 阅读全文
posted @ 2019-03-30 16:08 Yangami 阅读(198) 评论(0) 推荐(0) 编辑
 
摘要: #用中正全指'000985.XSHG'获取全部A股数据pool=get_index_stocks('000985.XSHG') #date存储05年开始全部交易时间 date=get_price('000002.XSHE',start_date='2005-01-01',end_date='2019-03-29',fields=['close','open']) date=list([str(i... 阅读全文
posted @ 2019-03-30 16:00 Yangami 阅读(673) 评论(0) 推荐(0) 编辑
 

2019年3月27日

摘要: 此外删除最后一个'/'或'\\'用 阅读全文
posted @ 2019-03-27 17:34 Yangami 阅读(437) 评论(0) 推荐(0) 编辑