摘要：
''' 1.数据平滑：通常包含降噪、拟合等操作。降噪的功能在于去除额外的影响因素，拟合的目的在于数学模型化，可以通过更多的数学方法识别曲线的特征。 2.绘制两支股票的收益率 ---收益率 =（后一天的收盘价 - 前一天的收盘价）/前一天的收盘价 ''' import matplotlib.pyplot as mp import numpy as n... 阅读全文
摘要：
一、求多项式函数驻点问题 二、多项式拟合 阅读全文
摘要：
''' 协方差、相关矩阵、相关系数----评估两组样本相似度 协方差：通过两组统计数据计算而得到的协方差可以评估这两组统计数据的相似程度，值为正，则正相关,值为负，则负相关，绝对值越大则相关性越强 相关系数：协方差除以两组统计样本标准差之积，是一个[-1,1]之间的数，该结果称为两组统计样本的相关系数。 ---若相关系数越接近于1，表示两组样本正相... 阅读全文
摘要：
线性预测：通过一组yi'zhi已知输入和输出可以构建出一个简单的线性方程，这样可以把预测输入带入线性方程从而求得预测输出，达到数据预测的目的。 Numpy提供的求解线性方程组模型参数的API为np.linalg.lstsq(A,B)[0] 示例代码： 线性拟合：可以寻求与一组散点走向趋势相适应的线性 阅读全文
摘要：
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 绘制5日均线布林带 ''' # 日期转化函数 def dmy2ymd(dmy): # 把dmy格式的字符串转化成ymd格式的字符串 dmy = str(dm... 阅读全文
摘要：
基于卷积运算实现5日移动平均线 卷积运算规则及分类： 实现代码： 加权卷积实现5日加权均线 卷积核相当于权重数组 实现代码如下： 一维卷积适合解决的问题： 1.边移动边计算，对应位置相乘再相加；- 2.数据平滑处理，数据降噪； 重点是卷积核如何选取 阅读全文
摘要：
import numpy as np ''' 轴向统计API ''' a = np.arange(1, 13).reshape(3, 4) def func(data): return np.sum(data), np.mean(data), np.std(data) # 把a的每一列都交给func 阅读全文
摘要：
将日期转换成周几的形式，统计一个月内按照周几的形式分的股票的收盘价的平均值 阅读全文
摘要：
import numpy as np import matplotlib.pyplot as mp import datetime as dt import matplotlib.dates as md ''' 1.算数平均值：收盘价均值计算 2.加权平均值：交易量加权平均价格（VWAP）---交易量体现了市场对当前交易价格的认可度，交易量越高表示市场对当前的价格越认可，该价格... 阅读全文