赵瑜敏的个人博客

摘要： 数据违背基本假设的处理 常见的问题:异方差，自相关，异常值。 异方差 指随机误差项的方差不是一个常数，而是随着自变量的取值变化而变化。 带来的问题:①使用最小二乘法(OLE)求解参数时，参数的估计值虽然无偏，但不是最小方差线性无偏估计。②参数的显著性检验无效。③回归方程的应用效果不理想。 产生原因: 阅读全文

摘要： 理论模型 y = β0 + β1x1 + β2x2 + … + βpxp + ε 意义与一元线性回归相同。 E(y) = E(β0 + β1x1 + β2x2 + … + βpxp + ε) = y = β0 + β1x1 + β2x2 + … + βpxp 列线性方程组 y1 = β0 + β1x 阅读全文

摘要： 变量之间的非确定性相关关系。 一般形式:y = f(x0,x1,x2,…xp)+ε 若为线性回归，y = β0+β1x1+β2x2+…+βnxn+ε β0，β1等为回归系数，ε为随机误差。 模型假设 ①零均值，ε均值为0 ②同方差，ε项方差为常数 ③无自相关性，ε项值之间无自相关性 ④正态分布，ε项 阅读全文

摘要： 机器学习基础知识 阅读全文

摘要： 《量化投资:以python为工具》第五部分笔记 先来画k线图，要注意finance模块已经从matplotlib库中去除，现在要用mpl_finance库，单独安装。 其中有candlestick_ohlc函数，用来画k线图或者叫蜡烛图。函数接受的日期格式是浮点类型，接受的数据格式是列表型，要进行相 阅读全文

摘要： 还是宅在家里，继续学习。 用真实的股票数据来实践一下刚学的时间序列分析的内容吧。分析一下我定投的两支股票:300etf(510300)，纳指etf(513100)。 首先用tushare下载股价数据，时间范围从其创立到2020年1月31日。然后将数据处理后存入csv文件，再把下载数据的代码注释掉，以 阅读全文

摘要： 用python进行时间序列分析。 阅读全文

摘要： 用SIR模型预测发病人数 阅读全文

摘要： 《量化投资:以python为工具》第四部分笔记 金融数据分析中常见的三类:横截面数据(不同个体同一时间)、时间序列数据(同一个体不同时间)、面板数据(不同个体不同时间)。 时间序列分析主要涉及以下内容: 数据序列有哪些基本特征? 数据序列是否有规律可行? 如果序列存在某种规律，如何通过统计学找到并描 阅读全文

摘要： 《量化投资:以python为工具》第三部分笔记 资产收益率是指投入某资产所能获得的收益与初始投资成本的比例。 收益率 = 投资收益/投资成本 投资成本 = 资产单价×资产数量 期间投资收益 = 期末价格 期初价格+其他收益 期间收益率 = (期末价格 期初价格+其他收益)/期初价格 如果考虑交易成本 阅读全文