logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【Python量化投资与A股量化研究 |StudyQuant】| 系列6 - 论因子数据预处理的重要性

Python量化投资与A股量化 -论数据预处理的重要性前言量化投资介绍前导多因子选股策略多因子模型理论背景单因子测试分层回溯法市盈率的用法PE因子分组回测PE单因子分组回测结果单因子分组回测(数据预处理后结果)单因子分组回测结果(数据预处理后结果)其他如何避开市盈率缺陷前言StudyQuant -【量化投资教学系列帖子】,通过实际案例教初学者使用python进行量化投资,分享最前沿的研究成果。..

#量化投资
量化投资与数据分析一: 如何用PYTHON下载WIND数据并转化成dataframe格式 分享

量化从业者分享代码 from WindPy import *w.start()import pandas as pdfrom WindPy import *from sqlalchemy import create_engineimport datetime,timeimport osimport numpy as npimport datetime as dtim...

#python#数据分析
量化投资与数据分析一: 如何用PYTHON下载WIND数据并转化成dataframe格式 分享

量化从业者分享代码 from WindPy import *w.start()import pandas as pdfrom WindPy import *from sqlalchemy import create_engineimport datetime,timeimport osimport numpy as npimport datetime as dtim...

#python#数据分析
python中判断一个dataframe非空

python中判断一个dataframe非空DataFrame有一个属性为empty,直接用DataFrame.empty判断就行。如果df为空,则 df.empty 返回 True,反之 返回False。注意empty后面不要加()。学习tips:查好你自己所用的Pandas对应的版本,在官网上下载Pandas 使用的pdf手册,直接搜索“empty”,就可找到有关上述问题的一些...

【StudyQuant Python量化投资课堂系列3】| CCXT开源框架 调用K线数据可能有滞后性【特别注意】

关注StudyQuant量化课程推荐量化投资与数据分析实战量化投资与数字货币实战免费Python及量化投资公开课越来越多的投资者和机构对数字货币投资程序化交易产生了兴趣。也许你因为听说了别人1年300倍的投资回报率而动心,但又觉得区块链技术及比特币很神秘,不知道从何学起。马云说,对于新兴事物,绝大多数人第一看不见,第二看不起,第三看不懂,第四来不及。如果你对量化投资处于“看不懂”阶段...

Python量化投资与股票量化实战|StudyQuant

<<<****【点击】传送门-加入 Python量化投资与A股量化实战课程(网易云课堂)>>>>>Python量化投资与A股量化实战课程概述越来越多的投资者和机构对量化投资及程序化交易产生了兴趣。也许你想求得一份量化投资的相关工作,但又觉得量化投资很神秘,不知道从何学起。马云说,对于新兴事物,绝大多数人第一看不见,第二看不起,第三看不懂,第四来...

#量化投资
【Python量化投资与A股量化研究 |StudyQuant】| 系列6 - 论因子数据预处理的重要性

Python量化投资与A股量化 -论数据预处理的重要性前言量化投资介绍前导多因子选股策略多因子模型理论背景单因子测试分层回溯法市盈率的用法PE因子分组回测PE单因子分组回测结果单因子分组回测(数据预处理后结果)单因子分组回测结果(数据预处理后结果)其他如何避开市盈率缺陷前言StudyQuant -【量化投资教学系列帖子】,通过实际案例教初学者使用python进行量化投资,分享最前沿的研究成果。..

#量化投资
量化投资回测教学之掌握矢量化回测

量化投资回测教学之掌握矢量化回测1. 什么是回测?回测用于模拟交易策略的过去表现。回测的核心概念是通过回溯时间来模拟给定的交易策略,并像过去一样执行交易。产生的利润通常通过一些指标(例如最大回撤、夏普比率、年化回报等)与基准表现进行比较。根据策略的性质,应该使用不同的基准和指标,但这本身就是一个完整的主题,所以我不会在这里详细介绍。回测用于模拟交易策略的过去表现。回测的核心概念是通过回溯时间来模拟

文章图片
#量化交易#量化投资
Python中时间的处理之——timedelta篇

! /usr/bin/pythoncoding=utf-8from datetime import datetime,timedelta“””timedelta代表两个datetime之间的时间差“””now = datetime.now()past = past = datetime(2010,11,12,13,14,15,16)timespan = now ...

到底了