15 天 前
|
dengwen168 |
一、简单介绍
二、知识点
1.np.sign
2.iloc[:,:-1]
提取所有行，而后提取除最后一列之外的所有列。
3.clf.fit(x,y)
比如下面代码中的train_df.iloc[:,-1:]就是label那一列。
4. sklearn 保存模型
经实测可用
from sklearn import svm
from sklearn import datasets
clf = svm.SVC()
iris = datasets.load_iris()
X, y = iris.data, iris.target
clf.fit(X,y)
import pickle #pickle模块
...
15 天 前
|
dengwen168 |
一、机器学习
对于 Quant 来说， Financial Modeling 和传统的机器学习方法有什么联系和区别？
从Quantitative Modeling的角度来说，有两大主流的方向：Stochastic Calculus（随机微积分）和Statistical Learning（统计学习）。这两个主流方向基本涵盖了你所有可能用到的技术——随机微积分，或者说金融数学，提供了各种衍生产品的风险估计基础，也是处理新型资产定价的常用方式；而统计学习，则包罗计量经 ...
16 天 前
|
dengwen168 |
https://mp.weixin.qq.com/s/EF2r1GHB6JUJYLlU4idxYA
16 天 前
|
dengwen168 |
参考：https://www.youtube.com/watch?v=aaWLM60KxGg
16 天 前
|
dengwen168 |
7.8考试已过。答前上一波成绩~
复习这段时间我看了很多这个问题下面的答案，大家的经验真的很有道理，首先非常感谢之前的所有答主【鞠躬】。我也分享一下自己的经验。
1.复习时间上，我用了半个月，我是6.25左右淘宝的教材，到了之后天天看视频看教材刷题，在没有基础的情况下半个月时间基本足够。教材可以随便买，我买的淘宝最便宜的一套，领券9.9，教材也不重要。
2.期货基础知识这科比较抽象，如果没有 ...
17 天 前
|
dengwen168 |
一、每日涨跌统计以及每日收益率的特征
所用的数据是从2010年4月19日到2017年2月7日的if数据。总共有1652个交易日，有888个交易日是上涨的，而764个交易日下跌。
IF单日涨幅最大为13.29个点（大奇迹日），单日跌幅最大为8.9个点（大盘跌停）。
二、代码
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
# df = rd.get_price('CSI300.INDX', '2005-01-01', '2015-07-2 ...
18 天 前
|
dengwen168 |
一、优矿
要登陆优矿，直接使用手机验证码登陆即可。
或者用账号：138+K134
二、效果
三、代码
from hmmlearn.hmm import GaussianHMM
import datetime
import numpy as np
from matplotlib import cm, pyplot as plt
import matplotlib.dates as dates
import pandas as pd
import seaborn as sns
sns.set_style('white')
beginDate = '20100401'
endDate = '20160317'
data = DataAPI. ...
27 天 前
|
dengwen168 |
一、朱村板块有垃圾场在建，慎重考虑。
二、中森名苑附近有坟场。
29 天 前
|
dengwen168 |
自己的机器学习机器一直没有配好，听说极客云、极算云之类的可以在线使用，于是今天试用了一下极客云。
一、用户指南
极客云的用户指南还是挺详细，写得简单明白。
二、价格
从每小时2块多到每小时16元，有很多种配置供你选择。
三、预装框架
四、备忘
1.自己安装包
虽然极客云内置了一些框架，不过有时候自己用到的一些包肯定要自己安装的，不过我就在安装的时候碰到了一些问题。明明在terminal成功安 ...
15,11,2019
|
dengwen168 |
一、预测股价
代码：
import pandas as pd
import numpy as np
from pandas_datareader import data,wb
import matplotlib.pyplot as plt
from scipy.spatial.distance import euclidean
from fastdtw import fastdtw
pd.set_option('display.max_colwidth',200)
import pandas_datareader as pdr
start_date = pd.to_datetime('2000-01-01')
stop_date = pd.to_datetime('2016-03-0 ...
