机器会学习的博客

Machine learning for trading -01

1.移动平均线moving average 2.布林带bollinger band 3.日回报daily returns 4.累计回报cumulative returns import pandas as pd

# 主要内容1.对于股票数据中缺失值的处理2.日收益率(直方图,散点图)3.相关性系数

在测试数据上计算日收益率和对数收益率,和基于两种收益率的累计收益率,比较了一下两种累计收益率,通过每天日收益率累计计算是在python金融数据分析中看到的,另一种是佐治亚理工公开课cs7646中介绍的一种方法,用当前的价格比上第一天买入的价格,在减去一import numpy as npimport pandas as pdimport matplotlib.pyplot as...

蒙特卡洛模拟计算看涨期权蒙特卡洛估值是一个计算量较高的一个算法，对于简单的问题也需要海量的计算，因此要高效的实现蒙特卡洛算法． 下面使用不同的方法实现蒙特卡洛算法 １．Scipy ２．纯Python ３．Numpy(1) ４．Numpy(2)方法一：Scipy欧式看涨期权的定价公式Black-Scholes-Merton(1973):

Porffolio 一.投资组合的日收益率 二.投资组合的风险评价指标:sharpe ratio

蒙特卡洛模拟是金融学和数值计算科学中最重要的算法之一，它在期权的定价个风险的管理上有很重要的作用，蒙特卡洛方法很容易处理高维度问题，在这种问题上复杂度和计算需求通常以线性方式增长．主要参考Black-Scholes-Merton(BSM)模型，在模型中到期的指数水平是一个随机变量，通过到期指数公式计算：

回归分析这里只是用ＳＰ５００指数和ＶＩＸ，指数波动率在隐含波动率的基础上计算得到一定程度上反映了，未来波动率的发展情况． 由于国内的波动率指数刚发布不到一年，tushrae现在不能获取它的数据,所以需要从雅虎财经获取标普500和标普波动率指数． 　# 获取美国数据，需要倒入新的模块import pandas_datareader.data as webimport fix_yahoo_fi

获取金融数据 pandas_datareader是一个从Pandas拆分出来的一个模块，可以用来获取谷歌．雅虎财经的数据， 但是今年这雅虎财经借口进行了改动，现在不能正常使用． tushare是一个财经数据获取的包，可以通过pip安装，文档http://tushare.org/classifying.html 可以获取一些简单的股票基金数据，并不能满足一些专业的需求import tushar

散点图在金融图表中也经常用到,来对金融时间序列数据进行可视化import

matplotlib提供了一些金融图表主要用于可视化历史股票价格,或者类似的金融时间序列数据在matplotlib.finance的子库中也提供了获取历史数据的函数版本matplotlib 2.2中，finance会被替换成mpl_finance,但是在2.0版本中import matplotlib.finance as mpf仍可以使用data = mpf.quotes_historica