pandas的IO 量化投资逃不过数据处理，数据处理逃不过数据的读取和存储。...打开之后，说不定某些格式会被excel“善意的改变”，譬如字符串‘000006’被excel打开之后，然后万一选择了保存，那么再次读取的时候，将会自动变成数值，前面的五个0都消失了，很显然，原来的股票代码被改变了...在量化投资中，我们经常会使用截面数据处理和时间序列数据的处理。 所谓的截面数据处理，就是站在某一个交易日，或者某一个时间点，来考察全市场这么多股票的情况。...代码中的your_function就是我们希望作用在截面数据上的函数。 ...大家可以尝试返回一个等长的list，就会发现上面的代码不能成功运行。
同时，文章还讨论了数据传输中的安全性问题，提出了不依赖加密算法的数据传输安全方案目录python中权重剪枝，低秩分解，量化技术 代码权重剪枝低秩分解scipy量化技术python中权重剪枝，低秩分解，...量化技术 代码权重剪枝权重剪枝可以通过PyTorch的torch.nn.utils.prune模块实现。...以下是一个使用PyTorch实现低秩分解的简单例子：scipy在Python中，可以使用scipy库中的svd函数来实现奇异值分解（Singular Value Decomposition, SVD）。...# 转换模型为量化版本torch.quantization.convert(model, inplace=True)以上代码提供了权重剪枝、低秩分解和量化技术的基本实现框架。...请注意，这些代码需要根据具体的应用场景和模型结构进行调整和优化。
慕课网 量化交易 https://www.imooc.com/learn/1054 作者项目地址 https://github.com/birdskyws/Quantitative-transaction...python获取股票数据 ?...df_datacsv = web.DataReader("601233.SS","yahoo",datetime.datetime(2018,1,1),datetime.date.today()) 601233 股票代码
import tushare as ts import pandas as pd import numpy as np # 策略参数 stock_code = '000001' # 股票代码 buy_threshold...请注意，这只是一个简单的示例程序，实际的量化程序需要更加复杂的模型和策略，并且需要经过充分的测试和验证。此外，量化程序涉及到金融市场和投资风险等因素，需要对风险有足够的认识和管理能力。
量化程序是用计算机程序来执行投资策略的程序，通常会涉及到数据获取、数据分析、模型构建、交易执行等一系列流程。...下面是一个简单的示例程序，可以使用Python获取股票数据，并计算股票的均线，然后根据均线的交叉情况来决定是否买入或卖出股票。...这只是一个简单的示例程序，实际的量化程序可能会涉及更加复杂的模型和策略。
本文围绕团队在产品质量攻坚工作中做的一些质量检查手段，介绍如何让你团队的代码质量可以量化，并保留最珍贵、可维护、可持续、可传承的工程化代码。...即便你提供了所谓每天的自动化测试报告，貌似可以量化，但真正的作用谁有知道呢？虽然覆盖率统计并不能代表代码就是 100% 可靠的。...但它可以通过量化的数据告诉我们代码的哪些分支、哪些逻辑我们还没有覆盖，至少能让你知道，你的测试是不是在做一些无意义的事情。...有了这个脚本，我们就可以批量进行分析了： python3 .build/run-clang-tidy.py -p=build -j 8 > build/clang-tidy-output.txt -p...diff -U0 origin/${CI_MERGE_REQUEST_TARGET_BRANCH_NAME}^ ${CI_MERGE_REQUEST_SOURCE_BRANCH_NAME} python3
yfinance yfinance国内不能使用，可以使用tushare、akshare代替 import yfinance as yf # 输入股票代码 stock_symbol = 'AAPL'...# 替换为你想要查询的股票代码 # 获取股票数据 data = yf.download(stock_symbol) # 打印实时数据 print(data) pip install akshare...) cerebro.optstrategy(MyStrategy, sma_period=range(10, 30), rsi_period=range(10, 30)) cerebro.run() 量化交易平台...QMT、Ptrade、很多券商都有自己的量化交易服务
python量化学习路线 简介 本文介绍python量化的学习路线，然后默认是会python的基础语法，然后后面的后续文章会详细的介绍学习路线中的每一块。...学习路线 以下是一个较为详细的Python量化学习路径和流程建议： 第一阶段：学习Python基础知识 学习Python的基本语法和数据结构，可以选择以下方式进行学习： 书籍推荐：《Python...编程从入门到实践》、《流畅的Python》等 在线课程推荐：MOOC平台上的《Python语言程序设计》、Coursera上的《Python for Everybody》等 掌握Python的常用标准库...学习Python的第三方库，例如：numpy、pandas等。 第二阶段：了解量化交易领域基本概念 学习金融市场的基本概念，如股票、期货、外汇等。...总之，Python量化学习需要长期持续的学习和实践，并且需要结合市场动态和实践经验不断完善和优化策略。
老读者都知道，Python的一个应用方向就是——量化交易，恰好最近收到了清华出版社赠送的 《深入浅出Python量化交易实战》 一书，因为平时对数据科学和机器学习都比较感兴趣，简单试读了一下。...此外，还会通过文字+视频的方式，给大家分享如何用Python获取A股数据，以及如何用Python进行的仓位控制。...，实验如下： yfinance 另外，yfinance也有类似的功能，使用方法也很简单 Tushare 当然，说到用 Python 进行量化交易，肯定少不了 Tushare 但若要使用完整功能，需要一定的积分...JoinQuant 最后一种方法来获取数据就是用现成的量化平台。这里我用joinquant实验了一下， 可以看到，通过平台获取数据，还是比较简单的。...接着，再为大家分享如何用Python进行的仓位控制！
Python 量化交易 算法交易一个基本需求，就是高效处理数据，数据处理是 Python 的强项，特别是 Numpy+Pandas 的组合，让算法交易开发者的效率直线上升。...这里提供一个爬取、格式化、绘制比特币在过去一个小时的价格曲线的 Python 代码。...可以借助一些专有的库： Zipline 策略回测 Pyfolio 投资组合分析 另外，有一些现有的便利交易平台可以执行自定义的 Python 策略，无需搭建量化交易框架。...接下来的代码就很清晰了。...最后，代码再将加密后的请求封装到 request_headers 中，发送给交易所，并收到 response，这个订单就完成了。 参考文章： Python 核心技术与实战：量化交易实战篇。
Python量化数据仓库搭建系列3：数据落库代码封装 本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。...； 1、准备工作 （1）在MySQL数据库中，创建数据库udata，创建过程见第一讲《Python量化数据仓库搭建系列1：数据库安装与操作》； （2）在MySQL数据库中，创建数据更新记录表udata.tb_update_records...建表代码如下，MySQLOperation为上一讲封装的方法。...将上述几步操作，封装到一起，定义并调用python中class类的属性和方法。...下一节《Python量化数据仓库搭建系列4：股票数据落库》 第3节-数据落库代码封装-源代码文件.rar
这是奔跑的键盘侠的第115篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录...#从数据集中获取股票数据 ├──util # 公用程序 │ ├── __init__.py │ ├── stock_util.py#获取股票交易日期、前一交易日日期、股票代码...1 更新后的stock_util.py 这个模块，修改完之后就是3个函数了：获取交易日、获取某日期的前一交易日、获取某日所有股票代码。.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-07-13 18:19 # @Author : Ed Frey # @...要知道，从数据库中读取数据，也就是所谓的IO，定会严重影响到代码执行速度，毕竟要从3000多只股票中提取数据，就像爬取数据时，爬一圈要个把小时，加个索引可能二十分钟就能搞定。
依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 │ ├── __init...data_crawler.py #爬取指数、股票数据 ├──util # 公用程序 │ ├── __init__.py │ ├── stock_util.py#获取股票交易日期，所有股票代码...1 先来捋一下前面几节的思路 从第三篇文章中的util # 公用程序data_crawler.py入手，先爬取历史数据（指数和个股），存入数据库，只是随便爬了两个代码测试一下。...如果有对代码不感兴趣，但是对量化分析感兴趣的童鞋，可以去现成的量化分析平台模拟，比如JoinQuant聚宽量化交易平台，直接使用平台上现成的指标，组合一个自己想要的策略，然后进行回测。...如果满足不了自己的胃口，平台还支持自己写指标组合使用，相比python从头到尾捋一遍简直爽到炸……几分钟就能搞一个策略测测结果神马的 ? 好了，今天没有什么硬干货，洗洗睡吧～
也没啥好总结的，目录如下： 1 最后再贴一次框架目录 ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录 │ ├─...finance_report_crawler.py #爬取财报数据 ├──util # 公用程序 │ ├── __init__.py │ ├── stock_util.py#获取股票交易日期、前一交易日日期、股票代码.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-05 21:47 # @Author : Ed Frey # @...""" 股票池 :param begin_date: 开始日期 :param end_date: 结束日期 :return: tuple，所有调整日，以及调整日和代码列表对应的...总之，要做一个量化分析的项目，需要花费大量的精力时间去建模，不断的修正完善，有很多问题要实战起来，才会发现，哇靠，这么复杂！！！ 至于，沪深300与策略收益曲线对比图呢，一把辛酸泪？！
python实现量化交易策略 1 前言 相信大家都听说过股票，很羡慕那些炒股大佬，觉得量化投资非常高深，本文教大家用python实现简单的量化交易策略。...,df2],axis=0) df.to_excel('股票数据.xlsx',index=False) hqsj_hs() 这里得到了沪深300成分股的日线行情数据，需要手动将excel表按股票代码和交易日期升序...完整代码 import tushare as ts import pandas as pd import numpy as np import copy pro = ts.pro_api('你的token...pd.concat([df,df2],axis=0) df.to_excel('股票数据.xlsx',index=False) hqsj_hs() #股票数据.xlsx需要手动将excel表按股票代码和交易日期升序
这是奔跑的键盘侠的第112篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录...data_crawler.py #爬取指数、股票数据 ├──util # 公用程序 │ ├── __init__.py │ ├── stock_util.py#获取股票交易日期，所有股票代码...code:1,date:1})建立数据集索引，还有前复权、后复权的数据集都建立索引，爬取数据的速度就会快非常多，至于为何，暂时还没得空去研究 先用起来再说 2 basic_crawler.py重写 《Python...——量化分析常用命令介绍（五）》中贴的basic_crawler.py代码一跑起来发现很多问题，最关键的一点是数据类型不一致不断抛出异常的问题，至于为啥，先一掠而过……翻新完的代码如下： #!.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-07-31 21:12 # @Author : Ed Frey # @
import re import time import matplotlib.pyplot as plt import requests import dem...
许多Numpy运算都是用C实现的，相比Python中的循环，速度上有明显优势。所以采用向量化编程，而不是普通的Python循环，最大的优点是提升性能。...另外相比Python循环嵌套，采用向量化的代码显得更加简洁。...c: 249981.256724 vectorized version:0.998973846436ms c: 249981.256724 for loop:276.798963547ms 可见，向量化的实现代码速度上有飞速提升...，而且代码也看起来更简洁。...更多关于numpy向量化编程的指导，可以参考这本开源的在线书籍：From Python to Numpy )
这是奔跑的键盘侠的第116篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录...finance_report_crawler.py #爬取财报数据 ├──util # 公用程序 │ ├── __init__.py │ ├── stock_util.py#获取股票交易日期、前一交易日日期、股票代码.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-03 21:44 # @Author : Ed Frey # @
这是奔跑的键盘侠的第118篇文章 依旧，先贴一下目录： ├── README ├── MyQuant_v1 #量化分析程序目录 ├── __init__.py ├── data #数据处理目录.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-04 06:40 # @Author : Ed Frey # @.../usr/bin/env python3.6 # -*- coding: utf-8 -*- # @Time : 2019-08-04 07:20 # @Author : Ed Frey # @...if 'eps' not in eps or eps['eps'] == '-': print('计算pe因子，EPS有误, 股票代码...pf = PEFactor() pf.compute('2018-01-01', '2019-07-28') 这个计算起来可能比较花时间，可以同时并行运算，比如按不同的季度同时运算上面的代码
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
云直播
对象存储
腾讯会议
