不要把所有的雞蛋放在同一個(gè)籃子里，這是投資界中歷久彌新的至理名言届谈。 為了避免風(fēng)險(xiǎn)，投資人往往會(huì)將資產(chǎn)分散到不同的金融工具中，比如信托澎嚣、債券承二、基金、股票震鹉、期貨俱笛、期權(quán)甚至房地產(chǎn)市...
發(fā)簡(jiǎn)信
IP屬地：北京
-
Python量化：評(píng)估投資組合的收益率和風(fēng)險(xiǎn)
-
Python量化教程：量化風(fēng)險(xiǎn)今天，我們將介紹非常重要的一部分：風(fēng)險(xiǎn)的量化传趾。我們會(huì)從原理以及Python實(shí)戰(zhàn)兩個(gè)角度來學(xué)習(xí)迎膜。 我們開始今天的內(nèi)容。 一浆兰、方差 1952年磕仅，Markowitz發(fā)表了均值-方差...
-
-
一天一圖學(xué)Python可視化(2)：讓條形圖更高級(jí)
溫故知新： 在昨天卸亮，我們學(xué)習(xí)了使用seaborn.lmplot()來繪制回歸圖，用來表示變量之間的線性關(guān)系玩裙。它主要是在散點(diǎn)圖的基礎(chǔ)上兼贸，繪制了一條直線段直，而這條直線（也可以是曲線...
-
Python分析上證指數(shù)歷史數(shù)據(jù)，發(fā)現(xiàn)估值還不夠低……
今天我們的目的并不是完全掌握Python量化分析溶诞，僅僅是作為入門引領(lǐng)鸯檬，開啟一扇新的大門。在之后的日子里螺垢，我會(huì)不定時(shí)地分享更多關(guān)于時(shí)間序列分析喧务、量化分析的內(nèi)容，歡迎關(guān)注枉圃、收藏功茴、...
-
一天一圖學(xué)Python可視化(1)：線性回歸圖
現(xiàn)代人的時(shí)間越來越碎片化，因此我們準(zhǔn)備拋棄那種長(zhǎng)篇大論的教程孽亲，希望大家每天花上幾分鐘就可以學(xué)到一個(gè)小竅門或者某種圖的繪制方法坎穿。只要每天都認(rèn)真看一遍文章，有時(shí)間的時(shí)候花幾分鐘練...
-
Seaborn中文教程（六）：讓圖形更美觀
讓圖形充滿魅力是非常重要的返劲。當(dāng)我們探索一個(gè)數(shù)據(jù)集并且要進(jìn)行可視化玲昧，那么，把圖畫得令人愉悅終究是不錯(cuò)的篮绿》跹樱可視化，是與聽眾交流大量信息時(shí)的核心方法亲配，在這種情況下尘应，讓圖形變得能瞬間...
-
Seaborn中文教程（五）：通過“多圖網(wǎng)格”結(jié)構(gòu)化展示多維數(shù)據(jù)
當(dāng)探索具有中等數(shù)量（不多不少的意思……）維度的數(shù)據(jù)集時(shí)，一個(gè)很好的方式是基于不同的子數(shù)據(jù)集構(gòu)建不同的實(shí)例弃榨，并將它們以網(wǎng)格的方式組織在一張圖之中菩收。這種技術(shù)有時(shí)被稱為“l(fā)atti...
-
Seaborn中文教程（四）：線性關(guān)系的展示
許多數(shù)據(jù)集含有多個(gè)定量變量（數(shù)值型變量），而我們分析的目的往往是將他們關(guān)聯(lián)起來鲸睛。我們?cè)懻撨^通過兩個(gè)變量的聯(lián)合分布來實(shí)現(xiàn)這一點(diǎn)娜饵。然而，使用統(tǒng)計(jì)模型來為兩組帶有噪聲數(shù)據(jù)的觀測(cè)值...