Scientific Computing
文章平均质量分 87
空城_招Python数据处理
Python数据处理急招人
展开
-
从时间序列到复杂网络:可见图算法
这篇文章实现的算法来源于PNAS杂志:点击打开链接# coding: utf-8from itertools import combinationsimport networkx as nxdef visibility_graph(series): g = nx.Graph() # convert list of magnitudes into list of t原创 2015-06-01 20:43:29 · 7389 阅读 · 3 评论 -
从状态转换概率与股指涨落的散点图看股指涨落规律
原始数据1.股票指数在代码中会对收盘价做对数处理:yi=log2(X_{i+1}/X_i)2.股票状态切换概率(股票状态参考:从时间序列到复杂网络,概率为一阶马尔科夫计算的状态转移矩阵概率)计算代码:# coding: utf-8import matplotlib.pyplot as pltimport pandas as pdimport mathfr原创 2015-06-05 10:33:27 · 803 阅读 · 0 评论 -
基于GARCH模型的股市研究与危机预警——R语言实现
摘要 为防范股票市场上的不确定性和风险,有效地度量股票指数收益率的波动性显得尤为重要。本文运用GARCH族模型拟合了股票指数收益率的波动性方程并实证研究了全球有代表性的上证综指、NASDAQ指数、德国DAX、日本日经指数。结果表明四个国家股票收益率均有聚集性、持续性,股票市场存在着冲击的非对称性。具体而言,美国、德国、日本股票市场对利空消息敏感,而对利好消息保持谨慎。而中国对...原创 2015-09-02 13:16:25 · 40177 阅读 · 6 评论 -
【python】SIR模型实现
SIR模型python实现SIR模型是传染病模型中最经典的模型,其中S表示易感者,I表示感染者,R表示恢复者。SIR模型中,染病人群为传染的源头,他通过一定的几率把传染病传给易感人群,他自己也有一定的几率/可以被治愈并免疫,或者死亡;易感人群一旦被感染,就又成为了新的传染源。将人群划分为三类,易感染者、已感染者和已恢复者(recovered )。可建立下面的三房室模型:原创 2016-01-03 11:15:10 · 37655 阅读 · 17 评论