Python、机器学习和量化开发环境

1、python安装
      pip会同步安装

或者,pip安装

https://pypi.org/project/pip/#downloads 下载最新版本pip到本地,解压
到pip解压路径
安装python2版本pip命令:py -2 -m setup.py install
安装python3版本pip命令:py -3 -m setup.py install


2、Anaconda安装
3、pycharm安装
4、git安装
5、gpu安装CUDA 10.1
6、机器学习框架:
-TensorFlow
-百度飞桨安装
7、量化包安装
8、其他开发包安装
     nltk

算法包安装
依次执行:
py -2 -m pip install Scikit-learn
py -2 -m pip install Matplotlib
py -2 -m pip install Pandas
py -2 -m pip install Request

py -3 -m pip install Scikit-learn
py -3 -m pip install Matplotlib
py -3 -m pip install Pandas
py -3 -m pip install Request

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于python机器学习量化选股,可以参考以下步骤和案例内容: 1. 多因子的市值因子选股介绍:该部分介绍了多因子选股的概念和市值因子的重要性,可以在文章目录的p16处找到相关内容。 2. 多因子的市值因子选股演示:这部分通过案例演示了如何使用市值因子进行选股。可以在文章目录的p17处找到相关内容。 3. 多因子策略流程、因子数据组成、去极值介绍:该部分介绍了多因子策略的流程、因子数据的组成以及去极值的方法。可以在文章目录的p18处找到相关内容。 4. 案例:中位数去极值和3背中位数去极值:这个案例展示了使用中位数去极值和3背中位数去极值的方法。可以在文章目录的p19处找到相关内容。 5. 案例:3sigma法去极值:该案例介绍了使用3sigma法进行去极值的方法。可以在文章目录的p20处找到相关内容。 此外,还可以参考以下内容: 6. 因子数据的标准化处理:该部分介绍了因子数据的标准化处理方法。可以在文章目录的p21处找到相关内容。 7. 市值中心化处理介绍:这部分介绍了市值中心化处理的方法。可以在文章目录的p22处找到相关内容。 8. 案例:市值中性化实现以及回测选股结果:该案例展示了如何实现市值中性化以及回测选股结果的分析。可以在文章目录的p23处找到相关内容。 9. 市值中心化结果总结分析:这部分对市值中心化的结果进行了总结和分析。可以在文章目录的p24处找到相关内容。 综上所述,可以根据以上提到的步骤和案例内容来进行python机器学习量化选股的操作和研究。<span class="em">1</span><span class="em">2</span> #### 引用[.reference_title] - *1* [【量化】4天学会python机器学习量化交易-笔记2(p16~p20)](https://download.csdn.net/download/weixin_38706294/13753550)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [【量化】4天学会python机器学习量化交易-笔记4(p21~p25)](https://download.csdn.net/download/weixin_38660359/13753480)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值