自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 Python爬取满7天赎回零费率基金:短线基金定投

Python爬取满7天赎回零费率基金前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言基金有三个费率:1、申购费率2、赎回费率3、运作费率其中,运作费率包括:管理费率(通常每年1%到1.5%)、托管费率(常见每年:0.22%或0.25%)、销售服务费率(C类基金通常每年0.5%到1.0%,其它类基金通常为0),是从基金资产中每日计提的(每个交易日公告的基金净值已扣除,无需投资者在每笔交易中另行支付)。一、pandas是什么?示例:pandas 是基于NumPy 的一种工具

2021-04-26 21:11:35 4838 4

原创 公平博弈必输策略及Python改进:基金补仓

公平博弈必输策略及改进前言一、必输的原因二、使用步骤1.引入库2.读入数据总结前言考虑一个场景:某股票当前股价100元,假设未来60个交易日,这支股票要么+10%涨停,要么-10%跌停,最终涨停30次,跌停30次,那么该股票最终价格将是多少?计算:x = 1.1^30 * 0.9^30 * 100 = 0.99^30 * 100 = 73.97元类似情况,假设一名投机人,每次拿出当前本金的10%进行抛硬币测试(公平博弈,输赢均50%),一共测试60次,最后输赢各30次,那么他的本金将是多少?计算:

2021-02-24 10:18:03 854 1

原创 Python预测基金净值:LSTM模型有点香

Python预测基金净值:LSTM神经网络搭建LSTM神经网络预测基金净值一、LSTM简述二、爬基金数据,准备作为训练集、验证集、测试集三、建模,读入数据,训练,验证四、看图总结搭建LSTM神经网络预测基金净值上一篇《Python预测基金净值:keras神经网络》搭建了一个简单神经网络用来预测基金净值。一、LSTM简述总长度为N的一系列数据,定义为p0,p1,…,pN-1,其中pi是第i天的数值,0≤i<N。 再定义一个固定大小的移动窗口w(实际上就是神经网络的input_size),该窗口大

2021-01-28 23:00:56 7610 14

原创 Python预测基金净值:keras神经网络

Python基金数据实战分析:神经网络预测基金净值如何搭建神经网络预测基金净值一、时间窗口二、爬基金数据,建立训练集、验证集、测试集三、建模,读入数据,训练,验证四、看图总结如何搭建神经网络预测基金净值有一种观点:利用股票历史股价数据,搭建神经网络深度学习,预测股票未来走势,是外行人士的发神经。原因不外乎这些:首先,现有的量价指标等分析工具,远比仅研究历史股价数据靠谱;其次,涨停板的限制、新股N个涨停、停盘之后的补涨补跌等等,是股价历史数据自身无法解释和预测的;最后,不同股票差异太大,有人做出这种“归一

2021-01-19 21:36:41 5794 2

原创 Python基金数据实战分析:偏债混合基金篇

Python基金数据实战分析:偏债混合基金篇如何从众多的基金中选择适合自己的需求场景从基金网站获取基金代码先整体看一下基金情况获取所有混合C基金的历史净值数据分析混合C基金画线图予以核实实战购买如何从众多的基金中选择适合自己的时代不同了。随着各类基金规模的不断扩大,一方面基金看重的股票往往基本面较为优质,另一方面其资金优势也可采用“抱团”战法。于是,与其参考基金选股做一名股民,不如直接选基金购买做一名基民。那么,如何从众多的基金中选择适合自己的呢?本篇尝试用Python爬取基金数据,找出其中收益较稳定(

2021-01-14 15:56:36 2150

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除