Python 通过Scipy 的curve_fit 来拟合指数

最新推荐文章于 2024-07-31 10:55:55 发布

瓦力冫

最新推荐文章于 2024-07-31 10:55:55 发布

阅读量1.2w

点赞数

分类专栏： python 量化投资

本文链接：https://blog.csdn.net/fox64194167/article/details/82077721

版权

python 同时被 2 个专栏收录

73 篇文章 14 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

量化投资

50 篇文章 4 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用Python的Scipy库中的curve_fit函数对来自Yahoo Finance的QQQ数据进行指数拟合。数据首先从CSV导入到MySQL数据库，并且提到由于存在网页展示需求，该技术在实际的机器学习项目中得到了应用。研究表明，美股科技股的年化收益率大约为15%。

摘要由CSDN通过智能技术生成

import pymysql
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

from scipy.optimize import curve_fit

def fund(x, a, b):
    return b * (a ** x)

connect = pymysql.connect(
    host = '127.0.0.1',
    db = 'blog',
    user = 'root',
    passwd = '123456',
    charset = 'utf8',
    use_unicode = True
)
cursor = connect.cursor()

select_sql = "select adj_close from qqq"
df = pd.read_sql(select_sql, con=connect)
# print(df.head())
xdata = range(1, len(df) + 1)
ydata = df['adj_close']
plt.plot(xdata, df['adj_close'], 'b-')

popt, pcov = curve_fit(fund, xdata, ydata)

y2 = [fund(i, popt[0],popt[1]) for i in xdata]
plt.plot(xdata,y2,&

了解本专栏