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,&
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
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