- 博客(101)
- 收藏
- 关注
原创 Python之numpy教程(六):线性代数、随机数
1.用dot函数计算矩阵乘积x = np.array([[1.,2.,3.],[4.,5.,6.]])y = np.array([[6.,23.],[-1,7],[8,9]])x输出:array([[ 1., 2., 3.], [ 4., 5., 6.]])y输出:array([[ 6., 23.], [ -1., 7.],
2016-06-01 11:20:44 2968
原创 Python之numpy教程(五):筛选、排序、集合函数、读取存入数据
1.用布尔型数组进行筛选import numpy as npimport numpy.randomarr = np.random.randn(100)arr输出100个随机数:array([-0.84570456, -2.21743968, 2.48971398, 1.57138679, 0.1645484 , -0.00618139, 0.5514482
2016-05-31 20:36:47 29887
原创 Python之numpy教程(四):数据处理、绘图、数据统计分析
1.用数组表达式代替循环的方法,通常被称为矢量化。points = np.arange(-5,5,0.01) # 1000个间隔相等的点用np.meshgrid函数接受两个一维数组,并产生两个二维矩阵。xs, ys = np.meshgrid(points,points)xs输出:array([[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.
2016-05-30 20:14:26 15512
原创 Python之numpy教程(三):转置、乘积、通用函数
1.数组转置和轴对换:数组不仅有transpose方法,还有一个特殊的T属性:arr = np.arange(15).reshape(3,5)arr输出:array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14]])arr.T输出:array([[ 0,
2016-05-30 14:15:12 161771 1
原创 Python之numpy教程(二):运算、索引、切片
1.numpy数组的特点在于,大小相等的数组之间,任何算数运算都会将运算应用到元素级。请看下面的例子:arr = np.array([[1.,2.,3.],[4.,5.,6.]])arr输出:array([[ 1., 2., 3.], [ 4., 5., 6.]])arr * arr输出:array([[ 1., 4., 9.],
2016-05-30 11:01:55 56515 3
原创 Matlab:ndgrid函数
>> x0=-3:3;y0=-2:2;[x,y]=ndgrid(x0,y0)x = -3 -3 -3 -3 -3 -2 -2 -2 -2 -2 -1 -1 -1 -1 -1 0 0 0 0 0 1 1
2016-05-28 22:14:41 16669
原创 Python之numpy教程(一):基础概念
首先要安装好numpy包,具体如何安装请另寻教程1.加载:import numpy as np2.建立一个简单数据data = [[ 0.9526, -0.246 , -0.8856],[ 0.5639, 0.2379, 0.9104]]输入data,运行结果:[[0.9526, -0.246, -0.8856], [0.5639, 0.2379, 0.91
2016-05-27 20:46:44 4731
原创 Matlab:一个简单例子了解ndgrid函数
[x1,x2,x3] = ndgrid(-2:1:0, -2:1:2, 0:1:2); y1=x1 + x2 + x3;>> y1y1(:,:,1) = -4 -3 -2 -1 0 -3 -2 -1 0 1 -2 -1 0 1 2
2016-05-27 16:43:35 4971
原创 同样的错误不能犯两次(十一):注意细节
人说“细节决定成败”,小的积累有了大的不同的结果。我自己是一个不是很注重细节的人,尤其是在一件事完成90%的时候,最后10%我就会马马虎虎糊弄。今天倒水的时候我发现我又又又又一次在最后一点倒在了桌子上面,其实就是马虎了事。我一回想,发现很多时候,最后的部分我都会潦草完事。这就是我不注重细节的地方。所有经常走错路,看错站。我觉得自己能做的更好,但是一直没达到,可能一部分原因就是因
2016-05-21 09:07:35 664
原创 身体很重要~
这几天一直在生病中度过,最难熬的是昨天和今天上午,连续24h基本一直在睡觉,中间几乎吃不下什么东西,发烧、头痛加牙龈发炎简直令人煎熬。这个月以来,自从回了一趟老家,身体一直有些小病,包括嗓子疼,感冒,也一直没太注意,因为一般过几天就好了。然后就是有一天做一个东西过于投入,一下就从下午4点弄到第二天凌晨4点,因为第二天白天有事,7点起来又去忙事情。可能平时熬夜还不会有事,补补觉就好了,但是那
2016-05-18 12:10:56 557
原创 学习大数据第八天:MySQL5的入门操作
MySQL5的入门操作 首先打开cmd,win7要以管理员身份运行哦~ 1.连接MySQL数据库mysql -uroot –p****(这是自己的MySQL密码,在安装时要设置的东西,详见上一篇文章:http://blog.csdn.net/liangzuojiayi/article/details/51378486) 2.查看所有命令:help会出来一些基本操作说
2016-05-12 12:40:29 560
原创 如何做到自律
一、前言 人不律己,便是情绪、食欲和情欲的奴隶。在长远看来,缺乏自律反而会丧失自由。自由通常是建立在特殊技能和能力的基础之上,例如会一种乐器或者会说一门外语。切记,律己的艰辛总甜过懊悔的苦果。 二、根本篇 古之成大事者,不惟有超世之才,亦必有坚韧不拔之志。立志不坚,终不济事。不管你用什么办法,如果你没有坚定地理想,而是通过各种奇技淫巧来实现自律,终究
2016-05-12 08:10:09 2192
原创 学习大数据第七天:mysql5.7 rar版本的下载与安装(亲测有效)
学习数据挖掘,终究离不开数据库这个东西。今天接触了MySQL,被称为当前非常好用的一款数据库软件,二话不说,立刻下载并安装。然而,这个过程中却出现了一些问题。先来说下步骤吧。一、下载我是在官网上面下载的最新版本(也只看到这个版本的下载):http://dev.mysql.com/downloads/mysql/我选择了第二个zip格式的文件,因为我的系统是win7,64
2016-05-11 21:52:41 1630
原创 写论文第十天:MATLAB之rsi函数
function varargout = rsi(price,M,thresh,scaling,cost)% RSI%%% Copyright 2010, The MathWorks, Inc.% All rights reserved.if ~exist('scaling','var') scaling = 1;endif ~exist('M','var') M =
2016-05-11 09:01:57 2523
原创 写论文第九天:MATLAB之rsindex函数
function rsi = rsindex(closep, nperiods)%输入价格向量、期限(默认为14日),输出rsi值%RSINDEX Relative Strength Index (RSI).% RSINDEX calculates the Relative Strength Index (RSI). The RSI is calculated% based on a
2016-05-06 12:20:42 2824
原创 写论文第八天:MATLAB之leadlagFun函数
function sh = leadlagFun(x,data,scaling,cost)% define leadlag to accept vectorized inputs and return only sharpe ratio%返回多组短期、长期(分别为x11,x12,x21,x22,…)的指数移动均线的夏普指数%%% Copyright 2010, The MathWorks,
2016-05-06 07:35:17 1294
原创 同样的错误不能犯两次(十):转移话题要察觉
有时候,当我和别人聊一个话题,有时候我刚说到饶有兴致停不下来时,别人故意岔开话题言及其他,其实那是对方已经对这个话题不感兴趣、不愿意继续听下去,但是又为了顾及我的面子,不直接表示不想听而做的事,所以这时我应该及时收住,听对方的意思,谈谈其他的事情,让对方说说话。而不能非要继续拉着对方聊这个自己有兴趣但对方无兴趣的话题,否则容易让别人生厌。若是好朋友也就算了,他能忍你,若是一般朋友可能关系就更淡了,
2016-05-06 07:08:42 853
原创 写论文第七天:MATLAB之movavg函数
function [short,long] = movavg(asset,lead,lag,alpha) %MOVAVG Leading and lagging moving averages chart. % [SHORT,LONG] = MOVAVG(ASSET,LEAD,LAG,ALPHA) plots leading and lagging % moving average
2016-05-05 14:19:40 4577
原创 写论文第六天:MATLAB之leadlag函数
function varargout = leadlag(P,N,M,scaling,cost)%LEADLAG returns a trading signal for a simple lead/lag ema indicator%Leadlag函数返回一组交易信号,这组信号分别是以lead、lag为移动均线指标。ema:Exponential Moving Average,即指数平均数指
2016-05-05 13:39:38 2786
原创 写论文第五天:选择最佳的参数(二)
1.@(x)表示 f 为函数句柄,@是定义句柄的运算符。f=@(x)acos(x) 相当于建立了一个函数文件:% f.mfunction y=f(x)y=acos(x);2.exist('im', 'var')是检测im中的变量是否存在 如果不存在返回0,存在返回1~exist('im', 'var')是对结果取非运算var是im的类型
2016-05-05 08:38:21 793
原创 同样的错误不能犯两次(九):透支一时
不能为了一时的目标,透支今天全部的时间与精力,导致第二天甚至两三天毫无状态,有时候生病还会耽误1周。就像,有很多很多的球员曾踢出过非常好的一段时间,但是却无法持续,所以注定成为不了伟大。恒心才有恒产,持续保持高效才有进步。每天都要适当维持体力,为第二天做准备。
2016-05-01 12:36:29 484
原创 写论文第五天:参数扫描法
1.parameterSweep函数[respmax,varmax,resp,var] = parameterSweep(fun,range)输出的4个变量依次是最优结果(比如最大夏普比例),最优结果对应的参数组合,所有扫描结果以及所有的参数组合。输入两个变量,第一个是一个指向被扫描函数的function handle,第二个是一个cell类型,可以包含多个参数的范围。
2016-04-28 00:11:54 2723 1
原创 写论文第四天:选择最佳的参数
1.nan函数>> nan(1)ans = NaN>> nan(1,1)ans = NaN>> nan(1,2)ans = NaN NaN>> nan(2,1)ans = NaN NaN>> nan(2,2)
2016-04-26 15:23:23 1169
原创 学习大数据第五天:最小二乘法的Python实现(二)
1.numpy.random.normalnumpy.random.normalnumpy.random.normal(loc=0.0, scale=1.0, size=None)Draw random samples from a normal (Gaussian) distribution.The probability density function o
2016-04-26 10:04:04 6639
原创 学习大数据第四天:最小二乘法的Python实现
1.import numpy as npnp.pi3.1415926535897932. np.poly1dnumpy.poly1dclass numpy.poly1d(c_or_r, r=0, variable=None)[source]A one-dimensional polynomial class.A convenience class
2016-04-25 12:27:08 1576
原创 写论文第三天:绘制初步策略的评估结果
1.subplot函数:写成subplot(m,n,p)或者subplot(mnp)。subplot是将多个图画到一个平面上的工具。其中,m表示是图排成m行,n表示图排成n列,也就是整个figure中有n个图是排成一行的,一共m行,如果第一个数字是2就是表示2行图。p是指你现在要把曲线画到figure中哪个图上,最后一个如果是1表示是从左到右第一个位置。2.num2str函
2016-04-25 09:48:37 658
原创 写论文第二天:验证交易策略
1.size函数size(A)函数是用来求矩阵的大小的,你必须首先弄清楚A到底是什么,大小是多少。比如说一个A是一个3×4的二维矩阵: 1、size(A) %直接显示出A大小 输出:ans= 3 42.zeros函数创建一个元素全为0的矩阵,比如a=zeros(3,
2016-04-24 16:20:19 1086
原创 学习大数据第三天:最小二乘法的MATLAB实现
1.点乘:对应元素相乘A = 1 2 3 4>> A2=A*AA2 = 7 10 15 22>> A2=A.*AA2 = 1 4 9 162.polyfit(x,y,n):分别为自变量、因
2016-04-24 10:41:59 2221
原创 学习大数据第二天:数据挖掘的基础方法——最小二乘法
1.原理最常用的是普通最小二乘法( Ordinary Least Square,OLS):所选择的回归模型应该使所有观察值的残差平方和达到最小。(Q为残差平方和)- 即采用平方损失函数。 样本回归模型: 其中ei为样本(Xi, Yi)的误差平方损失函数:则通过
2016-04-23 17:57:19 1730
原创 写论文第一天:熟悉MATLAB操作
1.clc, clear all, close all意思分别为:清楚当前command区域命令;清空环境变量;关闭所有窗口,但不包括命令窗、editor窗和帮助窗.2.pwd(printing working directory),显示默认的当前工作路径;或者cd我的是:D:\Office Tools\Matlab3.设置工作路径 userpath('
2016-04-23 08:55:28 2411
原创 学习大数据第一天:IPython安装
资料来源:http://jupyter.readthedocs.org1.If Anaconda is installed, run the following command in the Terminal (Mac/Linux) or CommandPrompt (Windows) to install Jupyter:conda install jupytercmd下面会
2016-04-22 12:20:43 758
转载 fiddler使用方法
Fiddler是最强大最好用的Web调试工具之一,它能记录所有客户端和服务器的http和https请求,允许你监视,设置断点,甚至修改输入输出数据. 使用Fiddler无论对开发还是测试来说,都有很大的帮助。阅读目录Fiddler的基本介绍Fiddler的工作原理同类的其它工具Fiddler如何捕获Firefox的会话Firefox 中使用Fiddler插件Fiddler如何捕获H
2016-04-15 10:21:37 536
原创 同样的错误不能犯两次(八):恐惧心理
我对自己不能100%把控的东西会有恐惧感和排斥感,这对我的发展起了非常大的限制,因为我过于害怕失败,走不出已有的圈圈,不敢闯、不敢拼、怕失败、怕被拒,甚至我连学习都是这样的,面对新的未知知识,如果不能和自己已有的知识联系紧密,就会产生恐惧感和抗拒心理,所以我一直学不会编程,因为这里一下出现很多我不懂得东西。这就是我最大的瓶颈,所以上大学后我就跟不上高等知识的脚步,只能亦步亦趋慢慢走,但是这样明显是
2016-04-14 19:46:49 1525 1
原创 同样的错误不能犯两次(七):晚饭后就做
晚上饭后要把碗洗掉,收拾一下家,扫地墩地,在低效率时间下做不需要脑力的工作,为第二天白天预留更多的可用时间。但是昨天晚饭后,出去散步了,然后回来的时候已经九点半,感觉非常累,于是洗漱了一下就睡了,结果未能完成这个习惯。今天总结了一下,我应该吃完晚饭,离开洗碗、扫地、墩地,这样的好处有:一、尚有精力,休息一下就很难再做这些事了;二、尚有时间,晚上出去再回来,很可能就很晚,没有太充裕的
2016-04-14 14:20:52 680
原创 Python3:re.complie用法
import repattern = re.compile('[a-zA-Z]')result = pattern.findall('as3SiOPdj#@23awe')print (result)结果:['a', 's', 'S', 'i', 'O', 'P', 'd', 'j', 'a', 'w', 'e']
2016-04-14 14:13:31 7068
原创 Python3:异常处理,try...except
语法规则:try: #可能得到异常的语句except : #锁定是哪种异常 #出现异常的处理方法import systry: s = input('Enter something --> ') #可能得到异常的语句except EOFError: #锁定是哪种异常 print ('ERROR INPU
2016-04-13 15:46:10 2973
原创 Python3:位运算符
& 按位与运算符 都为1为1,否则为0| 按位或运算符 有1就为1,否则为0^ 按位异或运算符 10为1,相同为0~ 按位取反 左移>> 右移例子:a=60,b=13其二进制为:a:00111100,b:00001101a&b=00001100a|b=00111101a^b=00110001~a=11000011aa>>2=
2016-04-13 15:04:07 2712
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