【金融风险管理】python进行股票标准差、方差、均值、离散系数、标准化、对数收益率

已于 2023-03-10 19:10:04 修改
阅读量1.6k 收藏 18
点赞数 10
分类专栏： 【金融风险管理】 文章标签： 线性回归 经验分享 课程设计
于 2023-03-01 21:13:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_65157892/article/details/129289767
版权

1.先计算对数收益率：DuiShu = np.log(data['ClosePrice']) - np.log(data['ClosePrice'].shift(1))

2.计算均值：np.mean（）

3.计算方差：np.var（）

4.计算标准差：np.std（）

5.离散：np.std（） /  np.mean（）

6.标准化：直接套调用

以下为部分代码

5409654e227444d3b479413d6cb0fb95.png

4c51eb44a9d745689504cbd7c2c17ea0.png

6511700b49de4e589ec6fd0423f41690.png

9f98c5037a1244848a7b56d9536878fd.png

de90ffd04e4849d19e7ba3671e7ff30c.png

e1a0960dacba4255a762f3aab7284640.png

一帆1018
关注
专栏目录
python 计算某段时间每日对数收益率，并设计一种指标进行交易，分析年化收益和夏普比率
走向CTO的路上...
06-04 1309
其中，年化收益率通过计算交易周期内的收益率来获得，而夏普比率则需要同时考虑收益率和波动率。在这里，假设无风险收益率为2%。可以使用这些数据来计算交易策略。
python计算对数收益率_R语言金融基础：tidyquant数据整理（算术/对数收益率）
weixin_39805720的博客
12-09 1378
作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具(R/Python)，致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等。知乎专栏：R语言数据挖掘 邮箱：huang.tian-yuan@qq.com.欢迎合作交流。前文：收益率的概念及其简单，计算方法如下：而对数收益率的计算方法为：其中，t代表当前时刻，t-1代表...
离散度计算公式 python_python数据分析数据标准化及离散化详解
weixin_39770416的博客
11-25 744
本文为大家分享了python数据分析数据标准化及离散化的具体内容，供大家参考，具体内容如下标准化1、离差标准化是对原始数据的线性变换，使结果映射到[0,1]区间。方便数据的处理。消除单位影响及变异大小因素影响。基本公式为： x'=（x-min）/（max-min）代码： #！／user/bin/env python#-*- coding:utf-8 -*-#author:M10import num...
众数、极差、四分位差、方差、标准差、离散系数 Python求解
Arthur Guo 的专栏
10-26 9909
数据的离散程度，用来描述一组数据的分散程度。数据离散程度度量的标准和方式有很多，而具体选择哪一种方式则需要依据实际的数据要求进行抉择。 常见的有几种：平均数、中位数、众数、四分位差、方差、标准差、离散系数。 以下简单解释：众数、极差、四分位差、标准差、方差、离散系数。 众数：通俗地理解是一组数中出现次数最多的那个数。 极差：极差为数据样本中的最大值与最小值的差值R=max(i)-min(i)，是所有衡量数据离散程度中最为简单的一种，反应了数据样本的数值范围，是最基本的衡量数据离散程度的方式，受极值影
python计算对数_「对数收益率」python_numpy_计算对数收益率和还原问题 - seo实验室...
weixin_39643679的博客
12-05 2104
对数收益率可以使用np.log和np.exp这两个：x=5000y=6000ret=np.log(float(6000)/float(5000))print retnew_y=6000/float(np.exp(ret))print new_y#举一个更加复杂的例子：import pandas as pdimport numpy as np#计算收益率x=range(0,1000,1)y=rang...
Python中股票（对数）收益率的计算
雪山飞狐
01-21 1万+
读取股票价格数据后，np.array格式和DataFrame格式用不同的方法。 如果是np.array格式，比如价格为price from numpy import * from pandas import * # 假如价格波动是4,7,10,4 price = array([4,7,10,4]) # 如果要计算对数收益率，就加一行代码：price = log(price) b = diff(pr...
用python分析股票收益影响因素的方法_Python3对股票的收益和风险进行分析
weixin_39634898的博客
12-07 1161
版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/asialee_bird/article/details/89340563目录一、股票收益率1、股票的日收益率(1)计算股票的日收益率日收益率计算公式如下：该公式可理解为两天的价格差除以前一天的价格，下面提供两种方法计算日收益率。第一种，在 pa...
【数据分析】自回归条件异方差（ARCH、GARCH、python代码和解读）
最新发布
风高秋月白，雨霁晚霞红
08-23 964
条件异方差。
garch模型python步骤_利用python进行时间序列分析——从随机游走到GARCH模型（一）...
weixin_39917576的博客
12-11 3220
本文是主体是翻译Time Series Analysis (TSA) in Python - Linear Models to GARCH。但是文章主要是python操作，而理论较少，因此在此基础上补充理论，使文章有血更有肉。欢迎在评论区指正。目录动机基础平稳性序列相关(自相关)为什么要关心自相关白噪声和随机游走趋势平稳时间序列对数线性模型AR(p)MA(q)ARMA(p, q)ARIMA(p, ...
简书python估算遗传相关系数_「Python量化基础」时间序列的自相关性与平稳性
weixin_39517560的博客
12-19 310
01 引言金融数据主要分为时间序列(时间维度)、横截面(个体维度)和面板数据(时间+截面)。比如上证综指2019年1月至今的日收盘价数据就是时间序列，而2019年8月12日所有A股收盘价数据则是横截面数据，2018-2019年3000多只个股收盘价数据便是面板数据。金融时间序列分析是量化投资建模的重要基础，今天给大家分享时间序列的一些基础概念，包括自相关性、偏自相关性、白噪声和平稳性，以及Pyth...
基于python log取对数详解
09-20
今天小编就为大家分享一篇基于python log取对数详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python数据分析与挖掘实战总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
02-05 1万+
大数据专业硕士在读，CSDN人工智能领域博客专家，阿里云专家博主，专注大数据与人工智能知识分享。🎉。
python金融分析-计算对数收益率及其波动率并画图
刘正全的博客
08-06 1万+
计算对数收益率及其波动率并画图 # -*- coding: utf-8 -*- """ Created on Wed Aug 03 10:32:08 2016 @author: Administrator """ ###可视化 计算对数收益率及其波动率并画图 import numpy as np import pandas as pd # 读取excel，返回excel对象 xlsx_file = pd.ExcelFile("D:\Python\pythonwork1\\testmatplotli.
python_numpy_计算对数收益率和还原问题
云金杞
06-30 9876
可以使用np.log和np.exp这两个： x=5000 y=6000 ret=np.log(float(6000)/float(5000)) print ret new_y=6000/float(np.exp(ret)) print new_y #举一个更加复杂的例子： import pandas as pd import numpy as np #计算收益率 x=range(0,1000
Python 应用： 使用Tushare的数据，计算多只股票收益率之间的相关系数与协方差
weixin_47371066的博客
03-25 5931
使用Tushare的数据，计算多只股票收益率之间的相关系数与协方差（分部教学）： 1.引入模块 2.导出数据 3.数据处理 4.计算协方差与相关系数
离散系数的计算公式_统计学的Python实现-016：变异系数
weixin_31151281的博客
01-30 4522
统计学解释变异系数：变异系数(coefficient of variation)，又称离散系数，是一个衡量数据离散程度的、没有量纲的统计量。其值为标准差与平均值之比。变异系数的计算公式为：代码实现import numpydef coefficient_of_variation(data): mean=numpy.mean(data) #计算平均值 std=numpy.std(data,ddof=0...
机器学习算法系列(二)
Enjoy_endless
06-05 632
1、决策树学习 是一种逼近离散值目标函数的方法，是最流行的归纳推理算法之一； 原理： 逐步应答中，使用分层变量或决策节点，擅长评估； 分类实例的方法是从这棵树的根结点开始，测试这个结点指定的属性，然后按照给定实例的该属性值对应的树枝向下移动，叶子结点即 为实例所属的分类。 适用问题： 1、 实例是由“属性-值”对（pair）表示的。实例是用一系列固定的属性（例如， Temperatur...
Python金融系列第一篇：计算股票回报率，均值和方差
热门推荐
CoderPai的博客
09-28 2万+
作者：chen_h 微信号 & QQ：862251340 微信公众号：coderpai 第一篇：计算股票回报率，均值和方差 第二篇：简单线性回归 第三篇：多元线性回归和残差分析 第四篇：现代投资组合理论 第五篇：市场风险 第六篇：Fama-French 多因子模型 介绍 在本文中，我们将介绍有关量化金融的一些基本概念。我们从收益率，均值和方差开始学习，你可能认为计算这些值非常简单，但是...
Python计算股票收益率、Alpha和Beta系数
路在脚下
04-17 1万+
股票收益率、Alpha和Beta系数
为什么使用对数收益率方便计算均值，方差和标准差呢？
06-01
使用对数收益率可以将收益率的乘法运算转化为加法运算，从而方便计算均值、方差和标准差。具体来说，设$t_1$和$t_2$为两个时刻，$p_{t_1}$和$p_{t_2}$为该资产在时刻$t_1$和$t_2$的价格，$r$为在$t_1$到$t_2$期间的收益率，则有： $$r = \frac{p_{t_2} - p_{t_1}}{p_{t_1}}$$ 使用对数收益率，可以将上式改写为： $$ln(1 + r) = ln\frac{p_{t_2}}{p_{t_1}}$$ 这样，对数收益率就可以转化为两个时刻的价格比率的自然对数，从而可以将乘法运算转化为加法运算。这种转化使得计算均值、方差和标准差变得简单。具体来说，设$R = \{ln(1+r_1), ln(1+r_2), ..., ln(1+r_n)\}$为对数收益率序列，$E(R)$为其均值，则有： $$E(R) = \frac{1}{n}\sum_{i=1}^{n}ln(1+r_i)$$ 类似地，可以计算方差和标准差： $$Var(R) = \frac{1}{n-1}\sum_{i=1}^{n}(ln(1+r_i) - E(R))^2$$ $$SD(R) = \sqrt{Var(R)}$$ 因此，使用对数收益率方便计算均值、方差和标准差，是金融领域中常用的技术手段之一。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

一帆1018

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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