- 博客(38)
- 收藏
- 关注
RSS订阅原创 Python基础 | 注释
代码注释即对代码进行批注说明。相当于给一个英文单词批注中文释义。注释用来向用户提示或解释某些代码的作用和功能，不会被电脑执行，最大作用是提高程序的可读性。注释分为单行注释和多行注释。
2023-03-08 09:35:41
903
1
原创 Python基础 | Anaconda环境下第三方库的安装
微信公众号推文：https://mp.weixin.qq.com/s/etFEXm6-ujK3Sg2B7gzqMg。
2023-03-08 09:00:30
26741
1
原创 Python基础 | Spyder的使用
Spyder代码编辑区：文件式编程，把全部的代码编辑完，再让解释器一起执行；文件能够以py的形式保存。Spyder的Ipython控制台：交互式编程，即有问有答，输入代码便返回运行结果。使用Spyder的Ipython控制台，就像打草稿，代码的运行记录无法以文件的形式保存下来，只能在历史记录中查看最近运行的历史代码。可以在Spyder的Ipython控制台中打草稿，在代码编辑区写代码，最终交上一份满意的答卷。
2023-03-08 08:55:22
16281
原创 Python基础 | Miniconda的安装
Miniconda是conda的免费的最小安装包。它是Anaconda的小型引导程序版本，仅包含了conda，Python，一些它们必须的package以及少量其他有用的packages，如pip，zlib等。下载地址：https://conda.io/miniconda.html。
2023-03-08 08:53:33
3478
原创 Python基础 | Anaconda的安装
（1）Anaconda是一个集合，它包括了Python、conda以及Python第三方库等。（2）安装了Anaconda，就不用另外单独下载Python了。强烈建议大家直接安装Anaconda，不要先安装Python，再安装Anaconda。（3）Anaconda提供了Spyder等开发工具。
2023-03-08 08:52:37
235
原创 超详细：正则表达式从入门到入门
本文章首发于公众号Python for Finance链接：https://mp.weixin.qq.com/s/boLdKv1L31377dLOKQ6irw正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
2023-02-23 19:28:26
1490
原创 VSCode加入Anaconda大家庭
用Anaconda旗下的Anaconda Prompt安装好这个库后，在vscode中导入库，依旧失败，只有点击”重启“后才能导入该库。如何解决这个问题？
2022-11-29 23:09:19
1734
1
原创 机器学习|stability_selection的安装和导入
里面有安装教程，是通过git clone的方式，表示不知道怎么搞，一脸懵逼，把代码复制进入Prompt命令行也没有反应。后来发现可以直接通过pip install的方法安装github的python包。
2022-11-20 21:34:44
1487
1
原创 【Python量化】蒙特卡洛模拟法预测股价走势
基本思想：蒙特卡罗模拟法(Monte Carlo Simulation, MCS)是在一定的统计分布假设下模拟风险因子的变化情况。首先假设资产收益为某一随机过程，并根据所设定的价格变动过程，大量模拟未来各种可能发生的情境，然后将某一情境下投资组合变化值排序，给出投资组合变化的分布，据此就可以估算不同置信水平下的VaR值。
2022-10-24 23:01:22
7527
1
原创 【Python+Stata】豪斯曼检验：固定效应or随机效应？
本文研究陈强《计量经济学及Stata应用》12.13案例的python及stata实现。lin_1992dta数据集链接：链接：https://pan.baidu.com/s/10WAjBbZgL4NzZV69JbgbZw 提取码：d0dx。
2022-09-24 16:43:40
13723
1
原创 【Python计量】DID模型构建
DID仅适用于面板数据，DID仅适用于面板数据，DID仅适用于面板数据。DID的本质就是面板数据固定效应估计。
2022-08-30 22:39:36
8195
3
原创 【Python计量】Logit模型
如果被解释变量时离散的，而非连续的，称为“离散选择模型”。的系数为例，其解读方式为：当其它变量保持不变时，申请者的Age年龄每增加一岁，其购买汽车的对数几率增加0.2370（绝对数），对数几率并不易直观理解。的OR为例，其解读方式为：当其它变量保持不变时，申请者的Age年龄每增加一岁，其购买汽车的几率变为原来的1.267倍，即几率增加了26.7%。则男性会游泳的概率为100/300，Odds为100/200，男性会游泳的概率为100/400，Odds为100/300，
2022-08-22 16:25:56
9084
3
原创 【Python量化】布林带策略
布林带（BOLL）指标是美国股市分析家约翰·布林根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标。一般而言，股价的运动总是围绕某一价值中枢（如均线、成本线等）在一定的范围内变动，布林线指标正是在上述条件的基础上，引进了“股价通道”的概念，其认为股价通道的宽窄随着股价波动幅度的大小而变化，而且股价通道又具有变异性，它会随着股价的变化而自动调整。...
2022-08-17 11:35:31
6169
2
原创 【Python计量】两期面板数据分析
例2】伍德里奇《计量经济学导论：现代方法》的“第13章 跨时横截面的混合：简单面板数据处理方法”的“13.3 两时期面板数据分析”的案例，利用CRIME2数据，研究犯罪率与失业率的关系。【例1】伍德里奇《计量经济学导论：现代方法》的“第13章 跨时横截面的混合：简单面板数据处理方法”的例13.5，利用SLP75_87数据，研究睡眠与工作之间的替代关系。处理面板数据时需特别注意面板数据的编排方式，不同的编排方式有不同的处理方法。处理面板数据时需特别注意面板数据的编排方式，不同的编排方式有不同的处理方法。...
2022-08-09 11:13:52
1710
原创 【Python计量】多重共线性的检验和解决
我们以伍德里奇《计量经济学导论：现代方法》的“第4章 多元回归分析：推断”的案例4.1为例，利用WAGE1中526个工人的观测数据，研究其工资和受教育程度、工作经验和任职时长的关系。
2022-08-07 16:34:52
12198
1
原创 【Python量化】风险平价策略
钱恩平博士在《Risk Parity Fundamentals》（2016）中指出，资产背后的风险溢价分为三种，权益风险溢价、利率风险溢价和通胀风险溢价。传统模型希望可以控制整个投资组合的波动性，而风险平价控制的是相对风险，让各资产风险相对平衡。从根本上说，这一概念反映了经典的 1/n 投资组合，即资 金在所有资产中平均分配。假设有一投资组合，含有5支股票：中国平安（000001）、格力电器（000651）、爱尔眼科（300015）、贵州茅台（600519）、长安汽车（000625），构建风险平价组合。..
2022-08-04 21:16:34
9751
6
原创 【Python计量】参数假设检验
在本文，我们学习变量的显著性检验（t检验）。对于多元线性回归模型，方程的总体线性关系是显著的，并不能说明每个解释变量对被解释变量的影响是显著的，因此，必须对每个解释变量进行显著性检验，以决定是否作为解释变量被保留在模型中。如果某个变量对被解释变量的影响并不显著，应该将其剔除，以建立更简单的模型。变量显著性检验应用最为普遍的是t检验。...
2022-08-02 14:56:42
1472
原创 【Python量化】VaR在险价值的计算
在95%或99%的置信水平下，预计在未来一个月内损失的金额最大是多少？在95%或99%的置信水平下，预计在未来一年内损失的最大百分比是多少？
2022-07-31 09:44:46
9273
2
原创 【Python计量】linearmodels面板数据回归（三）
在本文中，我们以伍德里奇《计量经济学导论现代方法》的”第14章高级面板数据方法“的例14.4为例，使用wagepan中的数据来进行混合估计模型、随机效应模型、固定效应模型估计。
2022-07-21 17:19:36
3586
原创 【Python计量】linearmodels面板数据回归（二）
在本文，我将使用Grunfeld数据集（可在statsmodels.datasets中获得）来演示固定效应模型的使用。
2022-07-21 10:17:39
4925
原创 【Python计量】联立方程模型
我们以伍德里奇《计量经济学导论现代方法》的”第16章联立方程模型“的案例16.3为例，使用美国女性教育回报数据MORZ，学习联立方程模型的Python实现。
2022-07-18 17:29:27
1473
原创 【Python计量】内生性问题、工具变量法与二阶段最小二乘法2SLS
我们以伍德里奇《计量经济学导论现代方法》的”第15章工具变量估计与两阶段最小二二乘法“的案例15.5为例，使用美国女性教育回报数据MORZ，学习工具变量法的Python实现。
2022-07-17 17:41:39
9294
原创 【Python计量】linearmodels面板数据回归（一）
我们以伍德里奇《计量经济学导论现代方法》的”第14章高级面板数据方法“的案例14.1为例，使用jtrain中的数据来进行固定效应估计。
2022-07-16 12:57:30
7960
原创 【Python计量】自相关性（序列相关性）的检验
多元线性回归模型的基本假设之一就是模型的随机干扰项相互独立或不相关。如果模型的随机感染项违背了相互独立的基本假设，则称为存在序列相关性（自相关性）。我们以伍德里奇《计量经济学导论：现代方法》的”第12章 时间序列回归中序列相关和异方差性“的案例12.4为例，使用BARIUM中的数据来进行序列相关性的检验。import wooldridge as wooimport pandas as pdimport numpy as npimport statsmodels.api as smimport s
2022-05-14 15:52:25
16052
原创 Selenium元素定位方法总结
Selenium可以驱动浏览器完成各种操作，比如模拟点击等。要想操作一个元素，首先应该识别这个元素。人有各种的特征（属性），我们可以通过其特征找到人，如通过身份证号、姓名、家庭住址。同理，一个元素会有各种的特征（属性），我们可以通过这个属性找到这对象。目录一、元素的概念（一）什么是元素？（二）查看元素信息二、元素定位方法（一）根据id定位（二）根据name定位（三）通过class name定位（四）根据tag定位（五）通过link text定位（六）通过parti
2022-05-11 12:46:30
37412
8
原创 【Python计量】异方差性的处理
通过上篇内容，我们通过画残差图、BP检验、怀特检验、GQ检验等方法，发现模型存在异方差性。本篇文章主要介绍如何对异方差进行处理。一、使用“OLS+稳健标准误”如果存在异方差，一种处理方法是，仍然进行OLS回归，但使用在异方差情况下也成立的稳健标准误。标准误在统计推断中发挥着至关重要的作用，直接影响着系数的显著性和置信区间，并最终影响到假设检验的结论。因此，正确地估计标准误在实证分析的过程中显得尤为重要。White标准误（异方差稳健的标准误）：HC0:White（1980）提出的异方差稳健的标准误
2022-05-05 16:57:41
4711
2
原创 代码会说话——pyttsx3简介
目录一、pyttsx3 概述二、pyttsx3的安装三、pyttsx3的运用四、全套代码一、pyttsx3 概述代码会说话：pyttsx3是Python中的文本到语音转换库。二、pyttsx3的安装pipinstallpyttsximage-20220429155835751三、pyttsx3的运用导入pyttsx3库后，调用speak函数即可进行语音播放。importpyttsx3#语音播放pyttsx3.speak("Howar...
2022-04-29 17:31:43
21677
4
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