ryo007gnnu的博客

今天做了个数据整理的事，本来任务很简单，就是将某公司的利润表中的数据进行一下处理，只需要每一年年末的公报中的数据，其他的不要的都删掉，目的是观察一下该公司的运营情况。基本数据导入后如图：可以发现，公司会在不同时期发布公报，而且经常是一个日期有几条数据，但在重要指标上又基本相同，我的目标是只要每年12月31日的一条数据即可，没想到绕了一大圈最后还是简单处理了。问题出在这个日期上，常见的日期格式是xxxx-xx-xx，年-月-日的形式，中间有个分隔符，可这个日期数据就是个数字，不是日期，于是倒腾了半天用

下午不务正业，做了一个小实验，场景是这样的：看到在一个微信群中，一群人乐此不疲的抢着红包，并玩着手气最好再次发红包的游戏。于是萌生出一个念头，如果假设所有人的钱都是一样多，然后按照这种发红包的方式将资金转移出去，经过多次转移，最后会出现什么现象？？为了让这个问题变得更简单，我将场景稍微调整了一下，改为假设有100个人，所有人最初都拥有1元钱，每次每个人都随机的转移一定的资金出去给另一个人，看看最后会出现什么结果。基本代码如下：import numpy as nplist1=[]#初始时每个账户都有1块

最近学习python在金融里的应用，看了好几篇同类型或内容相同的文章，说是用SVM、回归和神经网络等模型来预测HS300指数的涨跌趋势。基本逻辑大概都能懂，可有一个问题始终没搞明白。这些文章里提供的都是历史数据，你将历史数据分为训练集和测试集，然后用训练集跑得不亦乐乎，得到了一个所谓的模型。接着用测试集去测试这个模型的正确率。OK，测试集也能证明你的模型算是比较优秀吧，有时正确率也比较高。可最关键的问题却没有一个人提，就是这个模型即使再优秀，没地方用也是没啥意义的啊？！我到哪去给你找个未知的开盘、收盘、最高