量化交易学习笔记（1）：PageRank算法

之前的量化系列文章，虽然搭了个东西，但太过散乱，想到什么做什么，到最后也不知道自己要做什么，怎么才能在股市里扒拉点碎银子当零花钱。

最近开始系统性地开始学习量化交易，重新开一个系列，做为自己的学习笔记。

 

首先了解到了PageRank算法。

这个算法是数据挖掘算法之一，由Google创始人Larry Page在斯坦福上学的时候提出来的。该算法用于对网页进行排名，排名高的网页表示该网页被访问的概率高。

这个算法的核心思想有两点：

a. 如果多个网页指向某个网页A，则网页A的排名较高。

b. 如果排名高A的网页指向某个网页B，则网页B的排名也较高，即网页B的排名受指向其的网页的排名的影响。

 

对于这个算法，要求了解其核心思想。

不过看看这个算法的具体实现，可以有助于提升对其核心思想的理解。

找了两篇关于这个算法的文章：

《PageRank算法原理●Python实现》 https://blog.csdn.net/weixin_42057852/article/details/81502727

《数据挖掘十大算法（六）：PageRank算法原理与Python实现》 https://blog.csdn.net/ten_sory/article/details/80927738

 

这个算法后面能在量化交易里做什么，我暂时还不清楚。

理解了这个算法之后，我猜测（猜测本身不是一种科学的行为）它有可能会在后面用于一些网页的重要性分析、或者股票的关注度分析。

联系到自身当前工作，公司在设计app时，其实也可以做PageRank分析，看看这些页面的重要性顺序是不是符合产品原先的设想。