- 博客(20)
- 收藏
- 关注
RSS订阅原创 评判基金的重要指标（一）：最大回撤率
市场行情也会直接影响产品回撤的幅度，比如牛市的回撤自然会比熊市的小，很多成立时间较短，没有经历过熊市的产品，最大回撤自然会比成立时间久、经历过牛熊的产品小，因为牛市中的回撤主要来源于基金所配置的个股的股价下跌风险，而熊市中的回撤既包括个股的股价下跌风险，更多来源于市场本身带来的系统性下跌风险。衡量一个策略的风险控制能力，“最大回撤”是最常用的评估指标，在基金研究中，一般使用最大回撤来描述产品可能面临的最糟糕情况，指的是一段时间内基金最大的亏损幅度，是其净值曲线的任一高点到其后续最低点的下跌幅度的最大值。
2024-06-06 18:45:00
978
原创 含义：理财风险等级R1、R2、R3、R4、R5
理财风险等级R1、R2、R3代表什么，为什么R1不保本，R2可能亏损不尔聊投资我们购买理财产品的时候，首先都会看到相关产品的风险等级。风险等级约定俗成有5级，分别是R1-低风险、R2-中低风险、R3-中等风险、R4-中高风险、R5-高风险。我一直认为，“风险等级”这个词并不确切，“波动等级”更为确切。因为并不是风险等级越高，损失的可能性就越大，这说法是片面的。风险等级越高，波动越大，波动带来两个方面：可能是更大的收益、也可能是亏损。
2024-05-08 22:30:00
1022
1
原创 Pyecharts中的Grid，Page, Tiemline，外加overleap详解
用户可以自定义结合 Line/Bar/Kline/Scatter/EffectScatter/Pie/HeatMap/Boxplot 图表，将不同类型图表画在多张图上。第一个图需为 有 x/y 轴的图，即不能为 Pie，其他位置顺序任意（就是说如果有一张bar图和一张pie图，在使用gird.add()的时候，需要首先gird.add(bar)，然后gird.add(pie)）。'''首先声明时，推荐一定要把width height定下来，如果你单纯就想将两张图水平/垂直布局，
2024-02-26 22:30:00
1553
1
原创 Python数据分析库pandas高级接口dt, str, cat等相关
dt.year、dt.month、dt.day、dt.hour、dt.minute、dt.second、dt.week (dt.weekofyear和dt.week一样)分别返回日期的年、月、日、小时、分、秒及一年中的第几周。dt.year、dt.month、dt.day、dt.hour、dt.minute、dt.second、dt.isocalendar().week 分别返回日期的年、月、日、小时、分、秒及一年中的第几周。也可以读取数据的时候，直接转换成时间类型，参数parse_dates=
2024-02-21 15:01:23
610
原创 001__MySQL中的时间类型详解
时间戳，并不是常规意义时间戳(如：14253685)，范围是’1970-01-01 00:00:00’到2037年。但是有零值，0000-00-00 00:00:00；date_add(date/time, interval n day/month/year-----)函数，用于增加一定的时间日期。date_sub(date/time, interval n day/month/year-----)函数，用于减少一定的时间日期。：时间(段)，指定的某个区间之间，从-时间到+时间(有负时间表示)；
2024-02-21 14:29:49
1334
原创 整理_Python 正则表达式相关内容详解
下面来看代码理解1.通过span()提取匹配到的字符下标2.通过group()提取匹配到的内容而s字符串中有3个python的存在,match只能匹配到一个下面我们改变一下s,得到不一样的结果因为match从字符串的起始位置开始匹配,这里起始的第一个字符为1,所以匹配失败返回None.那么我们要如何才能匹配到字符串中间我们想要的部分呢,这个时候就用到了search函数。
2024-01-26 22:30:00
1020
1
原创 pyecharts第三篇：对于全局配置项和系列配置项的一些理解
其中 .add("", [list(z) for z in zip(Faker.choose(), Faker.values())]) ## set_global_opts 的参数配置项 plitarea_opts 再嵌套 areastyle_opts。a. 全局配置项共包含 25 项配置内容，不同的可视化内容使用的侧重点不一样，具体问题区别对待. 偏重于可视化的。a. 系列配置项共包含 18 项配置内容，主要偏重于可视化过程中的。是对不同的图表的形成图像的数据输入，以及相关配置设置。
2024-01-18 22:15:00
1873
1
原创 pyecharts第一篇: 初识pyecharts图像
数据下载：通过百度网盘分享的文件：df2_a.cs…链接:https://pan.baidu.com/s/1MqsAtccwRmM-FxrFoOOz_g提取码:892z复制这段内容打开「百度网盘APP 即可获取」
2024-01-09 22:15:00
338
原创 pyehcarts第二篇：关系图的关键点是：节点node不能有重复的值
数据下载：通过百度网盘分享的文件：df2_a.cs…链接:https://pan.baidu.com/s/1MqsAtccwRmM-FxrFoOOz_g提取码:892z复制这段内容打开「百度网盘APP 即可获取」
2024-01-09 22:00:00
384
原创 python itertools模块: count,cycle,repeat,chain,groupby,accumulate,product,permutations,combinations等
比如说，product('ABC',repeat=4)等价于product('ABC','ABC','ABC','ABC').运行结果： [('apple', 10), ('banana', 20), ('melon', 30), ('strawberry', 'Sold out')]运行结果： [('apple', 10), ('banana', 20), ('melon', 30), ('strawberry', None)]如果不设置的话，就缺省地取第一个参数的长度，此时返回的结果为全排列。
2023-12-27 23:00:00
930
1
原创 python的itertools 模块中的部分常用函数（没有写实际的例子）
4. itertools.islice(iterable, start, stop[, step]): 返回一个迭代器，它返回可迭代对象中从start到stop之间的元素，步长itertools是Python中一个常用的模块，主要用于高效地生成各种迭代器。8. groupby(iterable, key=None): 生成一个迭代器，按照key函数对iterable中的元素进行分组，返回一个由(key, group)组成的迭代器，其中key表示分组的键，group表示分组后的元素集合。
2023-12-27 22:45:00
412
1
原创 python 装饰器decorator；collections模块包括defaultdict；functools模块包括偏函数partial；itertools提供用于操作迭代对象的函数；迭代器
迭代器：如果它的类有next方法和iter方法返回自己本身，对于string、list、dict、tuple等这类容器对象，使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数，iter()是python的内置函数。__iter__方法需要返回对象本身，即self，而__next__方法需要返回下一个数据，如果没有数据了，则会抛出一个StopIteration异常。1）可迭代对象包含迭代器2）如果一个对象拥有__iter_方法，其是可迭代对象；如果一个对象拥有__next。
2023-12-26 23:00:00
969
1
原创 关于pyecharts的官方网站/官网的使用方法
以上操作一共打开4个网页，为什么这么做呢？因为个人经验，在学习和工作使用pyecharts时，这样的4个网页，可以同时查找不同的需求内容。可以使用不常用的浏览器打开，这样不影响使用主浏览器。有时间慢慢介绍画图方法案例。因为在网页或者B站上的视频看到的多数都是简单的案例讲解，但是一旦应用到工作中，发现真的没有大的作用，或者说能够达到辅助完成工作的左右。
2023-12-20 22:00:00
1058
原创 Python数据存储：pickle模块的使用比较
Python提供的pickle模块就很好地解决了这个问题，它可以序列化对象并保存到磁盘中，并在需要的时候读取出来，任何对象都可以执行序列化操作。python的pickle模块实现了基本的数据序列和反序列化。“Pickling”是将Python对象层次结构转换为字节流的过程， “unpickling”是反向操作，从而将字节流（来自二进制文件或类似字节的对象）转换回对象层次结构。pickle模块只能在python中使用，python中几乎所有的数据类型（列表，字典，集合，类等）都可以用pickle来序列化，
2023-12-19 13:48:46
395
1
原创 pip安装地址--清华源(国内常用镜像源)
华为镜像源：https://repo.huaweicloud.com/repository/pypi/simple/中国科学技术大学 ：http://pypi.mirrors.ustc.edu.cn/simple/腾讯源：http://mirrors.cloud.tencent.com/pypi/simple。清华大学 ：https://pypi.tuna.tsinghua.edu.cn/simple/阿里云：http://mirrors.aliyun.com/pypi/simple/
2023-11-16 21:30:00
29343
1
原创 pandas中使用merge时，如果出现on=[‘column‘]的元素有许多相同，容易出现笛卡尔积现象，规避方法
（2）如果 c1和 c2存在重复值，需要注意笛卡尔积现象，此时可以使用循环解决（当然这种情况也是有限制的，需要c1或c2中相同元素对应的值对另外一个dataframe不重要）（1）如果 c1和 c2不存在重复值，就没有问题。
2023-11-07 00:00:00
485
原创 【无标题】notepad++的\r \n \t一些理解
（黑体字的内容也是notepad++里面的\r\n的含义）。但有的编辑器只认\r\n，有的编辑器则两个都认。所以要想通用的话，最好用\r\n换行。在微软的MS-DOS和Windows中，使用“回车CR('\r')”和“换行LF('\n')”两个字符作为换行符;Windows系统里面，每行结尾是 回车+换行(CR+LF)，即“\r\n”；a. 只有单一的 一列数据，需要变成一行，输入需要替换的 是： \n。\ 转义字符 如：要使用 “\” 本身, 则应该使用“\\”\r\n 正则表达式可表示回车换行。
2023-09-08 10:14:12
4229
1
原创 在使用Pandas的 pd.merge() 报错：ValueError: You are trying to merge on int64 and object columns.
如果df_1里面的A或B的类型和df_2里面的数据类型不同，一般情况是字符串（str）和数据类型（int,float）的不同，在运行时，就会出现报错：ValueError: You are trying to merge on int64 and object columns.然后在进行后面的合并 df_data = pd.merge( df_1, df_2, on=['A', 'B'] ) 即可。2.解决方法 ：把df_1和df_2的对应的on=['A', 'B'] 数据类型统一化，即可。
2023-09-06 18:10:03
774
1
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