不再使用基准的索引,现在使用交易日历来填充环境中的交易日。移除extra_date字段,因为与基准列表不同,交易日历可以生成未来日期,因此不需要为当前交易日的日期添加。...在交易日历中修复 pandas 索引。这也可以归类为性能问题。使用 loc 索引而不是效率低下的 day 索引,然后是 time 索引。 防止由于不存在成员导致的 vwap 转换崩溃。...移除对基准的依赖以获取交易日历。交易日历现在用于填充环境中的交易日,而不是基准的索引。移除extra_date字段,因为与基准列表不同,交易日历可以生成未来日期,因此不需要为当天的交易添加日期。...修正交易日历中的 pandas 索引。这也可以归档在性能问题下。使用 loc 索引代替效率低下的按日索引,然后再按时间索引。 防止由于不存在的成员导致的 vwap 转换崩溃。...去除对基准的依赖以获取交易日历。现在不再使用基准的索引,而是使用交易日历来填充环境的交易日。移除extra_date字段,因为与基准列表不同,交易日历可以生成未来日期,因此不需要添加当前交易日的日期。
▲图3-10 在上述代码中,how='outer'表示使用两个索引中所有值的并集。...下面介绍一下如何基于时间序列生成DataFrame。为了创建时间序列数据,我们需要一个时间索引。...函数频率的参数及说明如下所示: B:交易日 C:自定义交易日(试验中) D:日历日 W:每周 M:每月底 SM:半个月频率(15号和月底) BM:每个月份最后一个交易日 CBM:自定义每个交易月 MS:...BAS:交易年度初 BH:交易小时 H:小时 T,min:分钟 S:秒 L,ms:毫秒 U,us:微秒 N:纳秒 接下来,我们再基于dates来创建DataFrame,代码如下: df=pd.DataFrame...在输出Series对象的时候,左边一列是索引,右边一列是值。由于没有指定索引,因此会自动创建0到(N-1)的整数索引。也可以通过Series的values和index属性获取其值和索引。
对于纽约证券交易所的普通交易日,市场在上午 9:30 开市,下午 4:00 闭市。交易时段可能会根据交易所、一年中的某一天等因素而变化。 为什么你应该关注交易日历?...你可以在本文档的编写新包部分了解如何创建自己的数据包,或者使用csvdir 包中的代码从 CSV 文件创建包。 什么是交易日历? 交易日历代表单个市场交易所的时间信息。...返回每个资产到下一个已知事件日期的业务日(非交易日!)数量。 这并不使用交易日,因为交易日历包含的信息可能在当时计算时对算法不可用。...模糊符号匹配尝试解决股份类别表示的差异。例如,有些人可能将BRK的A股份类别表示为BRK.A,而其他人可能写成BRK_A。...半天交易日 (bool, 可选) – 此规则是否应在半天交易日触发?默认值为 True。 日历 (Sentinel, 可选) – 用于计算依赖于交易日历的规则的日历。
在这些复杂情况下,使用传统的欧几里得距离无法有效地求的两个时间序列之间的距离(或者相似性)。 DTW通过把时间序列进行延伸和缩短,来计算两个时间序列性之间的相似性: ?...如上图所示,上下两条实线代表两个时间序列,时间序列之间的虚线代表两个时间序列之间的相似的点。...假设下图是两个不同主力期货合约的时间序列,在形态上非常相似,但是这些形态特征点(波峰、波谷)在时间上不能一一对齐,如果用基于欧氏距离的方法来计算两个序列的相似性,会不符合我们的直观认识。...另一方面, 股指期货当月连续合约在每个月的第三个周五是交割日,在股指期货交割日及前一日,股指期货当月连续合约的成交量会有显著下滑。...股指期货当月连续合约和股指期货次月连续合约是沪深 300 股指期货最主要的两个合约。 事实上,如果考虑股指期货当月连续合约和股指期货次月连续合约的总成交量,则周期性的交割日成交量下滑问题不再存在。
我们将使用以下图模型来存储股票信息: 图数据模型 每支股票将被表示为一个单独的节点。我们将每个股票的价格和交易量信息存储为股票交易日节点的链接列表。...date: date(row.Date), close:toFloat(row.Close), volume: toFloat(row.Volume)}); 加载csv数据 接下来,我们需要在股票交易日节点之间创建一个链表...使用apoc.nodes.link我们可以很容易地用这个过程创建一个链表。我们还将股票收盘价按交易日排序后存储为股票节点的列表属性。...: 单个股票交易日之间的链表 四、基于相关系数推断股票之间的关系 我们将使用Pearson相似度[7]作为相关度量。...我们将简单地为每只股票的第一个交易日分配零的索引值,并在随后的每个交易日增加索引值。
股票指标名称 指标含义 开盘价(open) 每个交易日开市后的第一笔每股买卖成交价格 最高价(high) 最低价(low) 最高价是好的卖出价格,最低价是好的买进价格,可根据价格极差判断股价的波动程度和是否超出常态范围...('交易日期', axis=1, inplace=True) #删除第二列’交易日期‘ stock_data.index.name='日期' #日期为索引列 #将数据按日期这一列排序(保证后续计算收益率的正确性...它告诉我们该数据一共有1481行,索引是时间格式,日期从2013年1月4日到2019年3月14日。总共有9列,并列出了每一列的名称和数据格式,并且没有缺失值,其中pb为1434行,即末尾是缺失值。...绘制股票在2016年3月份—2017年12月份的日收盘价和日成交量的时间序列图,因为它们的数值差异很大,所以采用两套纵坐标系来做图。...注意:相关表和相关图可反映两个变量之间的相互关系及其相关方向,但无法确切地表明两个变量之间相关的程度。
scikit-learn scikit-learn是一个基于NumPy、SciPy、Matplotlib的机器学习包,主要涵盖了分类、回归和聚类等机器学习算法。...在scikit-learn中,通过创建一个估计器(estimator)从已经存在的数据学习,并且调用它的fit(X,Y)方法。 代码如下: ?...图一:过去近2500个交易日,当天是涨是跌天数的统计 ? 图二:每日收益率随时间序列的变化 ? 图三:涨跌天数的频率分布 ? 有兴趣的盆友可以仔细看看图,里面有很有趣的东西。...涨跌时间窗口的选择,即我们每个样本中的特征个数,我们训练集每个单元包含连续多少个交易日的涨跌。...实际上反映了交易日历史的涨跌对下一个交易日的影响。 这个动量是否客观存在?我认为从交易心理上说还是有一定依据的,比如作为交易者如果过去一连10个交易日全部飘红,对于后一天的走势我更愿意谨慎看空。
2021年上半年,我在和同事聊天时,听他们提到一个特别简单的基于日历效应的投资策略:每个月的前5个交易日满仓沪深300指数,其他日子都空仓。他们说特别有效。...我听了表示怀疑,每个月前5个交易日有什么特殊性吗?怎么可能这么简单就赚钱了呢?有怀疑当然就要验证,当天晚上我就写了个程序,验证了这个投资想法。...首先,我准备了沪深300指数过去十多年的每日涨跌幅数据,然后判断每个交易日是不是当月的前5个交易日,从而确定是满仓还是空仓。...可能是因为这两个因素,形成了一个有规律的月初买入资金流。 为了巩固这个猜想,我们设计了另一个测试策略:每个月最后5个交易日满仓,其他日期空仓。...表2 图2 月未的日历效应策略净值(红)与沪深300指数(蓝)的对比 我们又继续测试了每月第6到第10个交易日(月中)满仓、其他日期空仓的结果,如表3和图3所示。
然后,Pandas 在结果中为两个对象中的每一列创建一列,然后复制值。...但是,我们将在测量数据中增加一列,以表示多个用户的读数,并复制两个用户的数据。...原因是 Pandas 计算下一个工作日时使用特定的默认日历,并且此默认 Pandas 日历不包括 2014 年 9 月 1 日作为假日。...热图与多个变量之间的关系强度 热图是数据的图形表示,其中矩阵内的值由颜色表示。 这是显示在两个变量的交点处测得的值之间关系的有效方法。...这样做的目的是演示如何在相似行业的选定股票之间的选定时间段内,得出各种股票价格测量值之间的相关性,并演示不同行业之间的股票差异。
一种比较简单直接的方法就是降低数据的采样频率,例如把日频数据统一为周频(甚至更低如月频),再基于周频数据进行预测。...他们首先把多维混频的时间序列使用了一种新的方法表示,如下图所示。图中包含了X和Y两个按不同频率采样的时间序列。...由于采样时间完全不一样,这两个时间序列的值可以合并到一个维度,然后再分别使用X和Y两个指标来表示当前列的意义,还有一个维度就是用来表示该值持续的时间间隔。...预测是基于每周发布的螺纹钢库存以及主力期货合约的日度收盘价收益率这两个因子。训练样本的长度为10个交易日,通常包含1-2个周频数据,数据的组织形式如图1 所示,用于预测下个交易日期货的收益率。...目前该模型用于螺纹钢期货主力合约,每个交易日收盘后对下个交易日的收益率进行预测,收益为正则进场做多,反之则做空。
2.3 AppStore 账单周期的规则 苹果账单周期的规则,有2条大的规律: Apple 财年由四个财季组成(第一季度、第二季度、第三季度和第四季度),每个季度分别为 35 天,两个 28 天月。...所以苹果财务日历只有 364 天,而正常年有 365 和 366 日,所以,苹果每 5 年必须在 12 月的账单月增加一周。...分析师确实注意到这额外的一周以及它如何影响收入,但我从未见过图表试图纠正它,所以所有的图表都让它看起来像是一个特别好的季度。 事实上,一个组织能够采取的任何一个会计年度连续12个月内组成。...App Store Connect 会在本月计算上月的收益,并生成相应的付款和财务报告,这个时间一般在 5-15 日之间。满足了最低起付额之后,会生成一个预计打款时间,这个打款时间为下个月。...仅当交易日期距离结算日期不超过 30 天时,才显示交易日期,否则该字段为空。 结算日期 MM/DD/YYYY 处理和收取顾客付款并开具发票的日期。
,y_{T} \right\} 表示MDGNN,其中y_{t}=(v_{t},\varepsilon_{t},R_{t}) 是第 $t$个交易日的多关系图快照,T 表示总的多关系图快照数量。...我们预测的标签是在连续两个交易日该股票的收益率相比大盘收益的超额收益,也就是我们将股票收益率预测任务定义为回归任务,利用MDGNN网络来学习一个参数网络f(y;\theta) ,该网络通过最小化损失函数来优化...具体来说,我们堆叠L个GNN层,使用最终的 GNN 层获得每个股票节点v 在交易日t 的表示,记为h_{vt} 。...Z 表示从时间段t-\delta_{t} 到t 之间的股票节点的表征,这里我们采用z_{vt} 表示股票节点v 在交易日t 的表示。...我们提出的方法: 我们提出的 MDGNN 算法利用增强的模块从股票独特的多关系图结构中捕获信息,在两个数据集上都超越了之前基于时间序列异构图的算法。
这里我们读取了从2000年的第一个交易日到结束日期的S&P500指数事件序列数据,而且自动地用TimeStamp对象生成一个时间索引。 收盘价的时间序列图如下: ? ?...所以先在pandas DataFrame对象上添加一个新列,用于两个趋势之间的差值。 此处的趋势策略是基于两个月(42个交易日)和一年(252个交易日)的趋势(也就是两种期间指数水平的移动平均数)。...Pandas数值运算通常以向量方式进行,这样可以取两列的全部差值: ? 在最后一个可用交易日上,42日趋势线远远高于252趋势线。...即在1489个交易日中,42日趋势线高于252日趋势线SD个点以上,1232个交易日中,42日趋势线低于252日趋势线SD个点以上。...其中,shift方法按照所需指数输入项数量移动时间序列----这里,每移动一个交易日,就能得到每日的对数收益率: 而基于趋势的投资策略的收益,将Regime列乘以下一天的Returns列(用“昨天”的头寸得出今天的收益
版本添加了对交易日历的支持。...这是因为交易日历可以确定下一个交易日和上周最后一个交易日可以提前识别 当会话结束时间不是常规时间时(这已经可以指定给数据源)时,从子日到每日的重采样 交易日历接口 有一个基类TradingCalendarBase...,用作任何交易日历的基础。...如预期的那样,交易日在13:00提前关闭,但重新采样器不知道这一点(官方交易结束时间为16:00),并继续提供上一交易日(2016-11-23)的重新采样日线柱形图,新的重新采样日线柱形图首次在下一个交易日...鉴于这两个平均值都是指数型的,差异并不是很大,但这并不是韦尔斯·怀尔德定义的。它可能仍然有用,甚至可能更好,但这不是 RSI。而且文档(如果有的话)也没有提到这一点。
–假设都是连续日期,没有中断。...具体步骤如下: 内层子查询中,通过 lag() 函数获取每只股票的上一个交易日的市值,即 last_market_value。...在外层查询中,选取所有列并增加一列 incre_rate,在这列中计算每只股票的增长率。...表示前一天的市值。...需要注意的是,如果上一个交易日的市值为 0,则增长率为 null。 文末SQL小技巧 提高SQL功底的思路。 1、造数据。因为有数据支撑,会方便我们根据数据结果去不断调整SQL的写法。
构建新闻共现网络步骤如下: 1、首先以每个交易日下午三点为切割时间,把收盘后的新闻算做下一交易日的新闻,将日历日映射到交易日; 2、剔除相关性不高的新闻,选取所有relevance>0.1的公司新闻;...为了提高覆盖度,通过每月末滚动过去 90 个交易日的新闻来扩展网络,扩展后的新闻共现网络在各市场板块上的平均覆盖度都提高到了 98% 以上。...三、新闻共现网络的社群检测 3.1 社群检测结果展示 为了更深入探究新闻共现中公司与公司之间的关系,参照前篇《基于 A 股供应链网络的股票收益分析》,依旧引入基于图论的社群检测算法 leiden 算法对新闻共现网络进行社群检测...3.3 社群检测与行业分类的差异 新闻共现网络构建了股票之间在新闻上的关联关系,对新闻共现网络进行社群检测得到的股票分类方式是有别于业务分类(即行业分类体系)、公司间商业关系分类(即基于供应链图谱的社区检测...为了验证上述规律,我们同样对新闻关系下股票对的日度收益率序列计算 Pearson 相关系数,通过比较相关系数的分布来体现不同关系下股票间的关系强弱,其中计算 t 月末相关系数用的是 (t-90个交易日,
第二,会出现时间差(Time deltas)的概念,即上课需要的时间,两个Timestamp做差就得到了时间差,pandas中利用Timedelta来表示。...,这里是每月第二个星期一 pd.date_range()-日期范围:频率(2) M:每月最后一个日历日 Q-月:Q-DEC指定月为季度末,每个季度末最后一月的最后一个日历日 A-月:A-DEC...6-9-12 BM:每月最后一个工作日 BQ-月:BQ-DEC指定月为季度末,每个季度末最后一月的最后一个工作日 BA-月:BA-DEC每年指定月份的最后一个工作日,这里是12月 M:MS每月第一个日历日...Q-月:QS-DEC指定月为季度末,每个季度末最后一月的第一个日历日 A-月:AS-DEC每年指定月份的第一个日历日 BM:BMS每月第一个工作日 BQ-月:BQS-DEC指定月为季度末,每个季度末最后一月的第一个工作日...时间戳的切片和索引 一般而言,时间戳序列作为索引使用。如果想要选出某个子时间戳序列,第一类方法是利用dt对象和布尔条件联合使用,另一种方式是利用切片,后者常用于连续时间戳。
上图中有3条曲线,由上往下的第1条曲线表示实值看涨期权多头的Delta值与期权期限之间的关系,这条曲线的特点是随着期权期限的增加,实值看涨期权的 Delta值是先递减然后再缓慢递增;第2条曲线、第3条曲线分别表示平值...Theta theta_option(S=5, K=6, sigma=0.24, r=0.04, T=0.5, optype='call') / 365 # 交易日Theta theta_option(...因此 Theta表示了在其他变量不变的情况下,过了1天以后期权价值的变化。 在实践中,可以计算“每日历天”的 Theta或“每交易目”的 Theta。...其中,“每日历天”的 Theta就是计算以日历天数衡量的 Theta,计算 Theta的公式必须除以365。...“每交易日”的 Theta则是计算以交易日天数衡量的 Theta,计算 Theta的公式则是除以252,一般一年的交易日天数通常是252天 基础资产价格与Theta的关系 用例1股票为例,观察股票价格与
兴业金工研报将“春节月”定义为包含春节假期在内的4周时间,即春节休市前的5个交易日和春节开市后的10个交易日。...春节前后或春节月的收益率采用对数差分收益率的计算方式,其中表示第t期的收益率,表示第t期的收盘指数点位: \large _{t}= lnP_{t}-lnP_{t-1} 基于上述公式,我们可以推出,第...#part1:计算对数收益率 datas=df.reset_index() #将时间索引转化为日期date变量 #part2:提取春节开始前最后一个交易日和春节结束后的第一个交易日...#计算相邻两个交易日的时间差 dates=datas[['date','date_bef','periods']].loc[datas.date.apply(lambda x: x.month..._[['date']] #提取各年春节休市结束后的首个交易日,注:此处的日期必须为dataframe形式,以为还要借助日期对应的索引提取休市前后N日的收益率 datas_close=datas.iloc
腾讯科技讯 据外电报道,在宣布推出区块链技术支持的照片所有权管理平台KodakOne,并推出在平台内部使用的代币柯达币(KODAKCoin)之后,成立已有130年历史的柯达股价在过去两个交易日中已暴涨...柯达在周二宣布,该公司将同WENN Digital合作,利用区块链为摄影师创建一个加密的所有权数字账簿。...由于互联网让摄影师很难控制自己的图像权利,许多人的传统收入来源,比如收费图片库,自20世纪90年代以来不断萎缩。因此,柯达和WENN计划利用区块链技术在图像与其创作者之间建立更强有力的联系。...受此柯达宣布进军区块链及推出数字加密货币这一消息的推动,柯达股价在过去两个交易日连续大涨,且成交量显著放大。...在过去两个交易日,柯达股价已从周一3.10美元的收盘价升至10.70美元,累计涨幅达到212.9%。柯达股价周三最高至13.27美元,按此股价计算,柯达股价更是暴涨了328.1%。
领取专属 10元无门槛券
手把手带您无忧上云