特征工程 对于每份发布的文件,根据文件发布前的时间计算一年、一季度和一个月的历史滑动平均价格变动,并通过标准普尔500指数的变化进行归一化。...所有窗口均指纽约证交所和纳斯达克实际营业的日期(非假日工作日)。 表1. 计算历史滑动价格的滑动平均窗口 ? 目标特征计算为文件发布前后的股权价格变化,使用标准普尔500指数将其标准化。...例如,对于于2018年2月5日发布文件的公司,计算其开盘价和调整后收盘价的变化,并减去标准普尔500指数同期的变化。...在丢弃重复样品和无法提取发布日期的文本后,最终数据集包括2011年至2018年500家公司的约17000份文件。 ? ? 图1&2 数据集样本规模为一年发布8K发布,运营部门公司 部分代码: ?...数据集的类别不平衡,超过50%的样本被标记为“向上”(up),考虑到过去十年标准普尔500指数的稳步上升,这在直觉上是合理的。
导入并预处理数据 我们的团队从我们的抓取服务器中的数据并csv格式的保存。数据集包含n = 41266分钟的数据,从2017年4月到8月,500只股票,以及标准普尔500指数成份股。...使用pyplot.plot(‘SP500’)可以快速查看标准普尔时间序列: ? 标准普尔500指数的时间序列图 注:这实际上是标准普尔500指数的主要指标,也就是说,它的值向未来移动了1分钟。...由于神经网络实际上是数据图和数学运算,因此TensorFlow非常适合神经网络和深度学习。看看这个简单的例子: ? 一个非常简单的图表,将两个数字相加。 在上图中,添加两个数字。...为了适应我们的模型,我们需要两个占位符:X包含网络的输入(在T = t时所有标准普尔500成份股的价格)和Y网络输出(T = t + 1标准普尔500指数的指数)。...缩放后的预测与实际标准普尔散点图 请注意,有很多方法可以进一步改善这个结果:层和神经元的设计,选择不同的初始化和激活方案,引入神经元退出层等等。
在剩下的公司中,选择日均总市值排名前500名的企业,这就是中证500指数 中证500指数简称为中证500,代码是000905和399905 ?...巴菲特多次推荐指数基金,所提到的其实就是标普500指数基金 标普500指数也是以大盘股为主,有500只成份股。不过不同于沪深300指数,标普500指数不单纯按照上市公司的规模来选股票。...+中证500 中证1000:小盘股为主,除去中证800外,最大的1000只小盘股 等权重指数 分配给每个成份股完全相同的权重。...我国的行业指数很多也是按照这个标准分类的 最主要的10个一级行业分别是 材料:金属、采矿、化学制品等 可选消费:汽车、零售、媒体、房地产等 必需消费:食品、烟草、家居等 能源:能源设备与服务、石油天然气等...它的成份股覆盖面比较广泛,成份股的权重也都差不多,换句话说,它是一只等权重指数 ?
等权重加权 给予每个成份股相同的权重,即成份股数量的倒数。理论上,权重是要每日进行再平衡的,否则权重便会偏离成份股数量的倒数,但实际上为了避免繁琐和换手率高企,通常采取定期再平衡的方法。...从市值角度看,等权重法通过定期调整机制,对指数成份股进行高抛低吸,将一段时间涨幅过高的股票卖出,从而规避了成份股市值越大,权重越高的现象。从业绩表现上来看,小盘股优胜期间的等权重指数业绩容易占优。...今年的调查显示,行业正在不断发展并使其产品和服务多样化,以满足不断增长的投资者需求。今年的主要增长动力包括衡量环境,社会和治理(ESG)标准的指数(增长了40.2%)和固定收入指数(增长了7.1%)。...它是按一定标准选出500家有代表性的上市公司作为样本股,用样本股的自由流通股数作为权数,采用派氏加权法编制而成的股价指标。以1994年7月20日为基期,基点为1000点。...2019年11月22日,新华500指数(989001)正式上线。该指数以2004年12月31日为基日,以1000点为基点。由沪深A股中市值大,流动性好的500只股票组成,市值覆盖率达66%。
标准普尔的数据显示,2018年,标普500指数成份股公司42.9%的销售额来自海外市场(2019年数据尚未公布)。...国际业务收入分别占Facebook和Alphabet收入的54.5%和53.8%。对于微软和Netflix而言,来自国内和海外的营收大体各占一半(分别为49.0%和49.4%)。...该公司表示,美国用户数据存储在美国和新加坡的服务器,而不是中国。 但是,TikTok的服务条款确实规定该公司可以与其母公司,子公司或其他关联公司共享信息。...TikTok早期版本的隐私政策警告用户,如果法律要求,公司可能与其中国企业,执法机构和公共机构交换信息。...“如果不进行结构性调整来解决该问题,整个行业的应收补贴将继续增长,并拖累公司的资产负债表和投资能力,”中银国际分析师费云青在7月6日的报告中表示。 中国现在已经多年没有付清全部补贴,而债务也越积越多。
投资者使用各种技术分析工具和指标来识别和利用资产价格的趋势和动量。这些工具可以包括移动平均线、相对强弱指标(RSI)、趋势线和震荡指标等。...为了进行训练,我们选择那些至少有20年历史记录的股票。这意味着那些在1990年之后才上市的股票在第一个训练期不会被考虑,而在2010年底属于标准普尔500指数的股票也不会在第一个训练期考虑。...由于缩小了股票选择范围,相对于持有整个指数的替代方案,我们的数据集可能会有一些偏差。因此,我们进行了一万次的随机抽样回测,比较了平均收益与标准普尔500指数和我们考虑的策略之间的差异。...3.5 训练目标 对于每支个股,我们使用过去30天的股票价格序列和相关特征作为输入,将目标设定为判断该股票是否处于上涨趋势。通过训练,神经网络学习如何判断每支股票的上涨趋势。...通过观察累积表现,我们可以得出以下结论: 所有深度学习策略在测试期间的表现优于标普500指数,展示了良好的回报。 随着选定股票数量的减少,每个再平衡期间的超额收益也减少。
在被纳入「标准普尔500指数」(S&P 500)前夕,特斯拉的股价飙升至新高,特斯拉在2020年的行情不断上涨加强,进入了美国市值最高企业行列。...在被纳入「标准普尔500指数」(S &P 500)前夕,特斯拉的股价飙升至新高,特斯拉在2020年的行情不断上涨加强,进入了美国市值最高企业行列。...即使相信投资特斯拉会有丰厚回报,同时也有长期持有计划的人也在为未来可能出现的波动提前做准备。 纳入标普之后 特斯拉也不会是标普500指数中第一个面临急剧抛售的大公司。...例如,雅虎的市值在1999年12月纳入标普500后不到一个月就达到了顶峰,而美国大型电信运营商Qwest Communications的估值在2000年7月加入标准普尔500指数的同一天达到了顶峰。...随着投资者的热情消退,Facebook 股价在接下来的一个月下跌了6% . 同期,标准普尔500指数仅下跌2% 。
在每封信的开头都是伯克希尔的历史表现,以账面价值变化百分比和股价变化百分比来衡量,和该年度标普500指数作为基准的回报率。...1965年至2017年间,伯克希尔哈撒韦的账面价值年均增长19.1%。同期,标准普尔500指数的回报率为9.9%,其中包括股息。...这里有几点假设需要注意: 1、管理费在每年年初扣除; 2、每年年底,巴菲特基金支付20%的绩效费(按收益计算),其表现优于标准普尔500指数。...从那时到现在,我不确定2/20收费结构是如何或为什么成为对冲基金、另类投资基金如PE & VCs(风险投资)、投资组合管理服务,甚至大多数共同基金的标准(2%的bit,在大多数国家是禁止收取业绩费的)。...这就是巴菲特对这种低成本策略的信心。2007年,巴菲特甚至公开押注100万美元与一家对冲基金经理赌博:对冲基金在未来10年的表现不会超过标准普尔指数基金。不出所料,他在今年年初赢得了这场赌局。
机器学习等方法基本都是数据驱动的,数据获取是开始的第一步,量化交易也不例外,做量化投资的第一步就是如何获取金融数据,这里给大家推荐一款很不错的工具TuShare,并且基于Python语言做一些简单的示例实现...TuShare是一个著名的免费、开源的python财经数据接口包,主要实现对股票等金融数据从数据采集、清洗加工到数据存储的过程,能够为金融分析人员提供快速、整洁、和多样的便于分析的数据,为他们在数据获取方面极大地减轻工作量...Tushare如何获取金融数据 (1)股票数据示例 ?...Tushare获取股票行情数据,使用的是ts.get_hist_data()函数,其输入参数为: • code:股票代码或者指数代码 • start:开始日期,格式YYYY-MM-DD • end:结束日期...(深市) • 股票分类数据:行业分类、概念分类、地域分类、中小板分类、创业板分类、风险警示板分类、沪深300成份及权重、上证50成份股、中证500成份股、终止上市股票列表、暂停上市股票列表 • 基本面数据
以美股S&P 500公司(头部500家公司)举例,A股也是类似,唯一不同的是找到合适的A股数据源。本教程的目的是介绍收集和分析股票数据的步骤。...技术设置我们将使用以下服务和库来收集和分析数据:维基百科:我们将使用此维基百科页面来获取标准普尔 500 强公司列表。谷歌财经:谷歌财经是谷歌托管的一个专注于商业新闻和金融信息的网站[1]。...收集和存储股票数据从 Wikipedia 获取 S&P 500 公司列表数据收集工作的第一步,获取 S&P 500 公司的名单。...可以使用这些数据和股票价格来计算公司在 3 个不同日期的市值。...,我们将添加 3 个不同日期的市值。
2020-03-20"; 注意开始和结束之间的时间跨度不能太长 end_date str Y end_date="2020-03-27" 输出参数 名称 类型 默认显示 描述 日期时间 str Y...Volatility Index),用以反映S&P 500指数期货的波动程度,测量未来30天市场预期的波动程度,通常用来评估未来风险,因此它被称作“恐慌指数”。...举个例子,假设VIX指数为15,表示未来30天预期的年化波动率为15%,因此可以推断指数期权市场预期未来30天标准普尔500指数向上或向下波动15%/√12 = 4.33% 。...也就是,指数期权的定价假设是:标准普尔500指数未来30天的波动率在正负4.33%以内的几率为68%。 数据解读 当VIX指数超过40,表示市场对未来的非理性恐慌,可能于短期内出现反弹。...当VIX指数低于15,表示市场出现非理性繁荣,可能会伴随着卖压杀盘。 即使在1998年的金融风暴时,VIX指数也未曾超过60,VIX指数不一定能准确预测走向,但是多少反映当时市场的气氛。
与此同时,英伟达的涨幅也联动了一系列科技股,推动了标准普尔 500 指数、欧洲 STOXX 600 和日经指数均创历史新高。...周四成交的 650 亿美元英伟达股票,几乎占标准普尔 500 指数股票交易总额的五分之一。...英伟达的股价在 2024 年内已上涨 58%,占标准普尔 500 指数今年内涨幅的四分之一以上。...黄仁勋自英伟达成立以来一直掌管公司,担任联合创始人、首席执行官、总裁和董事会成员,他拥有公司约 3% 的股份。...AI 生成工厂的诞生导致了科技公司对英伟达芯片的强烈需求,以至于英伟达不得不在财报电话会议上解决「如何决定谁可以购买其产品」的问题,并承诺这一过程是「公平的」。
1、益百利(Experian):规模最大 益百利(Experian)是伦敦证券交易所上市企业,入选金融时报100指数成份股。...2、艾克发(Equifax):历史最久 艾克发(Equifax)是纽约证券交易所上市企业,S&P 500 指数成分股,附属于美国大百货公司PLC。...CIDA一夫当关——元数据标准的统一 CDIA是美国征信局协会的缩写。这个公司通过发布征信数据的标准征集模板,统一了征信体系的数据采集问题。制定了标准数据搜集格式Metro1和Metro2。...(征信数据元是征信领域内反映被征信人的特性及信用状况的数据单元,是通过定义、标识、表示以及允许值等一系列属性描述的不可再分的最小数据单元,如借款人名称、登记注册类型、登记注册号、学历、还款日期、还款方式等都是通过一系列属性进行描述的征信数据元...三大公司百花齐放——先进的数据处理和模型评分技术 由于Metro标准的存在,美国三大个人征信局的数据库内容基本一致,但为什么三大机构的业务会有所不同呢?
这次发售普通股,源于被纳入标普500指数之后带来的股价飙升。...作者 | 来自镁客星球的家衡 据外媒报道,昨日特斯拉在提交给美国证券交易委员会(SCE)的FORM 8-K文件中称,公司将出售价值高达50亿美元的普通股。...目的是充分利用股价飙升和被纳入标准普尔500指数(S&P 500)的机会。上个月,特斯拉被纳入标普500指数之后,市值增加了2000多亿美元。...文件显示,特斯拉已与高盛、花旗全球市场、巴克莱资本、法国巴黎银行证券公司、美银证券、瑞士信贷证券(美国)公司、德银证券、摩根士丹利、SG美国证券和富国银行证券等公司,签订了股票分销协议。...根据该协议,这些银行将不定期以市价销售价值高达50亿美元的特斯拉普通股,并且有权获得其服务的补偿,形式为每次出售股票的总毛收入的最高0.25%的佣金,特斯拉已同意向这些银行偿还某些特定费用。
实际资产价格的结果 以下结果被分成两项: 1、从全球50个股票市场指数获得的结果 2、对当前标准普尔500指数成分股资产获得的结果 产生结果所遵循的方法 对于以下方法的每个部分都遵循q=2和q=4:...从标普500当前成分获得的结果 下一组结果是目前标准普尔500指数中500只股票中484只的过去十年价格。一些股票被删除,因为雅虎金融上没有可获得的数据,以及其他被删除是由于与数据相关的问题。...红色图显示在模拟资产上计算的z^*-分数密度,其具有与标准普尔500指数中的股票相同的μ和σ。蓝色图显示在标准普尔500指数中的股票本身上计算的z^*-分数密度。...3、股本住宅,EQR(z^*=5.61)——标准普尔500指数的成员之一,是一家位于伊利诺伊州芝加哥的上市房地产投资信托基金。...在本文中,我们在R中实现了Lo和MacKinlay的检验,检验了该检验在模型数据上的预期工作,然后将该检验应用于两个真实世界数据集:50个全球股票市场指数和484个标准普尔500指数的成分股。
一 金融专业人士以及对金融感兴趣的业余人士感兴趣的一类就是历史价格进行的技术分析。维基百科中定义如下,金融学中,技术分析是通过对过去市场数据(主要是价格和成交量)的研究预测价格方向的证券分析方法。...我们选取的研究目标是标准普尔(S&P)500指数,这是美国股票市场有代表性的指标,包括了许多著名公司的股票,代表着高额的市场资本,而且,该指数也具有高流动性的期货和期权市场。...(PS:除NumPy和SciPy,pandas也是Python的重要库之一) ? ?...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)。
,团队的一些成员利用Google Finance API抓取了每分钟的标准普尔500指数。...除了标准普尔500指数以外,我们还收集了其对应的500家公司的股价。在得到了这些数据之后,我立刻想到了一点子:基于标准普尔指数观察的500家公司的股价,用深度学习模型来预测标准普尔500指数。...把玩这些数据并用TensorFlow在其上建立深度学习模型是很有趣的,所以我决定写下这篇文章:预测标准普尔500指数的简易TensorFlow教程。...导入数据集 我们的团队将抓取到的股票数据从爬虫服务器上导出为CSV格式的文件。该数据集包含了从2017年四月到八月共计n=41266分钟的标准普尔500指数以及500家公司的股价。...可以通过pyplot.plot('SP500')来快速查看标准普尔500指数的时间序列。
4.0万亿美元,占整个标普500指数的16.5%。...事实上,在20世纪60年代和70年代,头部企业的权力更为集中,当时排名前五的公司市值之和占标准普尔500指数的20%以上。...图1:标准普尔500指数前五名公司的市值(占标准普尔500指数总市值的百分比) ? 在上世纪六七十年代,最大的公司占标准普尔500指数总市值的7%到9%,而如今,即便是Apple也只约4%。...如图2所示,没有一家公司能一直稳坐头把交椅,似乎能成为当下最大的公司才是最可靠和最实际的。 图2:标准普尔500指数中最大公司的市值(占标准普尔500指数总市值的百分比) ?...不过,这一具有里程碑意义的事件并不是代表着这些巨头新篇章的开始,它更是对巨头公司脆弱性和源源不断将为世界带来经验和价值的新公司的一种提醒。
p=5277 最近我们被客户要求撰写关于递归神经网络的研究报告,包括一些图形和统计输出。 本文分析了S&P500指数和SPY ETF,VIX指数和VXX ETN的波动率的可预测性和可交易性。...然而,传统的广义自回归条件异方差(GARCH)和随机波动率(SV)模型的应用并不适合用于使用高频数据的应用。...通过将线性预测提供给RNN,我们可以从预测任务中删除任何线性分量。这应该为更好地匹配线性预测误差的非线性残差留出更多空间。...数据 我们的基础数据集包括来自于1996年1月2日至2016年6月2日开始的标准普尔500指数。 结果 每日S&P500 RV。注意:顶部面板分别显示每日实现的波动率及其对数变换, 和 。...下面的图表显示了跳转成分, 和 结论 本文分析了异质自回归模型的潜力,包括跳跃预测实现波动率(RV)。对于这种方法,我们根据标准普尔500指数的5年日内数据的20年历史计算RV。
p=5277 本文分析了S&P500指数和SPY ETF,VIX指数和VXX ETN的波动率的可预测性和可交易性。尽管已有大量关于预测高频波动的文献,但大多数仅根据统计误差评估预测。...然而,传统的广义自回归条件异方差(GARCH)和随机波动率(SV)模型的应用并不适合用于使用高频数据的应用。...使用混合模型的动机源于希望利用每个模型。通过将线性预测提供给RNN,我们可以从预测任务中删除任何线性分量。这应该为更好地匹配线性预测误差的非线性残差留出更多空间。...数据 我们的基础数据集包括来自于1996年1月2日至2016年6月2日开始的标准普尔500指数。 结果 每日S&P500 RV。注意:顶部面板分别显示每日实现的波动率及其对数变换, ? ? 和 ?...和 ? ? ? 结论 本文分析了异质自回归模型的潜力,包括跳跃预测实现波动率(RV)。对于这种方法,我们根据标准普尔500指数的5年日内数据的20年历史计算RV。
领取专属 10元无门槛券
手把手带您无忧上云