highstocks 是一个功能强大且丰富的股票资讯类图表的库,其具有代表意义的项目还有 highcharts 和 highmaps。我最近在做一个股票资讯类的项目,所以需要用到这个图表库,由此篇文章开张记录下使用该库的各种问题和小技巧。方便以后他人遇到问题及时解决。首先我们就来谈一谈如何在 react 项目中使用它。
大家应该或多或少地会接触过股票,或者去购买股票型基金,但是提到股票基金就不得不提到的是K线图,今天小编就带领大家一起用Python来制作可以交互的高颜值K线图,
从本篇文章开始要写一个新的可视化库的系列文章:Highcharts。对这个库来自官网的赞美:
欢迎来到Python for Finance教程系列的第7讲。 在之前的教程中,我们为标准普尔500强公司抓取了雅虎财经数据。 在本教程中,我们将把这些数据放在一个DataFrame中。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号独家解读 量化投资与机器学公众号 QIML Insight——深度研读系列 是公众号今年全力打造的一档深度、前沿、高水准栏目。 历史汇总 QIML Insight深度研读,全网独一份! 公众号遴选了各大期刊前沿论文,按照
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 作者:Qinkai Chen、Christian-Yann Robert 我们在上一篇推文中分享了一篇关于图相关算法在量化研究中的论文综述。从股价预测到组合优化,传统的图算法及图神经网络都有非常丰富的应用场景。今天分享
受市场各参与方及资金流动等相互作用,不同股票之间往往会表现出价格联动或共振的现象。随着市场高频交易参与度的增加,这种共振的现象愈发明显。本文中,作者使用高频的成交数据来研究股票间共同成交(文中称为co-trading,即一只股票发生成交的极短时间内,另一只股票也发生成交)的现象,构建了co-trading network来对股票市场复杂的联动进行建模。
在本系列的前文 1,2中,我们介绍了如何使用 Python 语言图分析库 NetworkX 3 + Nebula Graph 4 来进行<权力的游戏>中人物关系图谱分析。
1.金融文本挖掘背景介绍 文本挖掘作为数据挖掘的一个分支,挖掘对象通常是非结构化的文本数据,常见的文本挖掘对象包括网页中的论坛、微博、新闻等。文本挖掘是目前金融量化研究的一个非常热门的领域,其主要原因有以下三点: 关注对冲量化与金融工程行业的读者,如果想加入“对冲量化与金融工程”专业讨论群,请即回复后台“金融工程”,我们审核通过后将尽快将您安排加入到相应的微群讨论组中。 一是对传统数值型数据的研究已经相对成熟了,而对文本数据的研究处于起步状态,在全新的数据源寻找超额收益相对容易。 二是网络文本数
金融市场上最重要的任务之一就是分析各种投资的历史收益。要执行此分析,我们需要资产的历史数据。数据提供者很多,有些是免费的,大多数是付费的。在本文中,我们将使用Yahoo金融网站上的数据。
投资组合管理是最大化投资组合回报的过程。投资组合经理根据他们对风险的偏好,代表客户做出交易决策。他们在决定他们应该在投资组合中持有哪些股票以平衡风险和获取最大回报之前,分析不同的资产的优势和劣势。这使得投资组合管理变得困难。我们的目标是通过使用预测建模和深度学习技术使这个过程更好,根据下个季度的预测股价生成稳定的投资组合。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。
昨天晚上看到一个关于股票的矩形树状图 (tree map),真的太酷了,传达的信息太多了。
传统的股价预测的时许模型,对于收益率的假设往往不切实际,而最近兴起的机器学习模型,特别是深度学习模型对于股价的预测也存在着明显的问题:
摘要 Highcharts图表控件是目前使用最为广泛的图表控件。本文将从零开始逐步为你介绍Highcharts图表控件。通过本文,你将学会如何配置Highcharts以及动态生成Highchart图表。 ---- 目录 前言(Preface) 安装(Installation) 如何设置参数(How to set up the options) 预处理参数(Preprocess the options) 活动图(Live charts) ---- 一、前言(Preface) Highcharts是一个非常
嗯,没错,PyEcharts 就是这么骚!嗯,没错,PyEcharts 就是这么骚!
Combiner函数是一个可选的中间函数,发生在Map阶段,Mapper执行完成后立即执行。使用Combiner有如下两个优势:
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 机器学习是当前金融建模、预测和决策的最先进技术。然而,实现这一潜力需要克服许多复杂的挑战。在本次演讲中,Two Sigma的Justin Sirignano——他也是牛津大学数学副教授——讨论了金融领域机器学习的机遇和挑战
世界有很多角度,而我们却只能看到一个,并深陷其中,自信不已。每一个角度有不同的维度组合来观察世界。
短期涨跌的预测相比长期更容易,但覆盖交易成本后再获利的难度更大。所以在高频交易场景,机器学习更适合有限状态下的订单执行。而对于长期的预测,机器学习的训练目标可以不是评估在给定状态下的每股总利润或买入行为的回报,而是监控在该状态下买入与在所有可能状态下买入的相对盈利能力。
通过参数设置获取日k线、周k线、月k线,以及5分钟、15分钟、30分钟和60分钟k线数据。本接口只能获取近3年的日线数据,适合搭配均线数据进行选股和分析。
贝叶斯方法与量化投资 贝叶斯方法在量化投资中有哪些应用? 股票分类 市场趋势识别 波动率估计 投资组合风险 股票分类 构造投资组合的方法是买入好的 股票(未来收益率高)或卖出(空) 差的股票(未来
机器之心专栏 机器之心编辑部 多智能体代码库 CAMEL,提出了通过角色扮演框架来研究 LLM 智能体的行为和能力。 未来的社会会被通用人工智能(AGI)控制吗?当拥有多个 ChatGPT 智能体会有多可怕。 ChatGPT 已经初步展现了 AGI 的雏形,成为了各行各业工作人员的全能小助手,但如果任由其野蛮生长,不加于管制会不会有一天人类再也无法控制 AGI?意识到这个问题严重性,特斯拉 CEO 埃隆・马斯克、苹果联合创始人史蒂夫・沃兹尼亚克、图灵奖得主 Yoshua Bengio 等人带头签署公开信呼吁
LSTM Networks(长短期记忆神经网络)简介 LSTM Networks 是递归神经网络(RNNs)的一种,该算法由 Sepp Hochreiter 和 Jurgen Schmidhuber 在 Neural Computation 上首次公布。后经过人们的不断改进,LSTM 的内部结构逐渐变得完善起来(图 1)。在处理和预测时间序列相关的数据时会比一般的 RNNs 表现的更好。目前,LSTM Networks 已经被广泛应用在机器人控制、文本识别及预测、语音识别、蛋白质同源检测等领域。基
小程序体验师:吴逍遥 一直以来,我都是用「同花顺」看股票。 在此之前,并没有发现能有希望超越它的产品,直到自选股的出现。自选股 app是腾讯旗下的产品,它凭借着强大的微信导流,以及良好的用户体验,在股票类 app 领域异军突起。 与此同时,「腾讯自选股」小程序也快速跟上了增长节奏,非常有希望成为股票类小程序中的王者。 然而,对于普通用户来说,「腾讯自选股」小程序与 app 相似度较高,很难区分出它们的不同之处,到底该如何取舍呢? 接下来,就让知晓程序(微信号 zxcx0101)通过这篇横向评测文章,来带着大
广告:本人的单因子测试视频教程 https://study.163.com/course/introduction/1005568012.htm
作者| 李鎔洲,UIUC大二学生,曾经参与微小卫星通信开发,为恒信资管开发期货数据视觉化系统,现在在尝试做校园全电动F1赛车的电子系统。 该项目是一个基于Tushare和Echarts的股票数据视觉化应用。支持绘制个股K线,高开低收,成交量,前/后复权,个股每日分笔。 项目地址: https://github.com/Seedarchangel/TuChart 截图 个股K线 个股分笔 多图并列 可拖拽/缩放 使用方法 命令行pip install tuchart 注意:为了保证
股票软件开发顾名思义就是股票软件开发公司为公司或个人开发制作自已个性化的股票分析软件,从此彻底告别依赖别人的技术平台支持,从股票软件名称,公司LOGO,启动界面,系统功能,特色指标、特色选股、软件注册后台,信息发布平台,机构数据,主力行情,大盘分析,个股分析,资金分析,热点分析等等一系列功能上实行自已品牌化管理运行。
摘要:BigQuant平台上的 StockRanker 算法在选股方面有不俗的表现,模型在 15、16 年的回测收益率也很高 (使用默认因子收益率就达到 170% 左右)。然而,StockRanker 在股灾时期回撤很大 (使用默认因子回撤 55%),因此需要择时模型,控制 StockRanker 在大盘走势不好时的仓位。 LSTM(长短期记忆神经网络) 是一种善于处理和预测时间序列相关数据的 RNN。本文初步探究了 LSTM 在股票市场的应用,进而将 LSTM 对沪深 300 未来五日收益率的预测
要执行此分析,我们需要资产的历史数据。数据提供者很多,有些是免费的,大多数是付费的。在本文中,我们将使用Yahoo金融网站上的数据。
资金流向是观测股票市场的一个重要指标,目前A股市场可以获取到的资金流数据主要包括:
翻译整理 Watermelon 前言 很多投资者经常讨论股价的预测,基本面的消息等等。当我们在说这些的时候,其实,这些(我把它们归结为算法)算法的核心就是触发识别并采取适当的措施:短线或者长线。但是我们想在这两种情况下都赚钱。 今天编辑部为大家带来一个交易策略,将触发因素作为开仓交易策略的初始条件,在下一个交易日开盘的股票投入资金。目标是找到最有利的持仓期。 投资组合 该策略可以使用任何NN资产组合进行回溯测试。 为了简单起见,我们使用10个股票的随机子集作为当前道琼斯指数的一部分: 我们从Goo
主动管理决策是由预测和一致预期收益率之间的差异驱动的,套利定价理论在主动投资组合管理中具有重要意义,它给出了预测收益率的框架,但并未说明用什么因子预测,应用套利定价理论进行收益率预测和主动投资更像是一种艺术。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号独家撰写 感谢ChinaScope对本文提供数据支持 核心观点 本文在Qlib已实现的图神经网络模型GATs上进行改进,引入以基于数库SmarTag新闻分析数据的共现矩阵作为显性图关系; 实证
今天公众号为大家分享一篇Man Group最新的研究文章,干货满满!重点在第四节~
这是机器学习发挥作用的地方。我们将建立一个机器学习分类器来判断一只股票是买入、卖出还是持有。为了确定一个股票或公司是否属于这三种类型之一,我们将看一下每个公司的季度报告。这些季度报告包含了必要的财务信息,我们需要用基本面分析的方法来训练我们的机器学习分类器。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 近日,第三期湾区数据沙龙“跨境数据新趋势,量化投资应用与合规”成功举办。该研讨会由深圳数据交易公司(简称“深数交”)牵头主办,数库(上海)科技有限公司(简称“数库科技”)承办,旨在从量化投资视角入手,共同探讨跨境数据带来的
本文用 R 编程语言极值理论 (EVT) 以确定 10 只股票指数的风险价值(和条件 VaR)。使用 Anderson-Darling 检验对 10 只股票的组合数据进行正态性检验,并使用 Block Maxima 和 Peak-Over-Threshold 的 EVT 方法估计 VaR/CvaR。最后,使用条件异向性 (GARCH) 处理的广义自回归来预测未来 20 天后指数的未来值。本文将确定计算风险因素的不同方法对模型结果的影响。
量化投资与机器学公众号 QIML Insight——深度研读系列 是公众号今年全力打造的一档深度、前沿、高水准栏目。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,荣获2021年度AMMA优秀品牌力、优秀洞察力大奖,连续2年被腾讯云+社区评选为“年度最佳作者”。 量化投资与机器学习公众号 独家解读 量化投资与机器学公众号 QIML Insight——深度研读系列 是公众号全力打造的一档深度、前沿、高水准栏目。 公众号遴选了各大期刊前沿论文,按照理解和提炼的方式为读
本文用 R 编程语言极值理论 (EVT) 以确定 10 只股票指数的风险价值(和条件 VaR)
投资理财是几乎是每个人的人生必修课,修的好,能带来很多睡后收入。但是没有丰富的投资知识,不要进入股市。假如你有一些闲钱,这些钱如果没了,对你的生活质量丝毫不受影响,那么,可以用这些闲钱玩一玩股票,记住一点,不可以使用杠杆,如果没有闲钱,那就玩模拟炒股吧。
最近我们被客户要求撰写关于股票指数的研究报告,包括一些图形和统计输出。本文用 R 编程语言极值理论 (EVT) 以确定 10 只股票指数的风险价值(和条件 VaR)
写着写着,突然发现之前的标题“常用命令介绍”已经跟内容有点脱轨了,写的已经不只是命令了……
大家好,又见面了,我是你们的朋友全栈君。 用Python抓取新浪的股票数据 新浪默认字段中的日期字段名是day。我个人认为这很不舒服。如果是小时数据或5分钟数据称为天,是不是不舒服?所以到日期的变化实
《非随机漫步华尔街》是由Lo和MacKinlay撰写的一本在学术上具有挑战性的教科书:
图片来源:Daniel Lloyd Blunk-Fernández on Unsplash
领取专属 10元无门槛券
手把手带您无忧上云