这不是我们预期的结果。由于这些股票具有巨大的价格差异(FB低于165,AMZN高于1950),因此它们的规模不同。我们可以通过按各自的y比例绘制股票来克服此问题。...monthly', col_rename = 'returns') 绘制多只股票的收益图表 一旦有了收益计算,就可以在图表上绘制收益。...计算多只股票的协方差和相关性 另一个重要的统计计算是股票的相关性和协方差。为了计算这些统计数据,我们需要修改数据。我们将其转换为xts对象。...协方差表 #计算协方差 tk_xts(silent = TRUE) %>% cov() ## AAPL AMZN FB...03 ## NFLX -1.528193e-05 0.004754894 0.003458228 0.0035292451 2.464202e-02 相关表 # 计算相关系数 %>% tk_xts
由于这些股票具有巨大的价格差异(FB低于165,AMZN高于1950),因此它们的规模不同。我们可以通过按各自的y比例绘制股票来克服此问题。 ...一旦有了收益计算,就可以在图表上绘制收益。...我们将其转换为xts对象。...协方差表 #计算协方差 tk_xts(silent = TRUE) %>% cov() ## AAPL AMZN FB ...## NFLX -1.528193e-05 0.004754894 0.003458228 0.0035292451 2.464202e-02 相关表 # 计算相关系数 %>% tk_xts
由于这些股票具有巨大的价格差异(FB低于165,AMZN高于1950),因此它们的规模不同。我们可以通过按各自的y比例绘制股票来克服此问题。...一旦有了收益计算,就可以在图表上绘制收益。...我们将其转换为xts对象。...协方差表 #计算协方差 tk_xts(silent = TRUE) %>% cov() ## AAPL AMZN FB GOOG...3.529245e-03## NFLX -1.528193e-05 0.004754894 0.003458228 0.0035292451 2.464202e-02 相关表 # 计算相关系数 %>% tk_xts
区别在于,quantmod收集数据并将其存储为xts对象,tidyquant收集数据并将其存储为tibble,从这里我们可以更轻松地使用tidyverse处理数据的功能,将数据转换回使用timetk包中的...tk_xts函数将其添加到xts对象。...数据如下所示,我们删除了Open,High,Low,Close和Volume数据,仅保留了Adjusted价格,其中每个资产都是其自己的列,数据已转换为时间序列对象或xts对象, data存储为索引(或行名...现在,我们有一系列的3个数据集,分别是从SPY500维、ETFs和SPY500中随机选择的资产调整后的收盘价。接下来,计算每日收益率。 ? asset_returns如下所示: ?...我们可以像以前一样根据ETF的alpha对ETF进行排名,并在高alpha上做多,在低alpha上做空。通过此处的Fama French回归来运行我们的对冲投资组合,看看我们是否能够获得更好的表现。
由于这些股票具有巨大的价格差异(FB低于165,AMZN高于1950),因此它们的规模不同。我们可以通过按各自的y比例绘制股票来克服此问题。 ...,就可以在图表上绘制收益。...我们将其转换为xts对象。...协方差表#计算协方差 tk_xts(silent = TRUE) %>% cov()## AAPL AMZN FB GOOG...3.529245e-03## NFLX -1.528193e-05 0.004754894 0.003458228 0.0035292451 2.464202e-02相关表# 计算相关系数 %>% tk_xts
在这篇文章中我们将一系列资产的时间序列数据分解成一个简单的分类问题,看看机器学习模型能否更好地预测下一个周期方向。目标和策略是每天投资一项资产。...df %>% mutate(duplicate_ID = ID) %>% nest(-ID) 我们将时间序列数据分为多个列表,以使该analysis()列表在每个列表中包含100个观测值,并具有一个包含...第一个rolling_origin()函数是用于通过获取前100天的数据并计算其上的tsfeatures函数来帮助在滚动的基础上向下折叠时间序列数据,这与使用zoo包的rollapply()函数来计算使用滚动平均值...也就是说,我们仅对市场上涨的预期概率最高的资产进行投资。 因此,我们创建了一个名为top_assets的新数据框架,该框架基本上每天为我们提供所有资产的最高预测概率。...10天如下: 我们可以看到,score列是具有最高预测概率的资产的概率,即它的价格比其前一个收盘价高。
p=13971 R语言提供了丰富的功能,可用于绘制R中的时间序列数据。 包括: 自动绘制 xts 时间序列对象(或任何可转换为xts的对象)的图。...高度可配置的轴和系列显示(包括可选的第二个Y轴)。 丰富的交互式功能,包括 缩放/平移 和系列/点 高亮显示。 显示 序列周围的上/下条(例如,预测间隔)。...可以将多个下/值/上样式系列组合到带有阴影条的单个显示中。...这是一个时间序列分析之指数平滑法示例,它说明了阴影条,指定图标题,在x轴上绘制网格以及为系列颜色使用自定义调色板的示例: graph(predicted, main = "Predicted Lung...1.R语言动态图可视化:如何、创建具有精美动画的图 2.R语言生存分析可视化分析 3.Python数据可视化-seaborn Iris鸢尾花数据 4.r语言对布丰投针(蒲丰投针)实验进行模拟和动态 5
差分(I-for Integrated) - 这涉及对时间序列数据进行差分以消除趋势并将非平稳时间序列转换为平稳时间序列。这由模型中的“d”值表示。...平稳时间序列表示没有趋势的时间序列,其中一个具有恒定的均值和随时间的方差,这使得预测值变得容易。 测试平稳性 -我们使用Augmented Dickey-Fuller单位根测试测试平稳性。...对于平稳的时间序列,由ADF测试得到的p值必须小于0.05或5%。如果p值大于0.05或5%,则可以得出结论:时间序列具有单位根,这意味着它是一个非平稳过程。...如果我们在ACF上的滞后1处有一个显着的峰值,那么我们有一个1阶的MA模型,即MA(1)。如果我们在ACF上的滞后1,2和3处有显着的峰值,那么我们有一个3阶的MA模型,即MA(3)。...#初始化实际对数收益率的xts对象 Actual_series = xts(0,as.Date("2014-11-25","%Y-%m-%d")) #初始化预测收益序列的数据 fit = arima
p=13971 R语言提供了丰富的功能,可用于绘制R中的时间序列数据。 包括: 自动绘制 xts 时间序列对象(或任何可转换为xts的对象)的图。...高度可配置的轴和系列显示(包括可选的第二个Y轴)。 丰富的交互式功能,包括 缩放/平移 和系列/点 高亮显示。 显示 序列周围的上/下条(例如,预测间隔)。...此示例使用magrittr 包中的 %>% (或“ pipe”)运算符 来构成带有范围选择器的图表。可以使用类似的语法来自定义轴,系列和其他选项。...提供了许多用于定制系列和轴显示的选项。可以将多个下/值/上样式系列组合到带有阴影条的单个显示中。...这是一个时间序列分析之指数平滑法示例,它说明了阴影条,指定图标题,在x轴上绘制网格以及为系列颜色使用自定义调色板的示例: graph(predicted, main = "Predicted Lung
动静更加统一,完备实现了一键式动转静、动静混合编程,使动态图开发可以无缝衔接部署,并能通过静态图执行模式对部分模型实现进一步的训练加速。 这次重大更新意味着什么呢?...从更好全局编译优化以及上线部署的角度考虑,飞桨提供了一种完备的内在描述 ProgramDesc,可以表达任意复杂的模型,并实现编译期和运行时的分离——这个意义上可与声明式编程范式即 “静态图” 相对应。...操作上非常简单,只需要在定义神经网络时添加一个装饰器,就可以将对应函数内部的所有定义,包括依赖数据的控制流实现,递归地转换为静态 program 执行。...飞桨自 1.3 版本版增加动态图功能以来,持续数个版本,一直致力于提升训练的整体性能。目前在主流的任务上,飞桨动态图执行模式已经能够达到与静态图媲美的水平。 ?...以上数据对比了几个主流模型在单张 NVIDIA V100 GPU 配置上的训练数据,测试环境如下: Ernie:基于 Wikipedia 数据集,配置 batch_size 50, seqlen256;
动态图模式在带来了编程体验提升的同时,也让很多人顾虑它的性能损失问题。飞桨在对动态图支持的实现上,特别考虑到执行效率的优化问题。...在Resnet等任务上,同一个硬件设备上,能够设置最大batch size 提升了20%左右。 ? 强化部署能力, 追求极佳产业应用实践 在工业界,深度学习模型的部署是技术落地非常关键的部分。...针对网络中不包含依赖数据的控制流的模型, 我们提供了基于TracedLayer的方案来将动态图模型转换为静态图的方案,完成自动部署的功能;对于网络中存在依赖数据的控制流模型,飞桨实现了基于python语法解析和重构的技术...Layer中的 build_once接口,方便大家更方便的进行参数的初始化、模型预测等;增加了一系列容器,包含Sequencial,LayerList,ParameterList,更加方便Layer和参数的管理...关于新版本的功能优化接口升级的细节可查看官网。 我们来看一个demo示例,针对上述一系列的改动,模型的代码会更加简洁。
2、动静更加统一,完备实现了一键式动转静、动静混合编程,使动态图开发可以无缝衔接部署,并能通过静态图执行模式对部分模型实现进一步的训练加速。 这次重大更新意味着什么呢?...从更好全局编译优化以及上线部署的角度考虑,飞桨提供了一种完备的内在描述ProgramDesc,可以表达任意复杂的模型,并实现编译期和运行时的分离——这个意义上可与声明式编程范式即“静态图”相对应。...操作上非常简单,只需要在定义神经网络时添加一个装饰器,就可以将对应函数内部的所有定义,包括依赖数据的控制流实现,递归地转换为静态program执行。并且在这种模式下,可以灵活控制,实现动静混合编程。...飞桨自1.3版本版增加动态图功能以来,持续数个版本,一直致力于提升训练的整体性能。目前在主流的任务上,飞桨动态图执行模式已经能够达到与静态图媲美的水平。 ?...以上数据对比了几个主流模型在单张NVIDIA V100 GPU配置上的训练数据,测试环境如下: Ernie:基于Wikipedia数据集,配置batch_size 50, seqlen256; Resnet50
飞桨动态图的三大特色 飞桨的DyGraph模式是一种动态的图执行机制。与静态计算图的执行机制不同,DyGraph模式下的操作可以立即获得执行结果,而不必等待计算图全部构建完成。...飞桨动态图的基本用法 飞桨动态图具有如此多的优势,下面讲述最基本的一些用法。 (1) 动态图与静态图的最大区别是采用了命令式的编程方式,任务不用在区分组网阶段和执行阶段。...Dygraph非常适合和Numpy一起使用,使用fluid.dygraph.to_variable(x)将会将Numpy的ndarray转换为fluid.Variable,而使用fluid.Variable.numpy...()将可以把任意时刻获取到的计算结果转换为Numpy ndarray,举例如下: import paddle.fluid asfluid import numpy as np x = np.ones([...,了解一下在开发集上模型的表现情况,由于动态图的训练和预测使用同一个Layer,有一些op(比如dropout)在训练和预测时表现不一样,用户需要切换到预测的模式,通过 .eval()接口进行切换(注:
标签:机器学习 作者前言 我使用Iris数据集训练了一系列机器学习模型,从数据中的极端值合成了新数据点,并测试了许多机器学习模型来绘制出决策边界,这些模型可根据这些边界在2D空间中进行预测,这对于阐明目的和了解不同机器学习模型如何进行预测会很有帮助...初始化 首先加载一系列程序包,然后新建一个logistic函数,以便稍后将log-odds转换为logistic概率函数。...需要注意的是这些图最终将是二维的,因此我们仅在两个变量上训练机器学习模型,但是对于这两个变量的每种组合而言,它们将是取boundary_lists data frame中的前两个变量。...for(i in 1:length(plot_data)){ print(ggplot_lists[[i]]) } 结语 我是在Amazon Ubuntu EC2实例上编写此模型的,但是,当我在...Windows系统上用R编译博客文章时,遇到了一些问题。
在R和python上都可使用 readr:实现表格数据的快速导入。...调色板 RColorBrewer:图形调色板 igraph:用于网络分析和可视化 latticeExtra:lattice绘图系统扩展包 sp:空间数据工具 数据转换 以下R包用于将数据转换为新的数据类型...tibble:高效的显示表格数据的结构 stringr:一个字符串处理工具集 lubridate:用于处理日期时间数据 xts:xts是对时间序列数据(zoo)的一种扩展实现,提供了时间序列的操作接口...car:提供了大量的增强版的拟合和评价回归模型的函数。...:提供了一个执行非负矩阵分解的算法和框架 crayon:用于在输出终端添加颜色 RJSONIO:rjson是一个R语言与json进行转的包,是一个非常简单的包,支持用 C类库转型和R语言本身转型两种方式
在R和python上都可使用 readr:实现表格数据的快速导入。...broom:用于将统计模型的结果整理成数据框形式 zoo:定义了一个名zoo的S3类型对象,用于描述规则的和不规则的有序的时间序列数据。...调色板 RColorBrewer:图形调色板 igraph:用于网络分析和可视化 latticeExtra:lattice绘图系统扩展包 sp:空间数据工具 数据转换 以下R包用于将数据转换为新的数据类型...tibble:高效的显示表格数据的结构 stringr:一个字符串处理工具集 lubridate:用于处理日期时间数据 xts:xts是对时间序列数据(zoo)的一种扩展实现,提供了时间序列的操作接口。...crayon:用于在输出终端添加颜色 RJSONIO:rjson是一个R语言与json进行转的包,是一个非常简单的包,支持用 C类库转型和R语言本身转型两种方式。
在R和python上都可使用 readr:实现表格数据的快速导入。...broom:用于将统计模型的结果整理成数据框形式 zoo:定义了一个名zoo的S3类型对象,用于描述规则的和不规则的有序的时间序列数据。...调色板 RColorBrewer:图形调色板 igraph:用于网络分析和可视化 latticeExtra:lattice绘图系统扩展包 sp:空间数据工具 数据转换 以下R包用于将数据转换为新的数据类型...tibble:高效的显示表格数据的结构 stringr:一个字符串处理工具集 lubridate:用于处理日期时间数据 xts:xts是对时间序列数据(zoo)的一种扩展实现,提供了时间序列的操作接口...:提供了一个执行非负矩阵分解的算法和框架 crayon:用于在输出终端添加颜色 RJSONIO:rjson是一个R语言与json进行转的包,是一个非常简单的包,支持用 C类库转型和R语言本身转型两种方式
❝在近期使用 「dplyr」 进行多列选择性操作,如 mutate_at() 时,发现文档提示一系列的 「dplyr」 函数变体已经过期,看来后续要退休了,使用 across() 是它们的统一替代品,所以最近抽时间针对性的学习和翻译下...最后我们将简要介绍一下历史,说明为什么我们更喜欢 across() 而不是后一种方法(即 _if(), _at(), _all() 变体函数)以及如何将你的旧代码转换为新的语法实现。...这是由 base R 提供的,但它并没有很好的文档,我们花了一段时间才发现它是有用的,而不仅仅是理论上的好奇。 我们可以使用数据框让汇总函数返回多列。...幸运的是,将已有的代码转换为使用 across() 实现通常是非常直观的: 去掉函数 _if(), _at() and _all() 后缀 调用 across(),第一个参数如下: 后面如果还有参数,保持原样即可...() 简化了 「dplyr」 对于一些数据复杂操作的处理逻辑,提高了整体的学习和使用效率,让我们使用者更关注于逻辑而非实现上。
与 R/Rstudio 上不同,notebook 这里把它显示成了 A grouped_df: 189 × 10(而非 # A tibble: 189 x 10),实际它仍然包含 tibble(注意其中的...tibble 是 tidyverse 系列包(包括 dplyr 包)提供的一种类似数据框的格式。...相对于传统的数据框,tibble 在很多方面具有优势,感兴趣的读者可以参阅函数 tibble( ) 的帮助文档。...我们可以用函数 as_tibble( ) 将传统的数据框转换为 tibble,也可以用函数 as.data.frame( ) 将 tibble 转换成传统的数据框。...在阅读这一串代码组合时,可以将它们当成一系列的规定动作。
领取专属 10元无门槛券
手把手带您无忧上云