lyx的专栏

PMI是一个很有意思的东西，一般都会认为PMI是一个领先指标。PMI中文名叫做采购经理人指数，听起来有点不知所云，说白了就是一个问卷调查。1、PMI是怎么来的？ 我们来假设一个场景。话说在小天才幼儿园里面，老师很关心小朋友的开心程度，于是每个月快到月底的时候都会让小朋友填一个问卷，问卷内容很简单，就是一个判断题： 你这个月比上个月开心吗？请选...

pandas的IO      量化投资逃不过数据处理，数据处理逃不过数据的读取和存储。一般，最常用的交易数据存储格式是csv，但是csv有一个很大的缺点，就是无论如何，存储起来都是一个文本的格式，例如日期‘2018-01-01’，在csv里面是字符串格式存储，每次read_csv的时候，我们如果希望日期以datatime格式存储的时候，都要用pd.to_datetime()函数来转换一下，显得很麻...

1.函数的frozen技术from functools import partialdef my_fun(st1,st2,st3,st4): print st1+st2+st3+st4frozen_fun = partial(my_fun,'er')frozen_fun('a','b','c')frozen_fun_2 = partial(my_fun, st4='er')

最近要把很多数据抓下来先存起来，现有历史数据再说。其中，东方财富网有许多数据，其中有一个是机构调研的数据。      http://data.eastmoney.com/jgdy/tj.html      我们希望抓取的是js生成的表格。      这种带有js的网站抓取其实不是那么简单的，基本分为那么几种方法，一种是观察页面，有的会有json数据，有的有js代码可以解析目标的url；一种是使用渲

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx 之前笔者写过一个pypy的加速方法，可以参阅笔者之前的文章：http://blog.youkuaiyun.com/qtlyx/article/details/7...

近来忙于毕业找工作，也不知道能不能继续在量化界混了。周末比较闲，抽空研究了一下vn.py。有人说，为什么学那么多的回测平台呀。其实我个人觉得，做cta的话，两个回测平台还是要的，这样，当你的策略出现和你预计不符，而你有无法在代码逻辑层面找到问题的时候，你就可以用另外一个平台试一下，来看看到底是你的策略本身就不行，还是你的代码有着当前水平无法察觉的问题，甚至，可能回测平台本身存在一个...

编程的人，特别是学过c语言，使用过很长时间c的人，都会觉得，python这种语言跟matlab一样，没什么内涵，很easy。一开始也是这么想的，那是慢慢的，越来越觉得，人生苦短，我用python的理念其实不对。python完成一些小制作是很easy的事情，但是真正要成为一种工具，其实还是要考虑很多事情。近期实习的过程中，这种感觉越来越强烈了。        python看起来简单，其实内涵很复

我们知道，python作为一种几乎是脚本语言的语言，其优点固然有，但是其有一个最大的缺点，就是运行速度没有办法和c，c++，java比。最近在些一些代码的时候也是碰到了这样的问题。具体而言，python想提速度，基本思路是两个，有个就jit技术，在python中比较好用的就是pypy；另外一种就是先分析代码速度瓶颈，然后把性能瓶颈用c或者别的语言写成模块，让python调用。后面一种方法其实也存在

刚入门python的同学，特别是，没有系统的学习过python，而是学过别的语言，直接上手python的同学，怕是还不是很了解python强大的字符串格式化方法1.最方便的print 'hello %s and %s' % ('df', 'another df')但是，有时候，我们有很多的参数要进行格式化，这个时候，一个一个一一对应就有点麻烦了，于是就有了第二种，字典形式的。上面那种是

一般，我们做一些简单的状态输出都会用print，但是这是最简单的情况下使用的工具。当我们的程序比较复杂的时候，我们会使用日志文件，特别是程序运行的时间特别久，中间可能存在一些问题，需要后面来看的时候。        所以，python自带了一个很有用的库，logger，也就是日志记录。        使用起来还是很方便的。#!/usr/bin/env python# -*- codi

实际生活工作中，我们会希望有些报告、图表可以自动生成，然后变成pdf，甚至直接发邮件到某个制定邮箱lib。这个时候有几种方式可以来实现，譬如用latex，但是这个似乎还要在电脑上装很多东西。还有一个pdfkit的东西，直接把html转成pdf，不过也要装一个插件。虽然实现起来可能pdfkit更简单，但是从功能角度来讲，似乎是report更加强，而且文档也丰富。1.第一个reportlib的de

下午看到了这个问题，一开始直觉当然是觉得每个人的期望都是一样的，大家都是公平的，最后肯定是差不多。这就是直觉，而在统计学和随机过程的世界里，直觉往往是错误的。我们用python仿真一下这个过程。# coding:utf-8# 房间里有100个人，每人都有100元钱，他们在玩一个游戏。# 每轮游戏中，每个人都要拿出一元钱随机给另一个人，最后这100个人的财富分布是怎样的？impor

1.python逻辑判断式的连续判断x = 2if 3 > x > 1: print xif 1 0: print x2.list转dict，其实是字典的推导式teams = ["Packers", "49ers", "Ravens", "Patriots"]print {key: value for key, value in enumerate(teams)

import numpy as npimport matplotlib.pyplot as pltimport seaborn as snsx = np.random.normal(size=100)sns.distplot(x, kde=False, rug=True)plt.show()有时候，我们想画某一种图，于是就现学现卖。这里，笔者就做一个收集，使用python的matpl

之前随便做了一下中金所杯的金融知识大赛的试题，低分飘过。看到复试名单，突然有一个想法，这个是pdf，万一有人想分析一下每个区域的人的分布，那怎么办。pdf文件大概是这样的。用的python库是pdfminer，这个库说实话还是有点复杂的，具体使用的时候，还是慢慢调试，print看看能够出来些什么，明白了规律之后再处理。本文作为一个记录。#!/usr/bin/python#-*

为什么要分析性能：运行速度如何？性能瓶颈在哪里？有什么改进方案？linux当中的time命令，real与user+sys的比值反映了程序是重IO还是重计算。如果两者很接近，比值几乎为1，那么就是重计算。原生调用与递归调用少造轮子，有的库是在c level实现的，比自己写快长用join，短用+cpython与cython不同还有pypy，使用了JIT技术，

实验室师弟要做这个课题，所以写个demo作为参考。任务不太难，基本要求就是能够在Qt界面上根据车辆的起始经纬度，绘制出实际地图上的行车轨迹。1.构建Qwebview控件。首先，我们qt的界面中插入QWebView控件。这个控件十分傻瓜，大家任务他就是一个浏览器就可以了。这个控件有一个最核心的方法，就是load，相当于我们往一个浏览器中输入网址，然后回车。2.获取百度API

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx python作为一门强大的脚本语言，优势自然不必说，目前中低频的量化投资基本都是使用python作为research和production作为语...

本人录制的backtrader视频课程，大家多多支持哦~https://edu.youkuaiyun.com/course/detail/9040

pyecharts居然改版了，升级了一下，文字云的代码也和以前不一样了：#coding=utf-8from pyecharts.charts import WordCloudname = [ '行业研究', '市场风格', '流动性跟踪', '资金风格', '基金持仓', '上下游比较', '宏观数据', '中观数据', '微观数据', '行业比较', '资产配置',...

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx很多时候，我们想实现自动化报表，但是一般都会需要用中文，而reportlab天然是不支持中文的，所以我们需要让他支持，而办法其实很简单。1、下载字体比...

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx有时候我们希望在QTableWidget的单元格中进行下拉列表的选择，就像excel里面这样。那么怎么设置呢？怎么实现读和写呢？特别是在pyqt中，在c++中，网上...

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx最近做了个东西，又开始用pyqt了，想想之前用这个，都已经好几年了。pyqt当中画图是很麻烦的事情，matplotlib据说刷新很麻烦？反正pyqtgraph和...

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx Backtrader的作者在他的博客上写了一篇很有意思的文章。这个哥们从csdn上面找了backtrader的代码，然后改写...

说到这个最重要的类了。这个类说白了就是策略的实现。和绝大部分回测框架一样，策略想法是一个类的抽象，一般会继承一个基础类模板，每一个真实运行的策略就是这个策略想法类的一个实例。好的，有点绕。我们来看代码吧。 在vn.py中，每一个策略类开始不出意外都是下面这样的：1、类的定义和类变量class TRStrategy(CtaTemplate): """学习版...

我们有时候对一些时间段特别的关注，比如911、互联网泡沫、外星人入侵什么的。在pyfolio中，有一个interesting times tear sheet，其实就是把某些特殊的时间段放大了给大家看看。 至于特殊时间段的定义： 在pyfolio的这个文件夹下面，有一个这个py文件，在里面进行设置就可以了：# Dotcom bubblePERIO...

首先，说明一下我们的数据，为了一步一步的明确pyfolio的功能和一些结果，我们首先选取我们的策略是0.3的中证500指数、0.3的中证1000指数和0.4的上证50指数，也就是我们的组合的收益就是这三个指数的加权收益。换句话说，我们是把这三个指数当成了三个资产。benchmark是沪深300，后续有需要的时候，回依次加入其它的东西。 我们先来看一下我的retur...

在进行宏观数据和中观数据研究分析分的时候，经常会用到同比的概念。宏观数据一般都是月度的，所以一般一二月份由于春节效应，会合起来考虑；但是中观数据的频率有时候会比较高，比如周度或者旬度的数据。 这些数据更多的时候，我们希望看到的是一个同比的情况，而且是农历同比，比如钢铁的库存、水泥的产量、建材的成交量等等，所以就涉及计算去年同比的一个问题了。下面的代码就是在当前的有数据的时...

经常听见tick数据，回测的时候也用过，但是还真的没有自己去处理过tick数据，据说tick数据有很多坑，所以打算自己研究一下。首先的第一步就是先拿正常的tick数据来生成bar，从而能够理解一些细节，然后就是自己用ctp去接收tick数据，看看ctp有没有坑。 这里，完美的tick数据是wind上的。 这是wind上面导出来的，看起来还是比较正常的，反...

1、pandas画图的时候颜色种类不够我们经常会用pandas处理数据，处理完之后，很多时候会画个图看看。但是pandas默认的曲线就只有十种颜色，如果我们要绘制的数据过多，就会出现颜色重复。其实很简单，pandas绘图的时候有一个colors参数，我们可以对这个参数进行赋值。data_df.plot(figsize=(19, 10), colors=cnames.keys())其实...

          在平时的金融数据处理中，模型构建中，经常会用到pandas的groupby。之前的一篇文章中也讲述过groupby的作用：https://blog.youkuaiyun.com/qtlyx/article/details/80515077         但是，大家都知道，python有一个东西叫做GIL，说白了就是python并没有多线程这种东西。那么，现在如果我们要进行grou...

        最近想扩展一下vnpy，优化一些功能和代码的性能。在看backtesting部分代码的时候，发现，vnpy其实回测功能挺弱的，可以自己扩展一下。随之而来的就是一个回测结果可视化的问题。vnpy原生的回测结果没有绘制k线，所以也就没有指标的可视化和开仓平仓的可视化，只有随后交易结果的可视化。笔者自己其实有点点不习惯，没有看到策略的可视化回测结果，有点点不开心，所以打算自己做一下。首先...

上一篇文章讲了Cython的使用流程，没有具体展开讲别的，例子也很简单。今天首先使用一个官方文档上使用Cython的例子，然后抛出几个连续的小demo，看看Cython是如何一步一步加速的。首先我们新建一个文件，primes.pyx，然后写一个cython文件：def primes(int nb_primes): cdef int n, i, len_p cdef int...

        先抛开一切，我们来想一想，如果自己要写一个事件驱动引擎会怎么写？之前也说过，所谓的事情驱动就是你要监听一些事件，当某些事件发生的时候，要分配相对应的方法进行处理。完成这个过程的东西我们抽象出来之后就叫做事件驱动引擎了。那么，如果我们自己写的话，应该有这样几个功能：1.事件的注册和取消，使用者可以根据自己的需求来设置引擎需要关心那些事件 2.事件对于的处理方法的挂钩。显然，一个...

        做量化呢，得经常做回归，各种各样的，ols，wls，正则的lasso， 岭回归等等。回归有一个很重要的整体解释力度的参数就是R2，也就是可决系数。在python中，我们回归一般采用的是statsmodels这个模块，但是回归的时候获得的R2其实有那么点学问，有时候设置错参数可能得到的R2大家会觉得怪怪的。这里就给大家排个雷。首先，我们先给出两组、六个回归函数。第一组：de...

想想自己写了这么久的python，其实基础的东西还是不扎实，重新学习一下廖雪峰老师的教程，有很多之前未知或者有疑惑的东西得到了解答。1.字符编码问题ASCII编码是1个字节，而Unicode编码通常是2个字节，utf-8则是1-6个字节。同时utf-8中对英文字母的编码就是ASCII码。python中u"XXX"代表的是这个字符串是Unicode编码的，而"XXX"则是utf-8编码。

之前一直以为pandas任何的切片和筛选都是引用，也就是说，会改变最原始的数据。但是前几天发现并不是这样的。        下面对最常见的几种pandas 数据截取的方式做一个整理。import pandas as pddef df_gen(): l1 = [1,2,3] l2 = [4,5,6] l3 = [7,6,5] df_t = pd.DataFr

如果有很多自变量，我们能在很多自变量中选出几个对因变量影响最大的吗?或许MIC可以解决这个问题哦。# -*- coding: utf-8 -*-"""Created on Mon Mar 14 19:52:57 2016@author: Luyixiao"""import numpy as npfrom minepy import MINEimport matplotlib

转自http://www.mamicode.com/info-detail-507676.html排列shuffle(x)现场修改序列，改变自身内容。（类似洗牌，打乱顺序）>>> arr = np.arange(10)>>> np.random.shuffle(arr)>>> arr[1 7 5 2 9 4 3 6 0 8] Thi

python中有一个zip，也就是拉链，那我们来理解一下吧。>>> a = [1, 2, 3]>>> b = ['a', 'b', 'c']>>> z = zip(a, b)>>> z[(1, 'a'), (2, 'b'), (3, 'c')]>>> zip(*z)[(1, 2, 3), ('a', 'b', 'c')]我们把list当做列向量来看就很好理解了，zip就是拉链，把一