Python
关注
分享
扫一扫
文章平均质量分 80
hsm_computer
目前出版的图书：
Java web轻量级开发面试教程
Java核心技术及面试指南
展开
-
我的Python书被台湾的出版社引进版权了，书的名字也更吸引人了
我去年出了一本Python书，基于股票大数据分析的Python入门实战，在这本书里，我是用股票范例讲述Pythorn的爬虫，数据分析和机器学习知识点，如下是京东的连接。 https://item.jd.com/71486761859.html 结果前几天出版社告诉我，我的书被台湾的出版社买去版权，然后出了繁体版。新书的名字叫：股票发大财 用Python预测玩转股市高手精解 初一看，我不敢相信这本书还是我的，因为标题和封面都变了，这个是新书的封面，。 ...原创 2021-05-29 12:23:25 · 408 阅读 · 1 评论 -
我学Python大数据分析和机器学习看过的书
我目前在一家公司做python数据分析，是股票金融量化方面的，我之前是做java的，项目组有需求，我就通过3个月，把python学到了能干活的地步了，我不敢说我的方法是最好的，但应该是有一定的可操作性。我首先通过如下的pyhton书入门。入门的时候，千万首先要搭建好开发环境，我建议是用python3.8解释器加pycharm。入门时，一定得边运行代码边看结果，这样一般最长就能用一个月了解python，其实我就用了2周就了解了python的基本语法。随后我用这本书了解了数据分析，也是运行代码+原创 2021-04-19 08:08:06 · 424 阅读 · 0 评论 -
基于股票大数据分析的Python入门实战（视频教学版）的插图汇总
在我写的这本书，《基于股票大数据分析的Python入门实战（视频教学版）》里，用能吸引人的股票案例，带领大家入门Python的语法，数据分析和机器学习。 京东链接是这个：https://item.jd.com/12868774.html 在本文里，就将通过截图，详细展示本书给出的若干案例，这些案例的代码，均在本书里。 1 用爬虫得到股票数据的效果图2 根据爬到的数据，用Numpy+Pandas+Matplotlib绘制K线的效果图3 基于时间序列，绘...原创 2021-02-23 17:19:48 · 2270 阅读 · 4 评论 -
概率分析方法与推断统计(来自我写的python书)
在数据分析统计的场景里，常用的方法除了描述性统计方法外，还有推断统计方法，如果再从工作性质上来划分，推断统计包含了参数估计和假设验证这两方面的内容。而推断统计用到了很多概率统计方法，所以本小节在介绍推断统计的内容前，还将讲述一些常用的概率统计方法。1 分析收盘价，绘制小提琴图 小提琴图综合了箱状图与核密度图的特性，从箱状图里能看出数据的各分位数，而从核密度图里，能看出样本数据的分布情况，即每个数值点上样本的密度。 从统计学的角度来分析，样本密度越大的数值区域，接下来的数据出现...原创 2021-02-15 15:45:12 · 2134 阅读 · 1 评论 -
在Python里，用股票案例讲描述性统计分析方法（内容来自我的书）
描述性统计是数学统计分析里的一种方法，通过这种统计方法，能分析出数据整体状况以及数据间的关联。在这部分里，将用股票数据为样本，以matplotlib类为可视化工具，讲述描述性统计里常用指标的计算方法和含义。1 平均数、中位数和百分位数 平均数比较好理解，是样本的和除以样本的个数。 中位数也叫中值，假设样本个数是奇数，那么数据按顺序排列后处于居中位置的数则是中位数，如果样本个数是偶数，那么排序后，中间两个数据的均值则是中位数。通俗地讲，在样本数据里，有一半的样本比中位数大，有一...原创 2021-02-14 18:50:23 · 2829 阅读 · 1 评论 -
实现基于股票收盘价的时间序列的统计（用Python实现）
时间序列是按时间顺序的一组真实的数字，比如股票的交易数据。通过分析时间序列，能挖掘出这组序列背后包含的规律，从而有效地预测未来的数据。在这部分里，将讲述基于时间序列的常用统计方法。1 用rolling方法计算移动平均值 当时间序列的样本数波动较大时，从中不大容易分析出未来的发展趋势的时候，可以使用移动平均法来消除随机波动的影响。可以说，移动平均法是针对时间序列的常用分析方法，其基本思想是，根据时间序列样本数据、逐步向后推移，依次计算指定窗口序列的平均值。 股票的移动平均线是个...原创 2021-02-12 19:40:18 · 5792 阅读 · 4 评论 -
针对Python基本数据类型的操作
在学习Python语法前，请大家务必注意，Python是通过缩进来定义代码层次的，即同一层次的代码都是左对齐，而下个层次的代码块与当前代码块相比，会有4个空格的缩进。 这里缩进的空格数是约定俗成的，当然如果缩进空格数是3或者5，语法上不会有问题，但这样会给代码的阅读和维护带来一定的困惑。 Python程序的基本元素是各种类型的数据，比较常见的基本数据类型有整型、浮点型、字符串类型和布尔型，除了字符串类型的数据将在下个部分讲述之外，在如下的DataDemo.py案例中，我们将演示针...原创 2021-02-07 20:50:58 · 1141 阅读 · 0 评论 -
用了半年的时间，把python学到了能出书的程度
Python难学吗？不难，我边做项目边学，过了半年就通过了出版社编辑的面试，接到了一本Python选题，并成功出版。 有同学会说，你有编程基础外带项目实践机会，所以学得快。这话不假，我之前的基础确实加快了我的学习进度。不过话说回来，我平时也做兼职培训，我的学生大多是没基础的，我用本文给出的资料和方法去培训他们，学的好的同学，3个月后能干基本的python项目，照此速度，用1年时间做到精通python，达到出书的程度，应该也不是难事。 所谓赠人玫瑰手有余香，本人将在这篇文章里，尽可...原创 2021-02-02 15:54:54 · 1402 阅读 · 2 评论 -
以我的亲身经历，聊聊学python的流程，同时推荐学python的书
因为干活要用到，所以我大概于19年5月开始学python，大概学了1个月后，我就能干公司的活了，而且这python项目还包含了机器学习等要素，大概3个月后，我还承担了项目里开发机器学习数据分析的任务。所以我感到，虽然python里包含了爬虫、机器学习和数据分析等热门要素，但python并不难学，而且如果方法得当，学到能干项目的程度也很快。在这篇文章里，就讲给出我学Python的流程，向大家展示如何高效学python。1 搭建开发环境 由于我有学java的基础，所以我知道首先得搭建开发...原创 2021-01-22 12:54:33 · 1214 阅读 · 0 评论 -
通过写n本书的积累，我似乎找到了写好技术文章的方法（回复送我写的python股票电子书）
我写的书不算少，写的博文就更多了，但大多数书的销量也就一般，而我写的技术文章里，虽然也有点击过万的，但不少点击量也就只有三位数。 通过不断反思，也通过对比了一些畅销书和顶流文章，我似乎找到了一些原因，在这篇文章里，就将结合我的体会以及各位畅销书作者和顶流作者的经验，和大家交流下写好技术文章的方法。1 方向选对，同时要成系列 有一本书，我写的是Spring Cloud微服务组件，但由于技术门槛过高，所以销量一般，同样此类博文的点击量也一般。相反我写的Java面试书，以及面试文...原创 2021-01-15 12:38:37 · 1277 阅读 · 4 评论 -
用Python的Pandas和Matplotlib绘制股票唐奇安通道，布林带通道和鳄鱼组线
我最近出了一本书，《基于股票大数据分析的Python入门实战 视频教学版》，京东链接：https://item.jd.com/69241653952.html，在其中给出了MACD，KDJ等指标图的绘制方法。此外，还可以用价格通道来分析。根据指定股票通道指标的算法，能用过去一定时间段的交易数据绘制出上下两条通道线，即价格通道里的上下轨道。一般来说，当股价向上突破上轨时，即预测后市将涨，反之当股价向下突破下轨时，即预测后市将跌。 这里将根据若干算法，计算并绘制多种价格通道，从中大家一方面可以...原创 2020-08-24 09:39:29 · 2803 阅读 · 1 评论 -
用Python爬取股票数据，绘制K线和均线并用机器学习预测股价（来自我出的书）
最近我出了一本书，《基于股票大数据分析的Python入门实战 视频教学版》，京东链接：https://item.jd.com/69241653952.html，在其中用股票范例讲述Python爬虫、数据分析和机器学习的技术，大家看了我的书，不仅能很快用比较热门的案例学好Python，更能了解些股票知识，不至于一入市就拍脑袋买卖。 在本文里，将给出若干精彩范例，包括用爬虫获取股市数据，用matplotlib可视化控件绘制K线和均线，以及用sklean库里的方法，通过机器学习预测股价的走势。...原创 2020-08-12 11:55:51 · 8842 阅读 · 12 评论 -
用Python语言绘制股市OBV指标效果
我的新书《基于股票大数据分析的Python入门实战》于近日上架，在这篇博文向大家介绍我的新书：《基于股票大数据分析的Python入门实战》里，介绍了这本书的内容。这里将摘录出部分内容，用以推广本书，请大家多多支持。 《基于股票大数据分析的Python入门实战 视频教学版》，京东链接：https://item.jd.com/69241653952.html。在这篇博文里，将摘录部分内容。 1 OBV指标的原理以及算法 形象地讲，OBV指标是将成交量与股价的关系...原创 2020-07-07 11:41:44 · 2290 阅读 · 0 评论 -
程序员如何高效学Python，如何高效用Python挣钱
本人在1年半之前，不熟悉Python（不过有若干年Java开发基础），由于公司要用Python，所以学习了一通。现在除了能用Python做本职工作外，还出了本Python书，《基于股票大数据分析的Python入门实战 视频教学版》，京东链接：https://item.jd.com/69241653952.html，还在某网站录制了视频课，后面还有其它线上线下课的机会。 本人的感受是，哪怕上班用不到Python，程序员也应该学Python，因为Python能给大家带来更多的主业副...原创 2020-06-23 13:08:37 · 1388 阅读 · 0 评论 -
用matplotlib和pandas绘制股票MACD指标图，并验证化交易策略
我的新书《基于股票大数据分析的Python入门实战》于近日上架，在这篇博文向大家介绍我的新书：《基于股票大数据分析的Python入门实战》里，介绍了这本书的内容。这里将摘录出部分内容，用以推广本书，请大家多多支持。 1 MACD指标的计算方式 从数学角度来分析，MACD指标是根据均线的构造原理，对股票收盘价进行平滑处理，计算出算术平均值以后再进行二次计算，它是属于趋向类指标。 MACD指标是由三部分构成的，分别是：DIF（离差值，也叫差离值）、DEA（离差值平均）和BA...原创 2020-05-20 10:55:58 · 4511 阅读 · 1 评论 -
通过机器学习的线性回归算法预测股票走势（用Python实现）
在本人的新书里，将通过股票案例讲述Python知识点，让大家在学习Python的同时还能掌握相关的股票知识，所谓一举两得。这里给出以线性回归算法预测股票的案例，以此讲述通过Python的sklearn库实现线性回归预测的技巧。 本文先讲以波士顿房价数据为例，讲述线性回归预测模型的搭建方式，随后将再这个基础上，讲述以线性预测模型预测股票的实现代码。本博文是从本人的新书里摘取的，新书...原创 2019-10-22 10:16:15 · 14373 阅读 · 6 评论 -
在我的新书里，尝试着用股票案例讲述Python爬虫大数据可视化等知识
我的新书，《基于股票大数据分析的Python入门实战》，预计将于2019年底在清华出版社出版。 如果大家对大数据分析有兴趣，又想学习Python，这本书是一本不错的选择。从知识体系上来看，这本书的内容涵盖了开发Python企业级项目所需的知识点，包括但不限于Python基础语法知识、基于Pandas的大数据分析技术、基于Matplotlib的可视化编程技术、Python...原创 2019-10-16 14:41:42 · 1602 阅读 · 1 评论 -
用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果（含量化验证交易策略代码）
在用python的matplotlib和numpy库绘制股票K线均线的整合效果（含从网络接口爬取数据和验证交易策略代码）一文里，我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式，在本文里，将在此基础上再引入成交量效果图，并结合量价理论，给出并验证一些交易策略。1成交量对量化分析的意义 美国的股市分析家葛兰碧（Joe Granville）在他所著的《股票市场指标》...原创 2019-07-10 10:40:28 · 2907 阅读 · 1 评论 -
以预测股票涨跌案例入门基于SVM的机器学习
SVM是Support Vector Machine的缩写，中文叫支持向量机，通过它可以对样本数据进行分类。以股票为例，SVM能根据若干特征样本数据，把待预测的目标结果划分成“涨”和”跌”两种，从而实现预测股票涨跌的效果。1通过简单案例了解SVM的分类作用 在Sklearn库里，封装了SVM分类的相关方法，也就是说，我们无需了解其中复杂的算法，即可用它实现基于SVM的分类。...原创 2019-08-15 09:15:09 · 9821 阅读 · 1 评论 -
用python的matplotlib和numpy库绘制股票K线均线
本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章，在这些文章里，将用Python工具绘制各种股票指标，在讲述各股票指标的含义以及计算方式的同时，验证基于各种指标的交易策略，本文是第一篇，通过K线和均线案例讲述Numpy，Maplotlib等相关库的用法，并且还用代码案例来验证买卖的交易策略。1K线整合均线的案例 均线也叫移动平均线（Moving Ave...原创 2019-06-13 10:25:53 · 4168 阅读 · 1 评论