自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

weixin_39559994的博客

  • 博客(96)
  • 资源 (18)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 Tensorflow 2.0卷积神经网络cifar-10数据集图像分类

Tensorflow 2.0卷积神经网络cifar-10数据集图像分类1、cifar 10 数据集简介2、数据导入3、CNN模型搭建4、模型编译训练5、模型评估及预测6、拓展学习之独立热编码实现1、cifar 10 数据集简介cifar 10相比于MNIST数据集而言更为复杂，其拥有10个种类**（猫、飞机、汽车、鸟、鹿、狗、青蛙、马、船、卡车），这十大类共同组成了50000的训练集，1000...

2020-05-05 18:42:59 6351 11

原创 N-BEATS：独特的可解释时间序列预测深度学习模型

集类 TimeSeriesDataset（Dataset）：definit结论N-BEATS 不仅仅是一个预测工具，它还是一个强大且可解释的框架，可使深度学习在时间序列分析中普及。它能够清晰地洞察预测的驱动因素，这对于依赖准确、可解释预测的企业来说非常有价值。号召行动对于那些希望突破时间序列预测界限的人来说，实施 N-BEATS 可以完美地结合性能和可解释性，从而改变决策过程。尝试将 N-BEATS 应用于您的数据，并深入了解它可以提供的深度见解。有用的资源。

2024-10-16 14:54:34 1477

原创 Python中EMD的安装教程

Python的PyEMD安装包教程

2024-07-16 09:05:58 921

原创 在Python中进行One-Hot编码

在Python中进行One-Hot编码

2024-02-29 10:21:01 1716

原创 paddleocr的使用方式

paddleocr 使用方式

2023-11-06 21:15:56 519

原创 Python对于有空值的数据，按列进行求平均

三列数据dataframe，相对三列数据求平均值得到新的列，但是每一列都有空值，我们在求平均值的时候，如果都是空值则还是空值，如果不全为空，则对不为空的列进行求平均。

2023-09-28 15:04:38 948

原创 相关系数矩阵转换成稀疏矩阵

相关系数矩阵转换成稀疏矩阵

2023-09-27 13:35:25 301

原创 Python：pyts库中的GramianAngularField

Python：pyts库中的GramianAngularField

2023-09-25 20:51:19 2040 2

原创 Python中使用EMD（经验模态分解）

Python中使用EMD（经验模态分解）进行信号分解

2023-09-24 22:23:17 2690

原创 PyEMD安装过程

PyEMD（Python Empirical Mode Decomposition）是一个用于信号处理和分析的Python库，它实现了经验模态分解（Empirical Mode Decomposition，简称EMD）方法。EMD是一种信号分解技术，可用于将复杂的非线性和非平稳信号分解成若干个本质模态函数（Intrinsic Mode Functions，简称IMF），每个IMF都代表了信号中的一个特定频率成分。这个方法特别适用于分析非线性和非平稳信号，因为它不需要预先定义信号的数学模型。

2023-09-15 14:48:52 1668

原创 Seaborn绘制热力图的子图

Seaborn绘制热力图的子图：创建了一个1x3的子图布局。接下来，使用Seaborn的heatmap函数在每个子图中绘制热力图，并通过ax参数指定要绘制的子图。对于前两个子图，我们将cbar参数设置为False，以防止显示颜色指示条，而在最后一个子图中，我们将cbar参数设置为True，以显示颜色指示条。最后，我们通过设置子图标题和调整布局来美化图表，然后显示图形。

2023-08-27 15:07:41 1906

原创 IndexError: tensors used as indices must be long, byte or bool tensors

IndexError: tensors used as indices must be long, byte or bool tensors

2023-08-20 12:51:44 286

原创 图分类，图机器学习最新进展

图分类与图机器学习最新进展

2023-08-14 10:39:46 417

原创 Pandas将对角线元素设为1

Python 入门之pandas的使用将所有的对角线元素设为1

2023-07-30 11:22:13 667

原创 Python基于百度智能云平台股票资讯情感分析

Python基于百度智能云平台股票资讯情感分析

2023-07-14 10:00:15 657

原创 Python保存后图片双坐标显示不全

Python保存后图片双坐标显示不全

2023-02-23 19:53:10 423

原创 D:\Download\Anaconda\Anaconda_dir\python.exe: No module named pip

没有pip模块

2023-02-15 22:25:52 430

原创 Python数据可视化之折线图

Python数据可视化之折线图

2023-01-31 11:04:48 2847

原创 Python · 机器学习员工流失预测

Python · 机器学习员工流失预测

2023-01-30 15:28:35 1431

原创 Python卷积神经网络CNN

Python卷积神经网络CNN

2023-01-30 12:57:18 2856

原创 Python 邻接矩阵标准化GCN

Python 邻接矩阵标准化GCN

2023-01-29 21:52:14 386

原创 Python基于LSTM预测特斯拉股票

Python基于LSTM预测特斯拉股票，股票预测是指：对股市具有深刻了解的证券分析人员根据股票行情的发展进行的对未来股市发展方向以及涨跌程度的预测行为。这种预测行为只是基于假定的因素为既定的前提条件为基础的。

2023-01-28 19:27:55 2668 1

原创 Python数据可视化之直方图和密度图

Python数据可视化之直方图和密度图

2023-01-28 09:45:52 2403 1

原创 Python爬虫之findall和lxml

Python爬虫之findall和lxml

2023-01-26 22:33:28 2275 1

原创 Python论文绘图利器seaborn.lineplot

Python论文绘图利器seaborn.lineplot

2023-01-25 21:38:26 1699

原创 Python ·信用卡欺诈检测【Catboost】

Python ·信用卡欺诈检测【Catboost】

2023-01-25 12:04:28 1713

原创 Python信用卡欺诈检测 [TensorFlow]

Python信用卡欺诈检测 [TensorFlow]

2023-01-24 17:48:06 1521 2

原创 Python使用K-means聚类分析

Python使用K-means聚类分析

2023-01-22 13:11:30 3802

原创 Python数据可视化之条形图和热力图

Python数据可视化之条形图和热力图

2023-01-22 12:59:51 1265

原创 Python ·保险理赔分析：数据分析

Python ·保险理赔分析：数据分析

2023-01-22 12:44:40 2522

原创 股票数据预处理

股票数据预处理

2023-01-06 12:12:04 617

原创 Visio中插入Mathtype公式

visio编辑Latex公式

2023-01-05 22:06:48 14019 1

原创 Pycharm的Parameters配置运行参数设置

Pycharm的Parameters配置运行参数设置

2023-01-04 14:47:47 3352

原创 机器学习 加利福尼亚房价预测

机器学习 加利福尼亚房价预测

2023-01-03 22:51:30 1390

原创 快速入门 TFGNN

快速入门 TFGNN

2023-01-01 21:08:07 640

原创 Python动态可视化Plotly

Python动态可视化Plotly

2022-12-14 22:22:02 935

原创 使用 VADER 对股票新闻进行情绪分析

使用 VADER 对股票新闻进行情绪分析

2022-12-12 20:47:56 1700

原创 假设检验介绍

假设检验介绍

2022-12-11 10:23:01 7198

原创 如何在 Python 和 Pandas 中使用正则表达式

如何在 Python 和 Pandas 中使用正则表达式

2022-12-09 20:35:30 2715

原创 Python 中的 Raincloud 图绘制

Python 中的 Raincloud 图绘制

2022-12-06 10:12:19 2121

GCN-GAT-Graphsage
图神经网络（Graph Neural Network，GNN）GCN/GAT/Graphsage

2022-12-28

LSTM股价预测（Tensorflow）
使用长短期记忆网络对股票价格进行预测（LSTM ）

2022-11-22

MATLAB股票投资组合构建
使用matlab搭建均值方差模型，进行投资组合搭建

2022-11-19

Python量化策略实现以及性能评估1.Buy and Hold 2.MA5和MA20均线策略3.RSI策略4.海龟策略
包括以下策略实现 1.Buy&Hold 2.MA5和MA60均线策略 3.RSI策略 4.海龟策略 5.性能评估包括：年化收益、年化波动率、夏普比率、索提诺比率、最大回撤等

2022-07-06

Python爬取微博内容（账号密码登陆）
Python批量爬取微博内容（账号密码登陆）：信息提取，Xpath定位，Selenium+Xpath定位内容，extree解析数据。

2022-07-05

tensorflow1.0_gpu的whl文件安装包
tensorflow1.0_gpu的whl文件安装包

2022-06-18

基于Python强化学习PPO算法在中国A股市场的应用（构建投资组合）
（1）在中国A股市场15只股票上的应用 （2）构建投资组合 （3）每日调仓 （4）绘制收益率曲线 （5）PPO算法

2022-06-14

Python电影智能推荐之Apriori算法（推荐）
电影智能推荐算法是根据顾客观看电影记录，分析各个顾客对电影的喜好关联程度，达到精准推送； Apriori算法是第一个关联规则挖掘算法，也是最经典的算法。它利用逐层搜索的迭代方法找出数据库中项集的关系，以形成规则，其过程由连接（类矩阵运算）与剪枝（去掉那些没必要的中间结果）组成。

2022-04-20

沪深300每日交易数据2005年至2021年
包括收盘价、开盘价、最高价、最低价、成交量、涨跌幅，格式为pkl数据

2022-02-28

Python飞机大战小游戏源代码（不能运行直接私信我），保证运行成功
python彩色有声音飞机大战源码 (1)有背景图片变换 (2)设置有音乐 (3)可以续命，三条性命 (4)可以全屏爆炸(空格键) (5)吃了补给包，可以有单发子弹，双发子弹，三发子弹，三种形态 (6)有三种飞机型号(大中小) (7)得分设置 (8)敌机还有血量显示(低于指定血量显示红色) (9)飞机后座设置喷红色火焰

2021-12-24

python恐慌指数计算VIX.zip
python 恐慌指数计算VIX

2021-07-18

2021.6.20-股评师分析报告文本情感分析预测股价.zip
股评师分析报告文本情感分析预测股价

2021-06-23

石油价格预测情感分析LSTM.zip
石油价格预测情感分析LSTM，通过对石油标题的进行情感分析，使用SVM，ARIMA，GARCH，LSTM模型进行预测

2021-06-23

站长图片爬虫Python代码Scrapy框架
图片批量获取：Python爬虫代码Scrapy框架

2021-03-12

新浪财经策略公告数据Python爬虫代码Scrapy框架
高效批量获取新浪财经文本数据Scrapy框架

2021-03-12

东方财富股票评论数据 Python爬虫代码Scrapy框架
批量爬取股票评论文本数据，包含大量的情感数据，以共分析

2021-03-12

强化学习与最优控制 最新最全课件资料.zip
总共13个章节，2021最新课件！！该书的名字叫《强化学习与最优控制》，作者是美国工程院院士、麻省理工大学的Dimitri P. Bertsekas教授。本书预计将于2019年由Athena Scientific（http://www.athenasc.com/）出版社出版问世，

2021-02-01

vgg19-dcbb9e9d.pth
直接下载，之前在本地使用VGG19预训练模型，不女妖下载.pth文件到本地.chche中，之后再使用torchvision.models.vgg19(pretrained = True)就会自动从cache中读取。

2020-08-17

处理后的销售数据.xlsx
淘宝网站2000多条手机销售信息，包括标题名称，手机品牌，销售价格，城市，销量，产品链接。可以做；销量分析，品牌分析，商家地点分析。价格区间分析。

2020-07-09

电影推荐系统.xlsx
Apriori算法—电影推荐 - 用户观看电影记录（包含电影名称，编号，用户编号，电影类型），100721 条Excel数据

2020-07-08

Python分解算法+深度学习VMD-CNN-LSTM
Python分解算法+深度学习VMD-CNN-LSTM

2024-08-29

Python基于GRU原油价格技术指标的趋势预测模型
Python全网最全技术指标 Python基于GRU原油价格技术指标的趋势预测模型 GRU/MLP WTI原油价格

2024-08-20

Python代码讲解：CEEMDAN+LSTM, SVR, MLP, CNN, BP, RNN, LSTM, GRU
Python代码讲解：CEEMDAN+LSTM, SVR, MLP, CNN, BP, RNN, LSTM, GRU 数据集：WTI原油价格预测数据集 2018/3/26-2023/2/28 划分比例8:2 标准化算法：MinMaxScaler MCS-Test MAE,MSE，MAPE, RMSE, R2

2024-06-01

Python基于LSTM深度学习量化选择研究-全流程（包含数据和代码）
Python基于LSTM量化选股（数据-预处理-建模-预测-选股-回测全流程） A股-沪深300股票指标的量化投资方法 预测-选股-投资-回测-性能评估 数据获取：获取A股沪深300指数成分股的历史股价和相关指标数据。 数据预处理：对获取的数据进行清洗、标准化和特征工程，以便用于模型的训练和预测。 模型建立：使用长短期记忆网络（LSTM）等深度学习模型构建股票价格的预测模型。 预测：利用建立的模型对未来一定时间段内的股票价格进行预测。 选股：根据预测结果和其他选股策略，选择具有投资潜力的个股。 投资：根据选定的股票进行投资操作，如买入或卖出。 回测：对投资策略进行回测，评估其在历史数据上的表现和风险。 性能评估：对回测结果进行分析，评估选股策略的盈利能力、风险水平和稳定性等指标。

2024-05-06

Python机器学习技术指标量化选股全流程 (XGBoost / SVM /RF / DT)
Python机器学习量化选择的全流程简介，包括XGBoost、支持向量机（SVM）、随机森林（RF）和决策树（DT）的内容：性能评估 这里有一些关于Python机器学习量化选择全流程的性能评估指标： 1. 准确性（Accuracy） 2. 精确度（Precision）和召回率（Recall） 3. F1分数 4. AUC-ROC（曲线下面积） 5. 回报率（Returns）（夏普比率、最大回撤等

2024-04-16

Python量化投资-市值加权+等权重+均值方差+最小方差模型
Python量化投资——市值加权+等权重+均值方差+最小方差模型 （1）均值方差策略，均值方差策略旨在通过最大化预期收益率的同时，最小化投资组合的方差（风险）。 （2）最小方差策略，与均值方差策略不同，最小方差策略不考虑投资组合的预期收益率，而是仅仅试图最小化投资组合的方差。 （3）市值加权策略，这是一种简单的投资组合配置策略，其中每个资产的权重与其市值成正比。 （4）等权重策略，在等权重策略中，投资组合中每个资产的权重是相等的。

2024-04-08

Python基LSTM于分层注意力机制的股票新闻情绪识别
Python基LSTM于分层注意力机制的股票新闻情绪识别 (1) 从东方财富官网上获取情绪数据 (2) 对文本数据进行分词 (3) 标记积极词汇和消极词汇 (4) 构建LSTM分层注意力机制模型 (5) 热力图可视化分析 (6) 情感预测（指标评估）

2024-02-28

Python原油价格预测+EMD+EEMD+CEEMDAN+LSTM
Python原油价格预测+EMD+EEMD+CEEMDAN+LSTM 使用三种模态分解算法EMD+EEMD+CEEMDAN分解原油价格序列 然后使用LSTM预测未来收益

2024-02-28

Python碳价格时间序列预测（RNN、LSTM、GRU、CNN-LSTM、LSTM-Attn ）
本文采用欧盟碳排放交易体系下的欧盟碳排放配额(EUA)数据。 实验采用在2013年4月15日至2020年3月30日期间使用的相同大小的数据集，包括1797个样本。 前80% 的数据被选为训练集，其余20% 被选为测试集 学习5种模型 RNN、LSTM、GRU、CNN-LSTM、LSTM-Attn

2023-09-22

Python粒子群优化算法解决TSP旅行商问题
Python代码+可视化：智能优化算法学习-粒子群算法（Particle Swarm Optimization, PSO）解决TSP问题

2023-09-21

Python多因子选股全流程全部代码（包含数据）
（1）数据预处理，缺失值、异常值、以及数据标准化 （2）市场中性化 （3）IC和IR计算、单调性检验 （4）因子筛选 （5）策略回测 （6）性能评估、绘制收益率曲线（夏普比率、索提诺比率、累计收益率、平均收益率）

2023-08-12

Python基于百度智能云平台股票资讯情感分析
Python基于百度智能云平台股票资讯情感分析 基于东方财富网的股吧资讯 （1）首先获取了贵州茅台的东方财富网咨询数据 （2）新闻进行处理合并 （3）获取百度智能云情感分析的接口 （4）对股票数据进行情感识别 （6）绘制情感得分和股票收益的走势图，分析相关结果

2023-07-13

python基于机器学习和技术指标的涨跌趋势预测（考虑交易费）
python基于机器学习和技术指标的涨跌趋势预测（考虑交易费） 代码地址：https://gf.bilibili.com/item/detail/1103028052 （1）数据收集 （2）特征构造 （3）模型搭建 （4）模型预测 （5）模型评估、准确率、召回率、F1得分 （6）策略回测、long&short、SHort、Buy&Hold （7）模型重要性分析

2023-06-21

Python基于VaR在险价值分析
历史估计法、蒙特卡洛法、以及德尔塔法等 1%、5%、10%估计 VaR/CVaR 在金融领域，VaR（Value at Risk）是一种广泛使用的风险测量方法，用于估计投资组合或金融工具的潜在损失。VaR基于统计分析和历史数据，通过计算在特定置信水平下的预期最大损失来衡量风险。

2023-05-12

基于机器学习的多因子预测选股全流程研究（包含因子数据和代码）
基于机器学习的多因子选股预测模型研究（全流程，包含数据） 1、数据获取 2、数据预处理 3、特征选择 4、划分训练集和测试集 5、机器学习模型构建（随机森林、线性回归、支撑向量机） 6、预测未来走势 7、选股+构造策略 8、收益曲线可视化绘制 9、模型评估 累积收益率、夏普比率、年化收益率等

2023-04-11

Python股票多因子选股模型（PCA因子合成、等权重因子合成、综合打分法），压缩包中含有全部因子数据集
Python多因子选股模型 1.因子数据合并 2.行业中性化 3.数据标准化 4.异常值数据和离群点处理 5.PCA因子合成 6.等权重因子合成 7.综合打分法（IC值计算） 8.策略回测：选取前排名前20只股票买入 9.收益曲线绘制 包含以下因子数据： 成长因子：'企业倍数(EV除EBITDA)', '市净率PB(MRQ)', '市现率PCF(现金净流量TTM)', '市现率PCF(经营现金流TTM)', '市盈率PE(TTM)', '市盈率PE(TTM,扣除非经常性损益)', '市销率PS(TTM)', '股息率(近12个月)' 估值因子：'净利润同比增长率', '净资产同比增长率', '利润总额(同比增长率)', '基本每股收益(同比增长率)', '总资产同比增长率', '现金净流量同比增长率', '经营活动产生的现金流量净额(同比增长率)','营业利润(同比增长率)', '营业总收入(同比增长率)', '营业收入(同比增长率)'

2023-02-15

Python机器学习泰坦尼克号生存者预测
Python逻辑回归和SVM预测幸存者

2023-02-04

中国A股票财务数据（基础指标）
ts_code_all cfps q_profit_yoy q_sales_yoy roa roe profit_dedt debt_to_assets assets_turn Amplitude_20 Amplitude_60 pct_chg_20 pct_chg_60 cash_ratio close pe_ttm pb ps_ttm dv_ttm free_circ_mv free_share turnover_rate_f_mean20 turnover_rate_f_mean60 total_liab fif

2023-02-02

标普500股票财务数据
gvkey tic datadate rdq tradedate fyearq fqtr conm datacqtr datafqtr gsector X1_REVGH X2_EPS X3_ROA X4_ROE X5_PE X6_PS X7_NPM X8_GPM X9_OM X10_PB X11_PCFO X12_CR X13_EM X14_EVCFO X15_LTDTA X16_WCR X17_DE X18_QR X19_DSI X20_DPO y_return

2023-02-02

Python机器学习-信用卡交易的欺诈检测（有数据集） 逻辑回归、KNN、决策树、SVM
Python机器学习-信用卡交易的欺诈检测（有数据集） 一：导入数据 二：检查空值、描述性统计 三：信用卡欺诈和不欺诈类别的比例 四：查看数据分布，不平衡数据可视化，通过查看分布，我们可以了解这些特征的偏斜程度 五：数据不平衡之下采样（二次抽样） 六：RobustScaler数据缩放 七：数据集划分 八：相关矩阵可视化、箱型图可视化 九：异常检测、删除异常值， 四分位距 (IQR)：我们通过第 75 个百分位和第 25 个百分位之间的差异来计算。 十：特征分布可视化分布 十一：降维和聚类可视化TSNE 十二：训练四种类型的分类器（逻辑回归、KNN、决策树、SVM） 十三：交叉验证可视化 十四：ROC曲线绘制 十五：AUC和Accuracy指标计算

2023-02-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除