weixin_40411446的博客

过了初赛就可以参加复赛，我初赛200+名（及格上榜的好像就400多人，具体名次我也不记得了），招行5.20给发了99.9的红包，很大方了~~~赛题背景    财经新闻作为重要却海量的投资数据，无时无刻不在影响着投资者们的投资决策，为了更好地提示客户当下新闻事件对应的投资机会和投资风险，本课以研发“历史事件连连看”为目的，旨在根据当前新闻内容从历史事件中搜索出相似新闻报道，后期可以结合事件与...

（PS：趋势分析）我选的是周大生2018年第二季度的股市行情，在这里选择周大生直接复制粘贴得到xlsx文件（文件内容如下）（已在Win7、python3.6上运行成功）""""以周大生为例；说明会时间：2018/4/20前10天-后60天 4/10-6/20"""from pandas import DataFrame, Seriesimport pa...

"""已周大生为例；2018/4/10-2018/6/20抓取业绩说明会前后的股民评论"""#!/usr/bin/env python# -*-coding:utf-8 -*-import urllibimport urllib2import re#导入对excel文件进行操作的库import xlwt#创建表格，设置编码模式，创建新的sheetbook=xlwt....

X_train  就是自己的训练语料“”“date:2018_7_25doc2vec计算句子相似性”“”# coding:utf-8import sysimport timeimport csvimport globimport gensimimport sklearnimport numpy as npimport jieba.posseg as psegimp...

基于哈工大同义词词林的词语间相似度计算局限：单纯使用同义词词林来计算相似度，如果词典中没有该词，就算不出相似度。代码（在python3.6上正常运行）#!/usr/bin/env python3# -*- coding: utf-8 -*-#2018/7/25import mathclass CilinSimilarity(object): """ 基于...

额，基本工作完成了，先整理一下这个小项目。发现一个非常棒的网址：https://github.com/yaleimeng/Final_word_Similarity项目内容： 一、数据准备       项目数据来源：抓取全景网上业绩说明会文本内容       实验所用词典数据  == 基本词典 + 金融词典      1.1 基本词典：          1）大连理工情...

一、ARIMA模型的含义  ARIMA模型包括了三部分：  AR+ I + MA ，ARIMA模型针对非平稳时间序列模型，如果非平稳时间序列要建立ARMA模型，首先必须经过差分转换为平稳时间序列，然后建立ARMA模型。  AR--auto regression 自回归模型；   I --- integration 单整阶数，时间序列必须是平稳性序列才能建立计量模型  MA --mo...

 继续以周大生为例，获取2017/4/10 -- 2018/6/20 import tushare as tsimport pandas as pdimport numpy as npimport datetimefrom dateutil.parser import parseimport matplotlib.pyplot as pltimport seaborn a...

1.以“600548”为例import tushare as tsimport pandas as pdimport numpy as npimport datetimeimport globimport csvimport refrom dateutil.parser import parseimport matplotlib.pyplot as pltimport se...

1.在网易财经上抓取股票价格信息代码："""date:2018-7-31function:在网易财经上抓取股价信息(仅选取2016年举办的业绩说明会信息）author：susuxuer"""import urllib.requestimport reimport csvimport timedef get_wenben(path): csvfile = ope...

SnowNLP是一个封装好的python库，可以做情感分析，计算文本相似度（BM25方法）、提取关键词等。安装方法：pip install SnowNLP ,该库仅适用于python3版本我也是无意发现这玩意儿，听说下过不错，我实验了一下"""学习一下使用SnowNLP"""from snownlp import SnowNLPimport csvimport sysfrom sn...

做情感分析还是需要结合情景和业务，之前直接用词典库效果太差，准备自建金融词典构建1.tfidf提取关键词import jieba.posseg as psegimport numpy as npimport pandas as pdimport jiebaimport timeimport csvimport sysimport globimport osfrom collect...

1.关于tf-idf：(使用tf-idf和向量空间模型)TF： 文档 j 中的关键词 i 的归一化词频值描述某一词在一篇文档中出现的频繁程度。（为了阻止更长的文档得到更高的相关度权值，必须进行文档长度的某种归一化）TF=freq(i,j) / maxOthers(i,j)      ###(maxxOthers = max(freq(z,j)) IDF : 逆文档频率。降低所有文档中几乎都会出现的...

 该博客来自我大神，需要他微信什么什么的私聊我哈，便宜出售~ 4月中的时候招行来学校做Fintech项目的宣讲，刚好被拉去听了一下，就顺便报了个名，想着去打一下酱油。一、初赛    初赛，其实就是在线笔试，100分满分，82分选择题，18分编程。涉及面非常广，基本的数据结构和算法、分布式数据库、云计算、区块链等等。基本上除了数据结构部分其余的题目都靠百度，然而有的题目百度了也不会，感觉选择题做的非...

BM 25也是计算TF、IDF、文档权重，只不过和经典的TFIDF表达式不同，参数也更多一些。附上之前比赛的**版本代码#!/usr/bin/python#-*- coding:UTF-8-*-import jiebaimport jieba.posseg as pseg #引入结巴分词词性标注import jieba.analyseimport nu...

本着水一水提前感受一下面试套路的原则，讲一下我的面试经历（还谈不上经验~）：我去工行的时候差点迟到，第一次去，又有点路痴，看不懂地图=_=,所以各位小伙伴要是去自己不熟悉的地方面试的话，一定尽量给自己留有时间余地，我基本一到坐下没两分钟就被叫去面试了。中国工商银行软件开发中心面试时间：2018/6/6    9:30-11:30面试环节：（面了整整两个小时，五个环节）（群面（9...

业绩说明会高管与投资者"""author:suxuedate:2018/6/20version:1.0copyright:suxue3@mail2.sysu.edu.cn""""""#1.提取问题和答案#2.分词并对数据做简单清洗#3.计算tiidf，提取关键词#4.词袋向量化，对于每一对问答，计算出一个余弦相似度#5.阈值判断，归一化处理"""import p

有必要介绍两个个棒棒的库1）glob        #用于查找符合规定的文件路径（如果你os 模块用的6，用哪个也挺好的）def get_all_content(): all_files = glob.glob(r'D:/../../*.csv') #填写自己的文件路径 return all_files这样就搜索到了文件夹中所有的CSV文件2）re        #用于匹配not...

#coding=UTF-8import reimport timeimport csvimport sysimport osimport gensim.models.word2vec as w2vimport jiebaimport globdef loadPoorEnt(path2 = 'G:/project/sentimation_analysis/data/stopwo...

__author__ = 'su'import osimport loggingimport sysimport reimport jiebaimport multiprocessingimport gensimfrom gensim.corpora import WikiCorpusfrom gensim.models import Word2Vecfrom gens...

刚做完，有点懵逼（好像投了风险策略岗，风控不太熟悉=_=）一、选择题 （20*3分）1.二叉树给出后序遍历和中序遍历，求前序遍历2.概率题(队0，队1那个，我觉得考了有十遍了=_=)3.简单的算法，对，全是机器学习算法，二、问答题（4*15分）1.计算电话号码（我没做出来诶=_=）2.boosting 和bagging 的算法过程讲解 以及二者区别3.给出必胜策略...