- 博客(4)
- 收藏
- 关注
RSS订阅原创 关于PCA和特征向量、特征值的关系
PCA通过协方差矩阵的特征向量分解数据，将数据投影到新轴（主成分）上，特征值代表各轴方差。总方差保持不变，PCA仅实现降维而不改变数据分布。通常保留最大方差的主成分以减少信息损失。例如，2D数据集协方差矩阵的特征值之和等于总方差，验证PCA通过特征向量实现数据压缩和降维。
2025-10-02 11:33:47
159
原创 量化指标 02--筹码分布
筹码分布是分析流通股持仓成本的技术工具，通过统计不同价格区位的成交情况形成可视化图表。它反映主力与散户的成本结构，可识别支撑/压力位：高位密集区暗示套牢盘压力，低位集中则显示主力吸筹优势。实际应用中需结合成交量（突破需放量确认）、均线系统（与筹码峰共振）及MACD等技术指标综合研判，并注意区分牛熊市环境下的不同特征。单峰密集形态的可靠性优于多峰分散，且需考虑行业和市值差异对筹码特征的影响。
2025-06-14 16:40:21
1792
原创 量化指标 01--换手率
换手率与因子构造：换手率反映股票流通性和市场活跃度，计算公式为成交量与总股数之比。高换手率常伴随市场高涨情绪，可作为买入信号；低换手率则表明流动性不足，适合长期投资。极端换手率需警惕主力操作或趋势反转。在因子构造中，换手率常与RSI、VR、MACD等技术指标结合使用，形成复合因子。使用中需注意异常值处理、行业差异及牛市阈值调整等问题，不同市场情况需采用相应策略。
2025-06-06 13:58:00
1527
原创 在 Colab 中使用 talib
最近在做一些量化的策略尝试，融入了深度学习，本机用的 mac，还没配置 GPU 的电脑，突然想起来 colab 的 pro 会员还没到期，固想使用 colab 来跑代码，折腾了半天发现 talib 没法在 colab 使用。最后成功 import talib。
2025-03-04 17:02:10
532
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人