量化金融是使用数学模型以帮助做出投资决策的学科。
下面是 csv 文件的屏幕截图。我想通过使用 pandas 生成增长率向量。 1 在我的例子中，增长率定义为 log（今年/去年）。
我正在处理雅虎的一些财务数据。 我的代码是 库（预测） 库（t系列） 图书馆（astsa） 库（fGarch） 库（Quantmod） getSymbols("^gspc",src='yahoo') 形容词 <-...
我正在根据 SPY 计算股票的贝塔值。然而，我的计算得出的数字与我在雅虎财经和 Zacks 上看到的数字不同。股票的贝塔值是协方差除以...
我正在尝试使用不同时间范围（1 小时、4 小时、12 小时和 1 天）分析一些股票的指数移动平均线 (EMA)。具体来说，我需要： 计算每个...的 200 EMA
给定一些实值经验数据（时间序列），我可以将其转换为直方图，以获得数据的（非参数）经验分布，但直方图是块状且锯齿状的。 相反，我
我的蒙特卡罗模拟不断给出错误的 Theta 值。其他估计选项希腊语是正确的，但 Theta 不正确
我正在尝试运行蒙特卡罗模拟来帮助我在Python中为希腊期权定价。我得到的大多数值都是正确的，但我不确定为什么我从来没有得到正确的 Theta 结果。另外...
我使用此代码通过 WRDS 云在 WRDS 服务器上使用 SAS 计算基于 Fama French（2015）的运营盈利因子： /* 创建营业利润表 */ 进程 sql； 创建...
我想根据订单创建 OHLC 蜡烛。我有一个 pandas 系列，日期作为索引，中间价作为值。 2020-08-04 18:06:40.207934746+00:00 3.9415 2020-08-04 18:06:40.4531071...
所以我正在尝试制作一个非常简单的股票算法。它应该使用每日定价购买标准普尔 500 指数中从 32 RSI 以下到 32 RSI 以上的任何股票。它上钩了...
有谁知道如何计算可支配应计利润的绝对值，其中可支配应计利润是根据修正的琼斯模型估算的？
我需要找到控制变量 ABACC-1，它被定义为可支配应计利润绝对值的滞后，其中可支配应计利润是根据修改后的琼斯模型估算的，到
这是我第一次尝试在 Python 上求和方程。使用哪个 Python 库来求解以下方程式？示例代码是否可用于展示如何处理此类
据我所知，这个问题是关于价格的，而不是关于回报的（至少不是在 Python 中）。我想将给定的每日回报转换为其他频率，例如 2 天或 5 天回报。 这...
型蜡烛 整数索引 浮动枢轴高 浮动枢轴低 var CandleArray = array.new(0) 如果价格PH ph = Candle.new(时间[10],高[10],低[10]) array.push(CandleArr...
Hurst 指数 - 使用 DFA（而不是 R/S） - 平滑的 Hurst 指数值相同且绘图不正确
我正在编写一个脚本，使用 Python 计算和绘制股票历史价格数据的赫斯特指数和平滑赫斯特指数。当我运行脚本时，我面临两个主要问题： 小号...
这是我的自定义指标，它只是修改后的 TDI 指标： 使用系统绘图； 使用 System.Linq； 使用 TradingPlatform.BusinessLayer； 名称空间趋势 { 公开课狙击手：Indica...
我在 bloomberg 终端上保存了一些搜索，我希望能够在 python 中访问这些搜索。基本上，我在保存的搜索中有一个政府 cusips 列表，我想参考和提取
我试图将此代码用于欧洲定价选项的 Black-Scholes 公式，但我收到以下错误： ---------------------------------------------- ------------------...
我有一个熊猫数据框，看起来像这样 ticker 某指数 资产价格 pct_change 日期 2016-01-01 -15.0 0.05799 南 2016-01-04 -14.0 0.05777 -0.003794 2016-01-05 -15.0 0.05768 -0.00...
我需要一个 python 代码，以与 TradingView 相同的方式计算交易量配置文件 [关闭]
以下链接是计算 POC（控制点）和价值区域（VAH 和 VAL）的步骤。 https://www.tradingview.com/support/solutions/43000502040-volume-profile/#:~:text=Deter...
如何根据条件制作范围/子数组，以便计算阈值/止损之前的回报？ （在 numpy 或 pandas 中）
在 Excel 中，这将是一个偏移函数。考虑在 pandas 中，但它也可以在 numpy 中完成： 返回 = df['close'].rolling(periods).shift(-periods).max() / df['close'] -1 ..计算 t...