亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定

走進Python量化交易--入門篇

袁霄 Python工程師
難度初級
時長 1小時33分
學習人數
綜合評分9.53
22人評價 查看評價
9.5 內容實用
9.5 簡潔易懂
9.6 邏輯清晰
  • #s=pd.Series([],index=[])

    查看全部
  • mark
    查看全部
    0 采集 收起 來源:課程總體介紹

    2018-12-11

  • 股票數據特殊值處理的方法:

    股票數據精度處理:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ??? ? ? ? ? ? ?? ? ? ? ? ? ? ?df_csvload=df_csvload.applymap(lambda x:'%0.2f'%x)其中'%0.2f'f表示浮點數,0.2表示保留兩位小數。lambda x省去定義函數的過程,讓代碼更精簡。applymap作用到的是dataframe中的所有數據? df_csvload.Volume = dafre_csvload.ix[:,['Volume']].apply(lambda x:'%0.0f'%x)其中apply作用到的是某一列。dafre_csvload.ix[:,['Volume']]是種切片方式。? ?? ? ? ? ? ? ?? ??? ? ? ? ? ? ?? ??? ? ? ? ? ? ?? ??? ? ?

    df_csvload = df_csvloadround(2) 其中2表示保留兩位小數? ? ? ? ?df_csvload.Volume = df_csvloda.Volume.astype(int)表示Valume列保留整數

    print(df_csvload[df_csvload.values == 0]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??print(df_csvload[df_csvload.High.isin([0])] 都能篩選出0值所在的位置

    df_csvload.loc[df_csvload.loc[:,'High]==0,'High']=df_csvload.High.median()表示用High這一列的中位值填充High這一列為0的值。


    查看全部
  • 股票數據規整化處理的方法:

    股票數據內容概況查看:? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? head():df_csvload.head(3)查看前三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? tail():df_csvload.tail(3)查看后三行? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? shape:df_csvload.shape查看數據有幾行幾列? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? describe():df_csvload.describe()各列數據的統計情況df_csvload.info()查看缺失的情況? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? df_csvload.isnull()的返回的值True代表缺失,False代表未缺失? ? ? ? ? ??df_csvload[df_csvload.isnull().T.any()]可以篩選出有數據缺失的行

    ? ? 缺失值的處理:?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ? ? ? ??df_csvload=df_csvload.dropna(axis=0,how='all')0代表行,1代表列,'all'代表如果該行全是缺失值則刪除該行,'any'代表如果該行存在缺失值則刪除該行。還有一個參數可以設置成如果該行的缺失值大于多少個時刪除該行。

    df_csvload=df_csvload.fiillna(method='ffill',akis=0,inplace=True),其中'ffill'表示以該列的上一個值填充,'bfill'表示以該列的下一個值填充。0表示列,1表示行。True表示改變原dataframe,False表示不改變

    查看全部
  • 量化交易的過程

    查看全部
  • 量化交易面試攻克
    查看全部
    0 采集 收起 來源:課程總體介紹

    2018-12-06

  • 股票數據的處理

    股票數據特殊值的處理方法

    數據精度處理:round() astype() appilmap() lambada()

    查看全部
  • 股票數據的處理

    股票數據的規整化處理方法

    股票數據信息查看的方法:head()? ?tail()? shape describe() info

    缺失值的處理方法:isnull()? ?notnull() dropna()? fillna()

    查看全部
  • 股票數據的獲取

    API接口下下載股票數據的方法

    金融數據模塊獲取股票數據的方法:DataReader()

    DataFrame存儲為CSV文件的方法:dataframe.to_csv()


    查看全部
  • 選股模塊,擇時模塊,風險控制模塊
    查看全部
  • 詹姆斯西蒙斯 量化之父
    查看全部
  • 文件地址欄可以直接cmd...

    help("modules")查看是否安裝成功

    查看全部
    0 采集 收起 來源:課程開發環境

    2018-10-26

  • 量化交易,通過歷史數據實現投資獲勝概率https://img1.sycdn.imooc.com//5bd3135c0001b18f07710429.jpg

    查看全部
  • 測試筆記功能

    查看全部
    0 采集 收起 來源:課程總體介紹

    2018-10-12

  • High.median 獲取中位值

    查看全部
首頁上一頁1234下一頁尾頁

舉報

0/150
提交
取消
課程須知
1、針對僅具有Python編程基礎,對數據處理分析、金融量化交易感興趣、計劃編寫自己的量化交易系統,或者準備從事基于Python應用的相關行業的人群。 2、僅需具備Python編程基礎即可,課程中會從基礎講解所涉及到的技術知識。
老師告訴你能學到什么?
1、了解量化交易的發展、本質、優勢、過程和意義 2、掌握Python第三方數據分析工具Pandas庫的數據處理方法 3、掌握應用Pandas庫以文件導入和爬蟲下載方式獲取股票數據 4、掌握應用Pandas庫實現股票數據的處理方法

微信掃碼,參與3人拼團

微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號

友情提示:

您好,此課程屬于遷移課程,您已購買該課程,無需重復購買,感謝您對慕課網的支持!