楼主: casey_c
1492 3

[程序分享] Python 金融数据分析的数学工具 [推广有奖]

  • 0关注
  • 10粉丝

博士生

92%

还不是VIP/贵宾

-

威望
0
论坛币
96 个
通用积分
2.0091
学术水平
2 点
热心指数
15 点
信用等级
2 点
经验
11502 点
帖子
278
精华
0
在线时间
94 小时
注册时间
2016-11-22
最后登录
2022-5-2

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币



以下内容转自 数析学院,只节选了部分,有需要的同学可以直接查看原文


主要内容包括:


Numpy 库的polyfit、polyval 函数进行回归,并且拟合多种类型数据
熟悉 scipy 库中的插值方法
使用 scipy 库中的方法求解优化问题
使用 scipy 库计算积分
使用 SymPy 库进行符号计算,如基本数学计算、积分、微分、求解方程

一、逼近法


  1. import numpy as np
  2. import matplotlib.pyplot as plt
  3. %matplotlib inline
复制代码
  1. def f(x):
  2.     return np.sin(x) + 0.5 * x
复制代码
  1. x = np.linspace(-2 * np.pi, 2 * np.pi, 50)
复制代码
  1. # 示例函数图像
  2. # 标签: sin_plot
  3. # 大小: 60
  4. plt.plot(x, f(x), 'b')
  5. plt.grid(True)
  6. plt.xlabel('x')
  7. plt.ylabel('f(x)')
复制代码
<matplotlib.text.Text at 0x7f188fd70210> 1.jpg


1、回归

作为基函数的单项式

  1. reg = np.polyfit(x, f(x), deg=1)
  2. ry = np.polyval(reg, x)
复制代码
  1. # 示例函数和线性回归
  2. # 标签: sin_plot_reg_1
  3. # 大小: 60
  4. plt.plot(x, f(x), 'b', label='f(x)')
  5. plt.plot(x, ry, 'r.', label='regression')
  6. plt.legend(loc=0)
  7. plt.grid(True)
  8. plt.xlabel('x')
  9. plt.ylabel('f(x)')
复制代码
<matplotlib.text.Text at 0x7f188fd63510> 2.jpg
  1. reg = np.polyfit(x, f(x), deg=5)
  2. ry = np.polyval(reg, x)
复制代码
  1. # 标题: 使用最高5次的单项式进行回归
  2. # 标签: sin_plot_reg_2
  3. # 大小: 60
  4. plt.plot(x, f(x), 'b', label='f(x)')
  5. plt.plot(x, ry, 'r.', label='regression')
  6. plt.legend(loc=0)
  7. plt.grid(True)
  8. plt.xlabel('x')
  9. plt.ylabel('f(x)')
复制代码
<matplotlib.text.Text at 0x7f188fd70fd0> 3.jpg

以上内容转自 数析学院,如需完整内容可以直接查看原文
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:金融数据分析 python 数学工具 数据分析 金融数据

沙发
諾然藕然 发表于 2017-10-20 08:58:49 来自手机 |只看作者 |坛友微信交流群
感谢分享(

使用道具

藤椅
casey_c 发表于 2017-10-20 10:11:07 |只看作者 |坛友微信交流群

使用道具

板凳
eeabcde 发表于 2017-10-21 22:05:37 |只看作者 |坛友微信交流群
谢谢楼主分享

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-6 08:18