Python 金融数据分析：数学工具（二）

是 否 +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~ !

立即领取

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


介绍对金融学有用的一些数学工具，如：逼近法（回归、插值）、凸优化、积分、符号计算，但不介绍其具体的理论方法，本次课程主要聚焦在如何在 Python 中使用这些工具。


二、凸优化

1. def fm((x, y)):
   
2.     return (np.sin(x) + 0.05 * x ** 2
   
3.           + np.sin(y) + 0.05 * y ** 2)

复制代码

1. x = np.linspace(-10, 10, 50)
   
2. y = np.linspace(-10, 10, 50)
   
3. X, Y = np.meshgrid(x, y)
   
4. Z = fm((X, Y))

复制代码

1. # 两个参数的最小化函数
   
2. # 标签: opt_plot_3d
   
3. # 大小: 60
   
4. fig = plt.figure(figsize=(9, 6))
   
5. ax = fig.gca(projection='3d')
   
6. surf = ax.plot_surface(X, Y, Z, rstride=2, cstride=2, cmap=mpl.cm.coolwarm,
   
7.         linewidth=0.5, antialiased=True)
   
8. ax.set_xlabel('x')
   
9. ax.set_ylabel('y')
   
10. ax.set_zlabel('f(x, y)')
    
11. fig.colorbar(surf, shrink=0.5, aspect=5)

复制代码

<matplotlib.colorbar.Colorbar instance at 0x7f1873f28e60>

1. import scipy.optimize as spo

复制代码

1、全局优化

1. def fo((x, y)):
   
2.     z = np.sin(x) + 0.05 * x ** 2 + np.sin(y) + 0.05 * y ** 2
   
3.     if output == True:
   
4.         print '%8.4f %8.4f %8.4f' % (x, y, z)
   
5.     return z

复制代码

1. output = True
   
2. spo.brute(fo, ((-10, 10.1, 5), (-10, 10.1, 5)), finish=None)

复制代码

-10.0000 -10.0000  11.0880-10.0000 -10.0000  11.0880-10.0000  -5.0000   7.7529-10.0000   0.0000   5.5440-10.0000   5.0000   5.8351-10.0000  10.0000  10.0000 -5.0000 -10.0000   7.7529 -5.0000  -5.0000   4.4178 -5.0000   0.0000   2.2089 -5.0000   5.0000   2.5000 -5.0000  10.0000   6.6649  0.0000 -10.0000   5.5440  0.0000  -5.0000   2.2089  0.0000   0.0000   0.0000  0.0000   5.0000   0.2911  0.0000  10.0000   4.4560  5.0000 -10.0000   5.8351  5.0000  -5.0000   2.5000  5.0000   0.0000   0.2911  5.0000   5.0000   0.5822  5.0000  10.0000   4.7471 10.0000 -10.0000  10.0000 10.0000  -5.0000   6.6649 10.0000   0.0000   4.4560 10.0000   5.0000   4.7471 10.0000  10.0000   8.9120

array([ 0.,  0.])

1. output = False
   
2. opt1 = spo.brute(fo, ((-10, 10.1, 0.1), (-10, 10.1, 0.1)), finish=None)
   
3. opt1

复制代码

array([-1.4, -1.4])

1. fm(opt1)

复制代码

-1.7748994599769203
以上内容转自 数析学院，如需完整内容可以直接查看原文

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

分享0 收藏0 回帖

关键词：金融数据分析 python 数学工具 数据分析 金融数据