- 博客(37)
- 收藏
- 关注
RSS订阅原创 金融分析与风险管理——风险价值（VaR）
金融分析与风险管理——风险价值（VaR）1. 风险价值（VaR）简述1.1 Python可视化风险价值2. VaR值的测度方法2.1 方差-协方差法2.2 历史模拟法2.3 蒙特卡洛模拟法3. 回溯检验4. 压力测试5. 压力VaR1. 风险价值（VaR）简述风险价值（value at risk，VaR）是指在一定的持有期和给定的置信水平下，利率、汇率、股价等风险因子发生变化时可能对投资组合造成的潜在最大损失。例如：持有期 1 天、置信水平 95% 的情况下，计算得到的 VaR 值为 1000 万元，则
2021-09-10 17:09:48
25219
6
原创 金融分析与风险管理——期权的隐含波动率
金融分析与风险管理——期权的隐含波动率1. 隐含波动率的计算方法1.1 牛顿迭代法1.2 二分查找法2. 波动率微笑与斜偏2.1 波动率微笑2.2 波动率斜偏1. 隐含波动率的计算方法在期权市场上，可以直接观察到标的物当前价格（S）、期权的执行价格（K）、合约期限（T）以及无风险收益率（r），但是波动率不能直接观察。当然，我们可以通过标的物历史价格来估计波动率，但是在实际的应用中，通常会使用隐含波动率，隐含波动率可通过期权的市场价格、运用 BSM 模型进行计算。由于期权的定价公式非常复杂，不能直接通过反
2021-09-08 09:36:26
2496
原创 金融分析与风险管理——期权BSM模型
金融分析与风险管理——期权BSM模型1. BSM模型的假定2. 期权价格与相关变量的关系2.1 期权价格与标的物（S）价格的关系2.2 期权价格与执行价格（K）的关系2.3 期权价格与波动率（sigma）的关系2.4 期权价格与无风险收益率（r）的关系2.5 期权价格与期权剩余期限（t）的关系1. BSM模型的假定1.标的物价格服从几何布朗运动2.允许做空，且可以完全运用做空所获得的资金3.无交易费用、无税收费用，且可以无限分割4.在期权期限内，标的物无期间收入5.市场不存在无风险套利机会6
2021-09-03 14:56:48
7965
原创 金融分析与风险管理——期权类型及到期时的盈亏
金融分析与风险管理——期权类型及到期时的盈亏1. 期权简述2. 看涨期权到期时的盈亏3. 看跌期权到期时的盈亏4.期权涨跌平价关系式1. 期权简述期权（option） 是一种金融合约，该合约赋予持有人在约定的日期以特定的价格买入或者卖出某种标的资产的权利。期权交易涉及的要素如下：标的物： 期权合约约定参照物。执行价格： 期权合约约定的买卖标的的价格。到期日： 期权合约约定的结束日期。有效期： 期权合约有效的时间段。期权费： 又称权利金，期权买方为获得期权合约而支付给卖方的费用。在期权市场
2021-09-02 11:14:59
6937
原创 基金投资入门 5：基金的业务类型及交易中的费用
基金投资是我们日常比较好的理财方式之一，但是对普通投资者来说，除了银行、支付宝可以申购、赎回基金之外，并不清楚还有哪些渠道可以购买？基金的业务类型有哪些？接下来对基金的购买渠道、业务类型及费用进行介绍。基金的购买渠道基金的场内交易：是指通过券商账户在证券交易所交易，可以在交易时间实时买卖基金，通常会流动性较高，如ETF基金、LOF基金等在证券交易所交易。基金的场外交易：是指证券交易所市场外，通过代销渠道如银行、券商、基金公司直销系统等进行基金申购、赎回，都属于场外基金交易。我们通常都是通过场外渠道进
2021-02-19 14:42:56
1290
原创 基金投资入门 4：指数基金
2007年，巴菲特曾向对冲基金行业发起一个赌局：2008年1月1日至2017年12月31日的10年间，标普500指数的业绩表现将胜过对冲基金的业绩表现。最后仅有一位对冲金经理参加赌局，在巴菲特发布的2018年股东公开信中揭晓了答案，标普500指数10年间累计上涨了125.8%，而该对冲基金经理管理的5只产品中，最好的累计上涨了87.8%、最差的仅上涨了2.8%。最终巴菲特大获全胜。在2016年至2020年的5年间，在中国A股市场，上证50指数、沪深300指数、创业板指数的年化收益率分别为：14.10%、
2021-02-04 21:31:08
343
原创 基金投资入门3：中外常见金融指数类型说明
在每天的新闻及财经类文章中，经常听到当日的上证综指、深证成指、沪深300指数是多少点、涨跌幅是多少。大家潜意识中认为指数点、涨跌幅越高越好，至于各指数代表的是什么意思并不清楚，但是对于刚接触投资理财的朋友，只有搞懂各指数的含义才能更好地进行投资，尤其是进行被动的指数基金投资，接下来我将对国内外金融常见的指数进行介绍，希望能帮到你。1、指数的概念在金融市场中有众多上市交易的股票，如何衡量金融市场呢？于是金融市场引入了指数（index）的概念，指数综合反映某一类或者某一场所金融交易产品的市场平均情况，就如
2021-02-03 20:22:27
1329
原创 基金投资入门2：基金的风险等级
基金产品的风险等级由于不同类型的公募基金产品在预期收益和风险特征方面的差异是很大的，在基金的销售过程中要根据基金投资人的风险承受能力销售不同风险等级的产品，即把合适的产品卖给合适的基金投资人。那么如何确定基金产品的风险等级呢？根据《证券期货投资者适当性管理办法》及《基金募集机构投资者适当性管理实施指引（试行）》等相关规定，在综合参考产品类型、投资方向和投资范围、流动性、到期时限、结构复杂性、募集方式等因素的基础上，可以对产品或者服务风险等级依照其风险水平由低至高划分为不同的等级（至少划分为R1、R2、R3
2021-02-03 13:51:35
1455
原创 基金投资入门1：基金基础知识介绍
基金投资入门1：基金基础知识介绍什么是基金？证券投资基金（简称“ 基金 ”）是一种利益共享、风险共担的集合投资方式，其通过发售基金份额，把众多投资人的资金集中起来，形成独立财产，由基金托管人托管，基金管理人管理和运用资金，以投资组合的方式从事股票、债券、外汇、货币等金融工具投资，从而获得投资收益和资本增值。投资基金在不同国家或地区称谓有所不同，美国称为"共同基金"，英国和香港称为"单位信托基金"，日本和中国台湾称为"证券投资信托基金"。公募基金与私募基金根据募集方式的不同，基金可以分为公开募集基金和
2021-02-02 21:57:29
1825
原创 机器学习之HMM模型
机器学习之HMM模型1 HMM(隐马尔可夫)模型介绍1.1 HMM 模型的定义1.2 HMM 模型中观测序列的概率计算2 在 Python 中的实现1 HMM(隐马尔可夫)模型介绍隐马尔可夫模型是马尔可夫过程衍生出的概率图模型，最早由 Baum 和 Egon 于 1967 年提出， 常被用于人脸识别、语音识别、 基因工程测序、金融时间序列的建模等。该模型假设一组观测序列是由一些隐藏的状态生成，...
2019-08-20 19:16:51
1040
原创 海龟交易法则的原理及其在量化平台的实现
利用python实现海龟交易法则1 海龟交易法则的简述2 在python中的实现1 海龟交易法则的简述2 在python中的实现
2019-06-26 10:51:39
3470
原创 jupyter notebook 导出 pdf ——代码隐藏、标题及内容支持中文问题
jupyter notebook 导出 pdf ——标题及内容支持中文、代码隐藏问题1 导出 PDF 时支持中文2 导出PDF代码隐藏3 参考资料1 导出 PDF 时支持中文1 安装 pandoc ：下载地址，选择默认安装即可，可选择安装位置。2 安装Miktex：下载地址，官网上有详细的安装过程，选择默认安装即可，在安装过程中可以选择安装位置。如果过程 1、2 安装程序过程中没有自动...
2019-03-28 21:15:03
9025
2
原创 机器学习实战——利用 SVD 简化数据
机器学习实战——利用 SVD 简化数据1 SVD 的介绍2 Python 中的实现3 参考资料1 SVD 的介绍假设 A 是一个 n×nn\times nn×n 的方阵，则其具有如下形式：Aν=λνA\nu=\lambda\nuAν=λν其中 λ\lambdaλ 是矩阵 A 的一个特征值， ν\nuν 是矩阵 A 的一个nnn 维特征向量。若把矩阵 A 的 nnn 个特征值及其对应的特征向...
2019-03-01 11:12:38
521
1
原创 机器学习实战——主成分分析
机器学习实战——降维技术1 主成分分析2 sklearn中的实现1 主成分分析主成分分析（Principal Component Analysis，PCA）是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。即通过线性变换找出样本数据中最主要的属性，用样本数据中最主要的属性来代替原始样本的全部属性，也可以理解为样本点在正交变换之后的超平面...
2019-02-27 21:48:17
493
原创 机器学习实战——关联分析
机器学习——关联分析1 关联分析介绍2 Sklearn中的实现3 参考资料1 关联分析介绍关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。下面介绍关联分析中几个常用的概念：项集：商品构成的集合，集合含有几个商品就称为几项集，如{啤酒、尿布}为二项集。关联规则：商品间具有 X→YX\rightarrow YX...
2019-02-20 21:27:49
3630
原创 机器学习实战——层次聚类算法
机器学习实战——层次聚类算法1 层次聚类概述2 sklearn中的实现1 层次聚类概述层次聚类试图在不同层次对数据集进行划分，从而形成树形的聚类结构。 数据集的划分可采用"自底向上"的聚合策略，也可采用"自顶向下" 的分拆策略。层次聚类可以分为凝聚层次聚类和分裂层次聚类。分裂层次聚类采用的就是"自顶而下"的思想，先将所有的样本都看作是同一个簇，然后通过迭代将簇划分为更小的簇，直到每个簇中只有一...
2019-01-24 16:02:27
1698
原创 机器学习实战——密度聚类算法
机器学习实战——密度聚类算法1 密度聚类2 sklearn中的实现1 密度聚类密度聚类假设聚类结构能够通过样本分布的密集程度确定，通常情形下，密度聚类算法从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类簇以获得最终的聚类结果。DBSCAN 是一种很典型的密度聚类算法，给定领域参数的半径为 e ，最小样本点为 MinPts 。该算法中几个较重要的概念如下：e 邻域：给...
2019-01-24 15:59:05
1093
原创 机器学习实战——Kmeans聚类算法
机器学习实战——Kmeans聚类算法1 聚类算法介绍2 sklearn中的实现1 聚类算法介绍在无监督学习中，训练样本的标记是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。聚类分析是无监督学习中的典型代表，其中比较常见的聚类算法有：K-均值聚类、密度聚类与层次聚类。接下来的文章逐一对三种聚类算法进行介绍K-均值聚类的基本思想是，对于给定的样本...
2019-01-24 15:53:52
1659
原创 机器学习实战——线性模型
机器学习实战——线性回归1 线性模型概述1.1 基本形式1.2 线性回归介绍1.3 线性回归的正则化2 在sklearn包中的实现1 线性模型概述1.1 基本形式假设 x=(x1,x2,...,xn)\boldsymbol x=(x_1,x_2,...,x_n)x=(x1,x2,...,xn) 其中 xix_ixi 是 x\boldsymbol xx 在第 iii 属性上的取值，则线...
2019-01-08 21:46:35
438
原创 机器学习实战——集成学习 Adaboost 算法
机器学习实战——集成学习 Adaboost 算法1 模型介绍1.1 集成学习概述1.2 集成学习的组合策略1.2.1 平均法1.2.2 投票法1.2.3 学习法1.3 Adaboost 算法的介绍2 sklearn中的实现1 模型介绍1.1 集成学习概述集成学习通过构建并结合多个学习器来完成学习任务。对于训练集数据，我们通过训练若干个个体学习器，通过一定的结合策略，最终可以形成一个强学习器，...
2018-12-25 21:22:49
575
1
原创 Navicat安装及连接 oracle 数据库报错的问题
Navicat 安装及连接 oracle 数据库报错的问题Navicat 安装Navicat 连接 oracle 问题Navicat 安装具体安装步骤、解决注册时间的限制可以参考[这个文件中](链接: https://pan.baidu.com/s/10DOCNGjNFP6wvV1uBFcgzw 提取码: fi3k)的安装事项。Navicat 连接 oracle 问题navicat12 连...
2018-11-30 18:08:02
533
原创 Python中安装mysqlclient、cx_Oracle 以及查询中文乱码的问题
python 连接MySQL数据库python 连接MySQL数据库需要安装 mysqlclient ，但是在安装该包时出错，如何解决问题的记录如下：出现这样的报错error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: http://landinghub.vis...
2018-11-30 17:26:23
364
原创 机器学习实战——Logistic回归
Logistic回归Logistic回归模型的介绍在sklearn包中的实现参考文献Logistic回归模型的介绍逻辑斯蒂（Logistic）回归是指具有如下形式的函数模型：y=11+e−zy=\frac{1}{1+e^{-z}}y=1+e−z1z=ωTx+bz = \omega^Tx+bz=ωTx+b则 yyy 的取值如下：一个事件的几率是指该事件发生的概率与不发生的概率的比值。...
2018-11-20 20:51:10
353
原创 机器学习实战——朴素贝叶斯
机器学习实战——朴素贝叶斯1 模型介绍1.1 朴素贝叶斯分类器1.2 朴素贝叶斯的参数估计2 朴素贝叶斯在Sklearn中的实现1 模型介绍1.1 朴素贝叶斯分类器朴素贝叶斯是基于贝叶斯定理及特征条件独立的假设来实现分类的方法，就是在已知先验概率的前提下，求后验概率的最大值。设样本集合为 xxx ，其属性集合为 {x1,x2,⋯ ,xd}\{x_1,x_2,\...
2018-11-13 21:52:41
543
原创 机器学习实战——决策树
机器学习实战——决策树1 决策树模型介绍1.1 ID3 算法的分类准则1.2 C4.5 算法的分类准则1.3 CART 算法的分类准则2 决策树的剪枝处理3 决策树在sklearn包中的实现1 决策树模型介绍常用的决策树算法有 ID3、C4.5与CART，其依据的分类准则分别为信息增益、信息增益比和基尼系数。1.1 ID3 算法的分类准则“信息熵” (information entropy...
2018-11-02 15:26:29
353
原创 sklearn机器学习包中的对原始数据的预处理及训练集、测试集的分割
sklearn机器学习包中的对原始数据的预处理及训练集、测试集的分割一 、数据预处理1. 标准化2. 归一化3. 最小最大标准化4. 缺失值插补二 、训练集测试集的划分一 、数据预处理sklearn.preprocessing 包提供了几个常见的实用功能和变换器类型，用来将原始特征向量更改为更适合机器学习模型的形式。1. 标准化按照数据集各特征的均值与方差对其进行标准化转换sklear...
2018-10-30 21:53:23
2973
原创 机器学习实战——KNN算法
机器学习实战——KNN算法k近邻算法的原理k近邻算法的原理k 近邻算法的工作机制非常简单:对给定的测试样本，基于某种距离度量找出训练集中与其最靠近的 k 个训练样本，然后基于这 k 个"邻居"的信息来进行预测。通常， 在分类任务中可使用"投票法" ，即选择这 k 个样本中出现最多的类别标记作为预测结果；
2018-10-24 20:15:19
310
原创 模型评估中的查准率、查全率、ROC曲线
P-R曲线对于二分类问题，可以将训练集的真实类别与机器学习预测的类别划分为真正例(true positive) 、假正例(false positive) 、真反倒(true negative) 、假反例(false negative) 四种情形，令TP 、FP 、TN 、FN 分别表示其对应的样例数，则显然有TP+FP+TN+FN=样例总数。分类结果的“混淆矩阵”如下：查准率 P 与查...
2018-10-23 22:20:22
1113
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