Pandas和Numpy的一些金融相关的操作 给定一个净值序列,求出最大回撤 # arr是一个净值的np.ndarray i = np.argmax( (np.maximum.acumulate(arr) - arr) / np.maximum.acculate(arr)) if i == 0: max_draw_dowm = 0 else: j = np.maximum(arr[:i]) # 开始位置 max_draw_down = (arr[j] - arr[i]) / arr[j] # i

什么是“回撤”? “回撤”是个谓语,前面隐含了一个主语.一般来说,没有人说“亏损回撤”的,我们说的“回撤”,通常指“股价回撤”.“市值回撤”.“净值回撤”和“盈利回撤”. “股价回撤”是针对个股的,即股价从前期高点回落.“市值回撤”和“净值回撤”一般对应一个投资组合,我们可以简化地只讨论股票组合.一支或者多支个股的股价回落,引起市值或者净值回落.而“盈利回撤”的说法,其实是不准确的.在股票没有卖出之前,基金没有赎回之前,这笔投资并没有结束,没有所谓的“盈利”.所谓“盈利”只是“账面浮动盈利”.股

新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习本专栏内容,因此同学们无需担心专栏内容在学习上的困难,更多的是明确自己学习的目的即可.当然笔者也欢迎同学们踊跃留言,说出自己想扩展的知识点,笔者会根据同学们的意愿选择性的推出一些内容. 在第一篇<管理概率==理性交易>中笔者结合一个简单的市场模型介绍了为什么在没有概率优势的前提下参与交易会亏钱,其

因为目前我司使用的版本还是和Blink对齐的版本,所以本文还是先针对Blink中对于回撤的实现来进行源码分析. 概念 回撤这个概念,是流计算中特有的,简单理解起来就是将先前的计算结果回撤,那什么场景下会出现回撤呢?当"中间计算结果"被提前下发时,后续更新结果时,需要将先前的中间值回撤,并下发更新后的值.因此回撤的使用场景,主要是在会产生中间计算结果的场景. 在流计算中,因为上游的数据集是持续流入的,因此计算的结果都是中间结果.例如 group aggregate 计算中,每来一条数据,

回文时间 Time Limit: 1000 ms Memory Limit: 65536 KiB Problem Description HH 每天都会熬夜写代码,然后很晚才睡觉,但是每天早晨六点多必须要刷卡出宿舍,这就导致了必须在某些课上睡一会才能保证充沛的体力,当然某些重要的课是不能睡掉的,而某些课是可以睡的,比如<中国传统文化>,但是睡觉是不能被老师发现的,否则......他会以让你重修两年来威胁你.已知老师会在电子表上显示的时间为回文(例如:15:51)的时候来检查有没有人在睡觉,所以

我已经讨论了各种确定恢复状态的方法,但是本周我参与了一个围绕回滚的有趣讨论.交易已经运行了14个小时,然后发出了KILL SPID.SPID进入回滚,并发生2天和4小时. 自然的问题是为什么不14小时回滚? 没有一些具体的细节很难说,但如果原来的查询使用了并行工作,那么可能会完成超过14个小时的工作.例如,如果更新与4名工作人员同时运行,则可以完成56个工作小时或2.3天.回滚大多是单线程的,所以可能需要4倍的时间来完成回滚.另外,在执行过程中,预读通常更高效,因为计划是已知的,回滚必须在日志记

code_300['HISTORY_DATE'] = code_300['HISTORY_DATE'].map(str)code_300['HISTORY_DATE'] = pd.to_datetime(code_300['HISTORY_DATE'], format='%Y-%m-%d') x_df = pd.DataFrame.from_dict(x_dict, orient='columns') 1.map函数可以为series所用,pandas可以用applymap函数适用于整个pand

数据库回滚到时间的的前提: 事务日志完整,数据库在完整恢复模式下进行过一次完整备份,数据库没有进行过还原操作(惨痛教训). 当数据库误操作时,切记冷静,不然问题就是滚雪球, 在不做下一步错误前  可观看该大神的方法: http://blog.csdn.net/dba_huangzj/article/details/8491327 不成功的原因 :1.数据库一直处于简单恢复模式  ,进行完整备份和差异备份(这种状态可以还原数据库,日志会被截断,且所占内存相对小些,日志链不完整)2.二次错误的发生,

通过DELETE删除数据后相当于放入回收站,一般情况下可以找回:通过UPDATE更新数据后数据库也会保留数据快照.闪回就是恢复指定时间的数据快照以达到恢复数据的目的.根据步骤一查询出数据快照,恢复数据自行决定(之前的数据都有了,咋恢复还不会吗?) 一.查询指定时间的数据快照--1.查询执行过SQL语句,确定快照的时间SELECT R.FIRST_LOAD_TIME,R.SQL_TEXT,R.* FROM V$SQLAREA R WHERE R.SQL_TEXT LIKE '%ABOUT YOUR

从头到尾都是手码的,文中的所有示例也都是在Pycharm中运行过的,自己整理笔记的最大好处在于可以按照自己的思路来构建矿建,等到将来在需要的时候能够以最快的速度看懂并应用=_= 注:为方便表述,本章设s为pandas.core.series.Series的一个实例化对象,设df为pandas.core.frame.DataFrame的一个实例化对象 1. Pandas简介 Pandas是基于NumPy的python数据分析库,最初被作为金融数据分析工具而开发出来,因此Pandas为时间序列分析提

欢迎大家订阅<教你用 Python 进阶量化交易>专栏!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外已陆续推出一些手记来辅助同学们学习本专栏内容,目前已推出如下扩展篇: 在第一篇<管理概率==理性交易>中笔者结合一个简单的市场模型介绍了为什么在没有概率优势的前提下参与交易会亏钱,其实股票交易和玩一个游戏.做一个项目理念是相通的,需要章法.需要制定策略,否则就和抛硬币赌博一样一样的,用量化交易可以帮助我们管理好概率,更理性的去下单. 在第二篇<线性回归拟合股价沉浮&g

量化系统投入实际使用之前,人们会希望提前测试交易的效果.这个期间往往涉及代码的改动和参数的调整.最常见的做法是将历史数据输入量化系统,让量化系统根据既定的交易逻辑进行操作,观察和分析交易结果,找到问题所在,调整量化系统,然后以此循环,直到效果达到预期为止. 该过程在业界被称为回测.回测是量化工作者常见的工作内容之一. Note 很遗憾的是,回测跟实盘交易永远存在差距,再好的系统也无法回避.现在市面上有几个开源的回测引擎框架,虽然减少了回测的开发工作量,但或多或少都存在回测的误差.在此,我们优先介

目录 前言 使用Datetime数据节省时间 pandas数据的循环操作 使用itertuples() 和iterrows() 循环 Pandas的 .apply()方法 矢量化操作:使用.isin()选择数据 还可以做的更好吗? 使用Numpy继续加速 使用HDFStore防止重新处理 结论 前言 当大家谈到数据分析时,提及最多的语言就是Python和SQL.Python之所以适合数据分析,是因为它有很多第三方强大的库来协助,pandas就是其中之一.pandas的文档中是这样描述的: "快速

手把手教你用Python搭建自己的量化回测框架[均值回归策略] 引言 大部分量化策略都可以归类为均值回归与动量策略.事实上,只有当股票价格是均值回归或趋势的,交易策略才能盈利.否则,价格是随机游走的,交易将无利可图.均值回归是金融学的一个重要概念,指股票价格无论高于或低于价值中枢都会以很高的概率向价值中枢回归的趋势.中国古语"盛极而衰,否极泰来",就暗含着均值回归的思想.如果说要为均值回归寻找一个比较合理的理论解释,不妨借鉴一下索罗斯的"反身性理论".索罗斯认为.市

更多精彩内容,欢迎关注公众号:数量技术宅.想要获取本期分享的完整策略代码,请加技术宅微信:sljsz01 TradingView平台简介 前段时间,有粉丝找到技术宅,表示他有一个常用的交易平台,叫做TradingView,希望技术宅能将分享的策略,用这个平台的语言改写.确实,有部分交易者,他们长时间在某个平台交易,适应了这个平台的操作,而有相当一部分平台,会提供量化交易的接口,或者内置一些简易的可编程语言,帮助大家实现指标计算.甚至是自动交易. 打开TradingView的主页,可以看到Trad

git reset.git checkout和git revert是你的Git工具箱中最有用的一些命令.它们都用来撤销代码仓库中的某些更改,而前两个命令不仅可以作用于提交,还可以作用于特定文件. 因为它们非常相似,所以我们经常会搞混,不知道什么场景下该用哪个命令.在这篇文章中,我们会比较git reset.git checkout和git revert最常见的用法.希望你在看完后能游刃有余地使用这些命令来管理你的仓库. Git仓库有三个主要组成——工作目录,缓存区和提交历史.这张图有助于理解每个

代码回滚:Reset.Checkout.Revert的选择 Zhongyi Tong edited this page on Dec 8, 2015 · 5 revisions Pages 19 Home 2.1 快速指南 2.2 创建代码仓库 2.3 保存你的更改 2.4 检查仓库状态 2.5 检出之前的提交 2.6 回滚错误的修改 2.7 重写项目历史 3.2 保持同步 3.3 创建Pull Request 3.4 使用分支 3.5 常见工作流比较 4.1 图解Git命令 5.1 代码合并:

http://www.namhuy.net/2435/how-to-change-date-time-timezone-on-centos-6.html 查看日期(使用 -R 参数会以数字显示时区) $date 选择时区, 用当地的时区文件覆盖默认的 cd /usr/share/zoneinfo/Asia/ sudo cp Shanghai /etc/localtime 修改时间 sudo date -s "20150514 18:07:00" 硬件时间操作 查看硬件时间 sudo /

1.flashback query(使用UNDO)查询某个scn时该表的内容 SQL> select current_scn ; 已更新 行. ;        //查询之前scn时的值 ID scn和时间戳的互相转换: 月 ... 上午 :00 ) from dual; SCN_TO_TIMESTAMP()月 ...000000000 上午 SQL> select to_timestamp('24-2月 -13 01.12.07.000000000 上午') from dual;   月 .

这两周时间的Java开发让我感觉到JAVA语言确实把一些简单的事情搞得很复杂,比如日期时间处理,或许是考虑不同时区国际化跨平台之类的因素,但JAVA语言处理确实让我很困惑,相信身边好多开发的同事也如此,只是简单知道有这些概念,遇到具体问题还需要上网查找,刚没事上网搜索了Java时间处理.api相关主题,基本没有多少满意结果,就暂时将觉得好的.让我有些收获的记录下来,以后遇到具体问题时再借助网络资源解决. Calendar是一个抽象类----专门获取一个时间点的DAY,MONTH,YEAR,一年中