第一讲 应用实例 R的基本界面是一个交互式命令窗口，命令提示符是一个大于号，命令的结果马上显示在命令下面。 S命令主要有两种形式：表达式或赋值运算（用’<－’或者’=’表示）。在命令提示符后键入一个表

　　市场的机会就摆在那里，未免让高手心痒难耐。所以，中国的程序化交易（即规则交易法）已经起步了。只是，远景灿烂，不意味着这口饭好吃。（关键看用什么思路吃？我会在下面的评点讲述。）最重要的是，如何打开程序化

　　趋势分析 简单地说，趋势就是股票价格的波动方向，或者说是股票市场运动的方向。 趋势的方向有三个：a.上升方向；b.下降方向；c.水平方向，也就是无趋势方向。 按道氏理论的分类，趋势分为三个类型：主要趋

　　指数增强型基金通过仓位择时、行业配置、风格配置、精选个股等多种方法达到超越指数收益的目标，同时会利用风险模型或其他约束方式保证对指数一定的跟踪误差。 从因子暴露来看，各基金背后的优化模型可能比较相似，

　　请相信我，大家都在谈论的分析方法，并不一定就是对的。                                                                          

　　套利定价理论是一个重要的资产定价理论,它是用线性因子模型来表达收益率的: Ri=ai+bi1F1+bi2F2+…+biKFK+ϵiRi=ai+bi1F1+bi2F2+…+biKFK+ϵi 这一理论指出

　　二十世纪前叶美国形态技术分析的先驱H.M.Gartley早在1935年就已推出震撼投资界的形态分析力作《股市利润》(“Profits in the Stock Market”)，以每本1,500美元的

　　Since everything moves in a circle and nothing moves in straight lines, this chart is to show you ho

　　1 原理 1.1 引入 首先，在引入LR(Logistic Regression)模型之前，非常重要的一个概念是，该模型在设计之初是用来解决0/1二分类问题，虽然它的名字中有回归二字，但只是在其线性部

　　1 原理        knn 是机器学习领域非常基础的一种算法，可解决分类或者回归问题，如果是刚开始入门学习机器学习，knn是一个非常好的入门选择，它有着便于理解，实现简单的特点，那么下面就开始介绍

　　全局变量 在函数之外创建的变量属于__main__，又被称为全局变量。它们可以在__main__中的任意函数中访问，与局部变量在函数结束时消失不同，全局变量可以在不同函数的调用之间持久存在。全局变量常

　　字符串连接，就是将2个或以上的字符串合并成一个，看上去连接字符串是一个非常基础的小问题，但是在Python中，我们可以用多种方式实现字符串的连接，稍有不慎就有可能因为选择不当而给程序带来性能损失。  

　　因子选股模型是应用最为广泛的一种选股模型，基本原理是采用某个或某些因子作为选股的标准，满足这些因子的股票则被买入，不满足的则卖出。  因子选股模型为什么适用？举一个简单的例子：如果有一批人参加马拉松，

　　这里，为了熟悉Python语言的特性，我们采用一种最原始的方式去定义线性代数运算的相关函数。如果是真实应用场景，则直接使用NumPy的函数即可。   1.向量 创建一个向量我们可以把Python中的向

　　在本文中将为大家介绍聚类算法和关联分析问题。分类算法与聚类到底有何区别？聚类方法应在怎样的场景下使用？如何使用关联分析算法解决个性化推荐问题？本文就为大家揭晓答案。   本文将围绕一下几个方面进行介绍