《Python 金融大數據分析》記錄

本文記錄一些該書中出現的知識,方便需要使用的時候查詢。

  • 隱含波動率

隱含波動率是在其他條件下不變的情況下,輸入公式不同期權行權價格和到期日測得的市場報價的那些波動率值。
這種情況下隱含波動率不是模型/公式的輸入參數,而是對該公式進行某項數字化優化過程的結果

  • 4.1 基礎數據結構:
    Python 整數可以爲任意大,解釋程序簡單地使用所需位/字節表現數值。
 a = 10000
 a.bit_length()   #結果爲17位
 term = 10**100
 term.bit_lengt()  #結果爲333位

字符串
這裏寫圖片描述

這裏寫圖片描述
這裏寫圖片描述
字典
這裏寫圖片描述
這裏寫圖片描述

matplotlib可視化:
這裏寫圖片描述
這裏寫圖片描述

這裏寫圖片描述
這裏寫圖片描述

6.1 pandas
data_range函數
這裏寫圖片描述
freq參數選值
這裏寫圖片描述
plot方法(Pandas在matplotplib接口上)
這裏寫圖片描述
這裏寫圖片描述
pandas對應時間片處理方法

>>> index = pd.date_range('1/1/2000', periods=9, freq='T')
>>> series = pd.Series(range(9), index=index)
>>> series
2000-01-01 00:00:00    0
2000-01-01 00:01:00    1
2000-01-01 00:02:00    2
2000-01-01 00:03:00    3
2000-01-01 00:04:00    4
2000-01-01 00:05:00    5
2000-01-01 00:06:00    6
2000-01-01 00:07:00    7
2000-01-01 00:08:00    8
Freq: T, dtype: int64

#以三分鐘爲時間片統計 每三分鐘的內數據的累計總和
>>> series.resample('3T').sum() 
2000-01-01 00:00:00     3
2000-01-01 00:03:00    12
2000-01-01 00:06:00    21
Freq: 3T, dtype: int64
#向下填充獲得每分鐘的數據累計和
a.resample(rule = '1min').ffill()
2000-01-01 00:00:00     3
2000-01-01 00:01:00     3
2000-01-01 00:02:00     3
2000-01-01 00:03:00    12
2000-01-01 00:04:00    12
2000-01-01 00:05:00    12
2000-01-01 00:06:00    21
Freq: T, dtype: int64

高性能Python
由於Python過於動態的特性,因此對科學計算速度並不是很快,因此有三種加速方式:Numba,pypy,Cython。
1. Numba
jit 的全稱是 Just-in-time,在 numba 裏面則特指 Just-in-time compilation(即時編譯)。Numba不支持列表表達式,其優勢是對任意函數應用該方法毫不費力。

http://m.blog.csdn.net/hl541867329/article/details/75637324

http://blog.csdn.net/seekiu/article/details/46730951

2.Cython
3.pypy

https://www.zhihu.com/question/24695645?sort=created

4.GPU

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章