python结合G2绘制精美图形

一、简介

G2是阿里巴巴内部开放的数据可视化工具,提供丰富的图表类型,并且简单易上手,有比较完善的示例代码。其生成的图表简单漂亮,而且有JS互动显示,比较适合报告和文章插图。G2的数据来源是json格式数据。

G2绘制的图形


阅读更多

跟着分析师炒股系列(二)

在系列第一篇《跟着分析师炒股系列(一)》里,信谁大数据科学团队以分析师研报推荐的股票池,建立了一套股票组合轮动的交易策略,发掘出累积收益最高的一票分析师,其中最牛的招商证券分析师刘荣的累积收益竟达80倍!

不过,累积收益还可能包含运气成分,比如大牛市下推荐股票都大涨,还不能算真英雄。这一次我们来看看相对收益,看能不能找出穿越牛熊的分析师,尤其是最近一年熊市震荡下他们的表现如何。

延续上一篇的交易策略,筛选分析师评级为买入和增持的股票,形成股票池。
调仓周期为3个月。
选取分析师评级为“买入、增持”的股票。实现3个月一轮换。

阅读更多

跟着分析师炒股系列(一)

上一回,我们利用大数据展示了分析师研报预测与个股真实涨跌的对比情况,发现了不少“高言值”分析师,说明专业研究的价值。点击回顾《大数据教你挑选分析师
那么,结合个人实际持仓操作情况,如果我们就跟着分析师的推荐构建买卖组合,能取得怎样的成绩呢?
信谁大数据科学团队这次就以分析师研报推荐的股票池,建立了一套股票组合轮动的交易策略,来看看结果如何。
技术男的方法依然简单直接:
一名普通分析师每个月发表的研报数量大多数在5篇以上,但选股在精不在多,实际也不可能买入分析师推荐的所有股票。而短线投资对时间精力要求高,仍提倡中长期投资为主。信谁数据科学实验室制定了一个简单有效的交易策略:

阅读更多

大数据教你挑选分析师

每个证券公司都有一个分析师团队,不定期发布投资研究报告。分析师的研报准吗?分析师的“言值”究竟有多高?
“信谁”的大数据科学团队对这个问题也很好奇。究竟准不准,我们信数据不信故事。
技术男的方法非常简单暴力:

  1. 把分析师发布的研报预测与相关股票最后涨跌的结果作对比,判断该研报预测的准确性
  2. 把分析师发布的所有研报汇总起来,就得到分析预测的正确率,即“言值”,“言值”可以是从0-100分。
  3. 汇总所有分析师的数据,就可以得到全部分析师的“言值”分布。

阅读更多

Groupby使用小例子

最近需要根据已有的数据计算这样一组数据:

  • 股票名称
  • 股票代码
  • 推荐人数
  • 平均分数
  • 最大幅度

看到这样的需求,首先想到的是利用pandas的groupby功能。

一、获取数据

阅读更多

pandas GroupBy使用

一、GroupBy技术

GroupBy技术是Hadley Wickham(热门R语言包作者)创造的,用于表示分组运算,“split-apply-combine”(拆分 - 应用 - 合并)。

阅读更多

gensim文档相似度判断

在文本处理中,比如商品评论挖掘,有时需要了解每个评论分别和商品的描述之间的相似度,以此衡量评论的客观性。

文本相似度计算的需求始于搜索引擎,搜索引擎需要计算“用户查询”和爬下来的众多“网页”之间的相似度,从而把最相似的排在最前,返回给用户。

一、基本概念

TF-IDF

  • TF:term frequency,词频

$$ 词频(TF) = 某个词在文章中的出现次数 $$

阅读更多

构建推荐系统(二)

基于用户的协同过滤

我们将一个用户和其他所有用户进行对比,找到相似的人。这种算法有两个弊端:

  1. 扩展性 随着用户数量的增加,其计算量也会增加。这种算法在只有几千个用户的情况下能够工作得很好,但达到一百万个用户时就会出现瓶颈。

  2. 稀疏性 大多数推荐系统中,物品的数量要远大于用户的数量,因此用户仅仅对一小部分物品进行了评价,这就造成了数据的稀疏性。比如亚马逊有上百万本书,但用户只评论了很少一部分,于是就很难找到两个相似的用户了。

鉴于以上两个局限性,我们不妨考察一下基于物品的协同过滤算法。

阅读更多

构建推荐系统(一)

协同型过滤 ( Collaborative filtering)
一个协作型过滤算法通常的做法是对一大群人进行搜索,并从中找出与我们品味相近的一小群人。算法会对这些人所偏爱的其他内容进行考查,并将它们组合起来构造出一个经过排名的推荐列表。

一、相似度评价方法

0,数据集

本文中的数据集都是以嵌套字典的形式出现,如下:
字典的key为用户名,value为对各个物品的评价分数。

阅读更多

基金从业资格考试笔记

第一章 金融、资产管理与投资基金

1,金融资产

一般分为债券类金融资产和股权类金融资产。

债券类金融资产以票据、债券等契约型投资工具为主,股权类金融资产以各类股票为主。

阅读更多