时间：JSong 时间：2018.01.14文章很长，理论和实现都讲的很细，大家可以先收藏，有时间再看。在上一篇文章中，我们对LendingClub的数据有了一个大致的了解，这次我将带大家把10万多条、145个字段的原始数据一步一步处理成建模所需输入的数据。我们先按照上次一样导入数据，这里我将逾期15天以上的都当作正类import pandas as pd
import numpy as np
i
假期过后，一切正常照旧。时间在前行，你也要努力前进。10月编程语言排行榜，榜单的变化不大。但有一个需要我们关注的是，Python与Java的指数差距在逐步的缩小。这就是积蓄力量，厚积薄发的典型案例，从原来的不起眼，到后来市场的变化，Python得到大规模应用。可以说，未来的Python是不可小觑的。TIOBE编程社区表示：目前Python指数位居第三，已经达到历史新高11.28%。而Java也接近
转载
2024-08-19 13:01:38
45阅读
注：这篇文章的技术含量比以往要高一些，读者想要完全读懂，可以适当了解一下数理统计中假设检验部分关于显著性水平α和p值检验的知识。推荐参考茆诗松版《数理统计学》。女权常常说，对标15岁中考数学的国际化考试PISA数学成绩平均而言没有明显的性别差异。实际上这是因为研究选取的显著性水平α的标准不同导致的。显著性水平α是一个非常主观的量，人为设定它的不同大小对判断男女数学成绩差异是否显著会产
显著性检验作为判断两个甚至多个数据集之间是否存在差异的方法显著性检验是统计假设检验的一种用于检测科学实验中实验组与对照组之间是否有差异以及差异是否显著无假设，不检验先对科研数据做一个假设，然后用检验来检查假设是否正确，一般将要检验的假设称之为原假设（H0），相反的假设即为备择假设（H1）
如果原假设为真，但检验结论是放弃原假设，则是第一类错误，出现的概率记为α如果原假设为假，但检验结论是接收
转载
2023-08-30 07:53:16
389阅读
投资中有一个常规的特点，即投资标的的预期报酬越高，投资人所能忍受的波动风险越高；反之，预期报酬越低，波动风险也越低。所以理性的投资人选择投资标的与投资组合的主要目的为：在固定所能承受的风险下，追求最大的报酬；或在固定的预期报酬下，追求最低的风险。 1990年度诺贝尔经济学奖得主威廉-夏普（William Sharpe）以投资学最重要的理论基础CAPM（Capital Asset Pricing
转载
2023-09-05 16:36:30
153阅读
在投资理财过程中，投资者希望获得最大化收益，但收益预期与风险一定共存，预期越高风险则越高，因此在投资理财时必须要对预期收益和风险进行综合考察。不过想要找到这其中的平衡点并不是简单地事情，通常会借助一些指标，比如：特雷诺比率和夏普比率。那什么叫夏普比率?特雷诺比率和夏普比率的区别是什么?让我们一起来看看吧。 特雷诺比率和夏普比率的区别 1、计算公式不同 特雷诺指数是对单位风险的超额预期收益
转载
2024-02-07 21:56:38
40阅读
风险与收益基金绩效评价标准化指标。风险的大小在决定组合的表现上具有基础性的作用；风险调整后的收益率，就是一个可以同时对收益与风险加以考虑的综合指标，以期能够排除风险因素对绩效评估的不利影响。夏普比率的核心思想理性的投资者将选择并持有有效的投资组合，即那些在给定的风险水平下使期望回报最大化的投资组合，或那些在给定期望回报率的水平上使风险最小化的投资组合。在1966年刚提出来的时候，这个比率称为这个名
转载
2023-12-22 15:20:41
106阅读
# Python夏普比率：优化投资组合风险与收益的度量
## 引言
在投资领域，夏普比率是一种常用的衡量投资组合风险与收益的指标。它由诺贝尔经济学奖得主威廉·夏普于1966年提出，用于评估基金经理的绩效和投资组合的风险调整后收益。夏普比率可以帮助投资者判断一个投资组合的回报是否与承担的风险相匹配。
本文将为读者介绍如何使用Python计算夏普比率，并通过示例代码详细解释夏普比率的计算过程。
原创
2023-09-14 10:09:41
153阅读
在金融领域中，“信息比率”（Information Ratio）是用来衡量投资组合相对于基准的超额回报与其下行风险之比的指标。这是一个评估投资表现的关键指标，尤其是在进行资产管理时。本文将详细阐述如何在Python中实现信息比率的计算与应用，下面我们将从环境准备开始，逐步引导您完成整个过程。
## 环境准备
首先，我们需要确保您的开发环境能够支持所需的技术栈。在这个示例中，我们将使用Pytho
# 夏普比率Python实现
## 1. 概述
夏普比率是一种用来衡量投资组合风险和收益的指标，它可以帮助投资者评估投资组合的综合表现。在本文中，我们将教会你如何使用Python来计算夏普比率。
## 2. 实现步骤
下面是计算夏普比率的基本步骤：
| 步骤 | 操作 |
| --- | --- |
| 步骤一 | 收集投资组合的历史收益率数据 |
| 步骤二 | 计算投资组合的平均收益
原创
2023-12-07 09:56:55
205阅读
# Python信息比率实现流程
## 1. 简介
在开始介绍如何实现"Python信息比率"之前，让我们先了解一下信息比率的概念。信息比率是一种衡量投资绩效的指标，它表示每承担一单位风险所获得的超额收益。在Python中，我们可以使用一些统计库来计算信息比率，例如numpy和pandas。
## 2. 实现步骤
下面是实现Python信息比率的步骤，我们将使用以下流程图进行展示：
```
原创
2024-01-02 05:47:36
439阅读
# Python计算比率的学习之旅
在这个数字化时代，计算比率的需求越来越普遍。在Python中，计算比率是一项基本技能。作为一名新手，掌握这一技能将帮助你在数据分析等领域大显身手。下面是我们学习如何使用Python计算比率的流程。
## 流程概述
为了帮助你更清晰地理解整个过程，我们可以将步骤整理为一个清晰的表格和流程图。
### 步骤表格
| 步骤 | 任务描述 |
| ------
关于最大回撤的一篇文章之前有写过，没看的同志们可以链接看一下。最最最大回撤？今天这篇文章探讨的是这几个指标的区别及所代表的意义。夏普=(收益率-无风险利率)/收益率的标准差卡玛=(收益率-无风险利率)/最大回撤有一阵子，我非常迷恋卡玛，觉得这个指标太好了，比夏普好用多了。这个指标才是衡量的真实风险和收益的性价比。毕竟没人把净值向上波动的部分看做是风险，如果真是，那这个风险越大越好。对吧~~~但是还
转载
2023-11-29 15:16:48
19阅读
几种正确的理解：1.信息是排除不确定性的，等可能事件排除可能越多，信息量就越大例如：明天天气假定是：【晴、阴、雨、雪】4种状态你说明天是晴天，你排除了3种状态【阴、雨、雪】信息量为A你说明天是坏天气，你排除了【晴】信息量为B信息量A>信息量B2.信息量也可以理解为正确信息的价值（近似），越是能预测小概率时间的信息价值越高，信息量就越大，对别人价值就越高。例如预测到了彩票，这个正确信息价值就高
总体比率是指总体中具体某种相同特征的个体所占的比值。通常用π表示总体比率，用p表示样本比率。比如某样本转化率为p的话，那么没有转化的人群比率就是1-p。这属于二项分布，当样本量足够大的时候，二项分布可以转换为正态分布。 比率类的假设检验有两种应用场景：比较样本比率和总体比率是否相同，比较两样本比率是否相同。 1，比较样本比率和总体比率是否相同，以此来检验样本和总体之间的差异（单
转载
2023-11-24 13:45:39
97阅读
KNN算法存在一个训练样本集合，里面有n个训练数据，每个训练数据有m个特征。每个训练数据都标明了相对应的分类。比如：其中一条数据有四个特征：体重，翼展等，也有相对应的种属。 则KNN算法就是将一条未知种属的数据的每个特征与训练样本集合中的每条数据对应的特征进行比较，然后算法提取样本集合特征最相似数据（最近邻）的分类标签。一般选择样本数据集合中前K个最相似的数据，这就是
转载
2024-07-31 14:30:20
142阅读
前情回顾上一篇中，我们介绍了现代投资理论中的一个重要模型 —— 有效边界，以及最小风险(方差)的投资组合优化，即下图有限边界的最左侧红点。最小方差优化，虽然能够通过降低收益率的波动来控制风险，却不能带来可观的期望收益。观察上图可知，红点即为有效边界上最小方差点，又是投资组合的最低收益点。那么是否存在一种综合考虑风险(方差)与收益率，也就是尽量追求风险最小、收益最大的优化途径呢？这就是我们接下来要说
转载
2024-01-09 16:10:09
16阅读
# Python 计算对冲比率的入门指南
## 一、概述
对冲比率（Hedge Ratio）是量化风险管理的重要工具，尤其在金融领域，投资者通过买入和卖出资产来降低风险。在进行对冲时，确定合理的对冲比率至关重要。本教程将指引你从头到尾实现一个计算对冲比率的Python程序。我们将分步骤进行，确保你能够循序渐进地掌握相关知识。
## 二、实现步骤
以下是我们实现对冲比率计算的步骤流程表：
# Python 设定随机比率
## 介绍
在开发过程中，经常需要使用随机数来进行一些概率性的操作，比如抽奖、随机排序等。而在某些情况下，我们可能需要设定不同的随机比率来控制不同事件发生的概率。本文将介绍如何在 Python 中实现设定随机比率的功能。
## 实现步骤
下面是整个实现过程的步骤表格：
| 步骤 | 描述 |
| --- | --- |
| 1 | 导入所需模块 |
| 2
原创
2023-09-12 08:11:41
161阅读
