01 引言关于金融时间序列分析，已经发布了系列推文，其中《【手把手教你】时间序列之日期处理》展示了如何使用Python处理时间序列日期转换和统计分析；《【Python量化基础】时间序列的自相关性与平稳性》介绍了自相关性、偏自相关性、白噪声和平稳性等基础概念和检验过程；《【手把手教你】使用Python玩转金融时间序列模型》分享了使用Python构建AR、MA、ARMA和ARIMA等经典时间
# GABP算法及其Python实现
## 引言
在现代数据分析和机器学习中，图算法扮演着举足轻重的角色。图的表示方法和算法发展迅速，其中GABP（Graph Attention Based Propagation）算法因其高效性和准确性，受到了研究人员的关注。本文将介绍GABP算法的基本原理及其在Python中的实现。
## 什么是GABP算法？
GABP算法是一种基于图注意力机制的传播
第4章 学习更多图表和定制化4.4 向图表添加数据表当前的图表和子图可以使用plt.gcf()和plt.gca()获得，分别表示"Get Current Figure"和"Get Current Axes"。列出数据集的总结性的或者突出强调的值。importmatplotlib.pyplot as pltimportnumpy as np
plt.figure()
ax=plt.gca()
y=
转载
2024-08-26 10:44:28
26阅读
目录一、BS模块介绍 二、分析页面架构三、代码实现四、结果展示五、总结思路一、BS模块介绍 Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、
转载
2023-10-05 14:13:23
86阅读
一、PO模式是什么？
1.1、页面对象模型(PO)是一种设计模式，用来管理维护一组web元素的对象库
2.2、在PO下，应用程序的每一个页面都有一个对应的page class
1.3、每一个page class维护着该web页的元素集和操作这些元素的方法
1.4、page class中的方法命名最好根据对应的业务场景进行，例如登录，
转载
2024-04-10 09:04:19
43阅读
"""对钙信号的动力学进行建模，AR模型。"""
import matplotlib.pyplot as plt
import numpy as np
if __name__ == '__main__':
length = 500
time = range(length)
gamma = 0.99
c0 = 1
# st = np.random.poi
转载
2023-06-04 21:54:09
196阅读
1.9 分布分布是ARCH模型的最后一项。1.9.1正态分布class arch.univariate.Normal(random_state=None)[source]ARCH模型中的标准正态分布bounds(resids)[source]Parameters:resids (ndarray) – 计算界限时使用的残差Returns:bounds – 包
转载
2023-09-06 17:13:46
98阅读
PS：本文以官方文章的内容为主，并尝试加入一些自己的理解。3.1 对象(s)，价值(s)和类型(s)。对象是python绝对数据类型，所有python program中的数据,或者被对象所代表，或者被对象之间的联系所代表。(某种意义上，符合冯.诺依曼“可储存可编程计算机”的模型，code也可被对象代表)每一个对象都有一个identity，一个类型和一个值。一个对象的identity，一旦对象被创造
转载
2023-10-10 10:29:58
137阅读
目录一. SEIR传染病模型二. SEIR模型的延伸——SEIDR模型三. 模型延伸——影响因素1：疫苗接种四. 模型延伸——影响因素2：政府管控五. 模型延伸——影响因素3：病毒变异写在前面：需要源代码的小伙伴可以移步到我的GitHub仓库https://github.com/moyuweiqing/SEIR-Model-extension 中进行获取一. SEIR传染病模型
转载
2024-03-13 22:57:53
309阅读
数据文件可在github：http://github.com/aarshayj/Analytics_Vidhya/tree/master/Articles/Time_Series_Analysis 中下载#1.导入包import pandas as pd import numpy as np import matplotlib.pylab as plt from matplotlib.p
转载
2023-05-26 15:19:54
674阅读
目录1. 概述介绍2. Benchmark APP介绍 2.1 Benchmark APP2.2 Benchmark APP命令格式3. Benchmark 裸机实例演示3.1 模型准备3.2 提交任务到边缘节点3.3 绘制结果4. Benchmark容器化实例演示5. 总结1. 概述介绍 &nbs
GAN生成式对抗网络import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_moons
import torch
# 使用GPU训练，可以在菜单 "代码执行工具" -> "更改运行时类型" 里进行设置
device = torch.device("cuda:0" if torc
转载
2023-07-28 16:12:22
293阅读
作者 | 泳鱼循环神经网络（RNN）是基于序列数据（如语言、语音、时间序列）的递归性质而设计的，是一种反馈类型的神经网络，其结构包含环和自重复，因此被称为“循环”。它专门用于处理序列数据，如逐字生成文本或预测时间序列数据(例如股票价格)。一、 RNN 网络类型 RNN以输入数m对应输出数n的不同，可以划分为5种基础结构类型：（1）one to one：其实和全连接神经网络并没有什么区别，这一类别算
转载
2023-09-22 09:08:54
249阅读
下面我们将使用循环神经网络训练来自18种起源于不同语言的数千种姓氏，并根据拼写方式预测名称的来源。一、数据准备和预处理总共有18个txt文件，并且对它们进行预处理，输出如下部分预处理代码如下from __future__ import unicode_literals, print_function, division
from io import open
import glob
import
转载
2023-10-26 13:51:14
150阅读
# 如何在Python中实现DBN模型
## 1. 引言
深度置信网络（DBN）是一种概率生成模型，通过多个隐层进行特征抽取。这篇文章将指导你如何在Python中实现一个简单的DBN模型。我们将通过几个步骤来完成这个任务。
## 2. 流程概述
下面是实现DBN模型的流程：
| 步骤 | 描述 |
|------|---------------
原创
2024-09-01 03:51:53
50阅读
## Svar模型简介及Python实现
### 1. 引言
在经济学和统计学中，SVAR（结构向量自回归）模型是一种非常重要的工具，可以用来捕捉多个时间序列之间的动态关系。与传统的VAR模型相比，SVAR模型具有更强的结构性，能够识别数据中的结构性冲击。本文将介绍SVAR模型的基本理论，并通过Python代码进行实现。
### 2. SVAR模型的基本理论
SVAR模型是将时间序列数据建
原创
2024-10-25 05:31:55
661阅读
## 学习使用Python实现ARIMA模型
在数据分析中，时间序列预测是一项重要任务，ARIMA（自回归积分滑动平均模型）是一种常用的方法。今天，我将带您通过实现Python的ARIMA模型来了解这个过程。
### 流程简介
首先，让我们列出实现ARIMA模型的步骤。下面是一个简单的流程表：
| 步骤 | 描述 |
|-----
原创
2024-09-18 05:53:32
188阅读
## 介绍循环神经网络（RNN）模型
循环神经网络（Recurrent Neural Networks, RNN）是一种常用于处理序列数据的神经网络模型。相比于传统的前馈神经网络，RNN在处理序列数据时能够保持记忆，从而能够更好地捕捉序列中的时间依赖关系，适用于自然语言处理、时间序列预测等任务。
### RNN模型结构
RNN模型的基本结构如下所示：
```mermaid
sequence
原创
2024-05-05 04:23:23
49阅读
# ARMA模型Python代码实现
## 1. 简介
ARMA模型（自回归滑动平均模型）是一种经典的时间序列预测模型，它结合了自回归模型（AR）和滑动平均模型（MA）的特点。ARMA模型在金融、经济学、工程学等领域中被广泛应用。
在本文中，我们将介绍如何使用Python实现ARMA模型。我们将按照以下流程进行介绍：
```flow
st=>start: 开始
e=>end: 结束
op1=
原创
2023-08-11 12:49:18
319阅读
# Copula模型及其在Python中的实现
## 引言
在统计学和金融学中，copula模型是一种用于描述多维随机变量间依赖关系的强大工具。它使得我们能够分别对边缘分布和联合分布进行建模。这种灵活性使得copula在风险管理、金融建模等多个领域得到了广泛应用。
## Copula的基本概念
Copula是一个连接边缘分布与联合分布的函数。根据Sklar定理，任何多维分布都能通过其边缘分
