写在前面在本文中，我们将介绍使用PyTorch构建一个深度学习模型，并将其集成到backtrader回测框架中。具体地，我们将使用PyTorch来实现一个长短期记忆神经网络（LSTM）模型，并将其应用于股票价格预测。由于backtrader目前没有原生支持深度学习的模块，因此我们需要自己先实现一个深度学习模型，对其先进行训练与测试，然后将保存的模型与backtrader集成，以便进行回测。1前言B
转载
2023-12-30 22:26:15
18阅读
1引言大部分量化策略都可以归类为均值回归与动量策略。事实上，只有当价格是均值回归或趋势的，交易策略才能盈利。否则，价格是随机游走的，交易将无利可图。均值回归是金融学的一个重要概念，指价格无论高于或低于价值中枢都会以很高的概率向价值中枢回归的趋势。古语“盛极而衰，否极泰来”，就暗含着均值回归的思想。如果说要为均值回归寻找一个比较合理的理论解释，不妨借鉴一下索罗斯的“反身性理论”。索罗斯认
转载
2023-08-05 21:05:10
368阅读
1评论
FMZ量化平台把自用的Python回测引擎开源了，可以在本地离线回测，用过的都说好，也可以在FMZ平台上在线回测：https://github.com/fmzquant/backtest_pythongithub.com调用十分简单：'''backteststart: 2018-02-19 00:00:00end: 2018-03-22 12:00:00period: 15mexchanges:
转载
2024-01-25 19:05:34
4阅读
目录前言一、回测的主方法二、回测实现1 - 获取回测数据ticks2 - 运行回测3 - 为回测数据添加生成方法4 - sell中添加订单的pnl收益计算5 - 策略执行中调整买卖ma20的比例三、回测订单分析1 - 订单打印数据2 - matplotlib盈亏柱状图3 - k线生成并投影订单进出时间价格五、完整源码 前言上一篇我们已经通过padas导入bar回测数据，这篇我们通过导入的ticks
转载
2023-08-14 14:48:19
92阅读
回测的基本流程首先需要声明下，此回测属于日间回测，即当天收盘后对交易信号进行检测，得到买入或卖出检测结果，然后由第二天开盘后根据前一天的检测结果完成交易。其次要对账户进行除权除息处理。因为除权除息后价格会发生变化，如果不处理，那账户总资产就会出现偏差，除权除息分两种情况，分红和送股，先从价格上看，当日价格都会发生变化，一般都是变小，从资金账户上来看，但指分红，账户上的现金是增多的，现金由分红的股票
转载
2023-08-01 11:03:20
27阅读
一、如何学习回归分析？1.学习回归分析之前，我们需要先明白什么是回归分析? 为什么要学习回归分析？简单线性回归初中时期，我们都学习过简单的线性方程。例如，一元一次方程、一元二次方程等。这些简单的线性方程就是回归分析中线性回归的一种体现，通过线性回归方程，我们可以输入一个自变量得到一个预测的因变量。简单线性回归的自变量和因变量也被称为特征和标签。因为线性回归具有预测功能，所以线性回归时常运用到生活当
转载
2023-11-21 19:09:23
99阅读
写在前面：打算记录一下很常见的backbone网络，本篇博客用于记录自己ResNet网络的学习过程。 论文传送门：Deep Residual Learning for Image Recognition一、ResNet网络做了什么1、提出 Residual 结构（残差结构），并搭建超深的网络结构 我们在搭建更深层网络时，并不是简单堆叠就能取得比较好的效果的。 如上图，56层的网络效果反而更差，这是
转载
2024-04-23 15:16:30
136阅读
# 使用 Python 实现回归分析与残差计算的入门指南
在数据科学和机器学习领域，回归分析是一种至关重要的统计方法。通过回归，我们能够了解变量之间的关系，并对未来的值进行预测。本篇文章将指导您如何使用 Python 来实现简单的线性回归分析，并计算残差。
## 工作流程
下面是实现回归分析与残差计算的基本流程：
| 步骤 | 内容
原创
2024-09-05 05:03:07
29阅读
本文介绍如何构建简单线性回归模型及计算其准确率，最后介绍如何持久化模型。线性回归模型线性回归表示发现函数使用线性组合表示输入变量。简单线性回归很容易理解，使用了基本的回归技术，一旦理解了这些基本概念，可以更好地学习其他类型的回归模型。回归用于发现输入变量和输出变量之间的关系，一般变量为实数。我们的目标是估计映射从输入到输出的映射核函数。下面从一个简单示例开始：1 --> 2
3 -->
转载
2023-07-11 20:05:50
165阅读
Transformer采用自注意力机制，与一般注意力机制计算分配值的方法基本相同，原理可参考 只是！Query的来源不同，一般AM中的query来源于目标语句，而self-AM的query来源于源语句本身。Encoder模块中自注意力机制计算步骤如下：把输入单词转换为带时序信息的嵌入向量 x（源单词的词嵌入 + 对应的Position Encoding）；根据嵌入向量 x 生成 q、k、v 三个
转载
2024-03-17 14:04:01
749阅读
目录一、函数引用二、回调函数1、定义2、案例三、递归函数1、定义2、特性3、实现过程4、案例四、闭包1、定义2、 构成条件3、闭包的作用4、 闭包的应用5、注意点6、案例7、修改外部函数中的变量五、装饰器1、定义2、功能3、作用4、写法5、案例5.1、被装饰的函数无参数5.2、被装饰的函数有参数5.3、被装饰的函数有不定长参数5.4、多个装饰器5.5、装饰器带参数，在原有装饰器的基础上，设置外部变
转载
2024-09-23 11:52:13
156阅读
# Python做回归预测的好处
## 1. 引言
Python是一种简单易学的编程语言，拥有丰富的库和工具，被广泛应用于数据分析和机器学习领域。在回归预测领域，Python具有很多优势，本文将介绍使用Python进行回归预测的流程和具体步骤，并给出相应的代码示例。
## 2. 回归预测的流程
下面是回归预测的一般流程，我们可以用表格形式展示每个步骤：
| 步骤 | 描述 |
| ----
原创
2023-09-13 10:55:51
85阅读
# Python函数如何做回调
在Python中，函数可以作为参数传递给其他函数，这就提供了实现回调的机制。回调函数是在某个事件发生后被调用的函数，可以用来处理事件相关的逻辑。
## 回调函数的基本概念
回调函数是作为参数传递给另一个函数的函数。当某个事件发生时，另一个函数会调用回调函数来处理事件。
回调函数的定义如下：
```python
def callback_function(a
原创
2023-11-21 10:45:28
73阅读
逻辑回归前言一、逻辑回归简介二、逻辑回归推导1、问题2、Sigmoid函数3、目标函数3.1 让步比3.2 极大似然估计3.3 推导4、代价函数5、最大化似然函数三、逻辑回归实现结果展示 前言第二次实验开始了，内容是逻辑回归，听起来像是线性回归的兄弟，然而仔细查阅后发现逻辑回归其实是一种分类算法；我们知道回归算法的结果建立在连续的数据上，分类算法的结果建立在离散的数据上；因此逻辑回归本质上是一种
转载
2024-06-07 07:30:30
62阅读
# 含有分类变量的回归分析在Python中的应用
在数据分析和机器学习中，回归分析是一种常见的方法，用于建模变量之间的关系。在许多情况下，数据集中会包含分类变量（categorical variables），例如 "性别"、"地区" 等，在进行回归分析时，处理这些分类变量是至关重要的。本文将介绍如何在Python中进行含有分类变量的回归分析，并提供相关代码示例。
## 什么是分类变量？
分类
练习1： #!/usr/bin/python3
# 根据输入的行数，绘制一个矩形
while True:
nums = int(input("请输入矩形的所占行数(大于2小于20)："))
if nums < 2 or nums > 20:
print("输入有误，请重新输入")
continue
else:
b
转载
2024-07-10 07:52:52
25阅读
# 使用哑变量进行回归分析的Python指南
在数据分析和机器学习中，处理分类数据时，我们通常会用到“哑变量”（Dummy Variables）。哑变量回归分析是将分类变量转换为数值格式的方法，今天我们就来学习如何在Python中实现这个过程。
## 整体流程
在进行哑变量回归分析时，可以遵循以下步骤：
| 步骤 | 描述 |
|------|------|
| 1 | 导入必要的库
文章目录一、利用Excel的数据分析实现线性回归1.1、添加数据分析工具1.2、使用数据分析库完成线性回归练习1.3、选择添加趋势线1.4、对200组、2000组数据的分析二、Python编程实现线性回归三、Python借助skleran库四、总结五、参考资料 一、利用Excel的数据分析实现线性回归1.1、添加数据分析工具 选择分析工具库和分析工具库-VBA，点击转到后点击确定1.2、使用数据
转载
2023-07-28 15:42:31
89阅读
数据源：modis的MOD9A1产品，分辨率500m，合成周期为8天NDVI（归一化植被指数）计算公式：NDVI=(NIR-R)/(NIR+R)，其中NIR为近红外波段，R为红光波段，分别对应MODIS第2和第1波段。NDBI（归一化建筑指数）计算公式：NDBI=(M IR - N IR ) /(M IR + N IR )，其中MIR为中红外波段，NIR为近红外波段，分别对应MODIS第6和第1波
目录最小二乘法代码实现1 数据导入2 线性回归模型定义 3 测试线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。其表达形式为y = wx+b。一、最小二乘法一般来说，线性回归都可以通过最小二乘法求出其方程，可以计算出对于y=wx+b的直线。首先，直接给出w、b的解 均方误差是回归任务中最常用的性能度量，因此我们试图
转载
2023-07-03 22:56:59
184阅读
