1. 程式人生 > >《Python 金融大資料分析》記錄

《Python 金融大資料分析》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/公式的輸入引數,而是對該公式進行某項數字化優化過程的結果

  • 4.1 基礎資料結構:
    Python 整數可以為任意大,解釋程式簡單地使用所需位/位元組表現數值。
 a = 10000
 a.bit_length()   #結果為17位
 term = 10**100
 term.bit_lengt()  #結果為333位

字串
這裡寫圖片描述

這裡寫圖片描述
這裡寫圖片描述
字典
這裡寫圖片描述
這裡寫圖片描述

matplotlib視覺化:
這裡寫圖片描述


這裡寫圖片描述

這裡寫圖片描述
這裡寫圖片描述

6.1 pandas
data_range函式
這裡寫圖片描述
freq引數選值
這裡寫圖片描述
plot方法(Pandas在matplotplib介面上)
這裡寫圖片描述
這裡寫圖片描述
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 #以三分鐘為時間片統計 每三分鐘的內資料的累計總和 >>> 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資料累計和 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

高效能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 裡面則特指 Just-in-time compilation(即時編譯)。Numba不支援列表表示式,其優勢是對任意函式應用該方法毫不費力。

2.Cython
3.pypy

4.GPU