0%

最近在访问 Github 的项目的时候,上传下载项目非常慢,一开始以为是代理有问题,重新测试了一下,直接访问 github.com 的时候速度没有问题,翻看了一下 gitbub 的说明,现在

最后在 Windows 子系统中开发代码的时候,使用 matplotlib 包不能正常显示图片,就迁移到 Windows 下使用 MiniConda 作为开发环境,但是在读取数据文件的时候,会报错: UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in

对于量化投资过程中,比较常见的指标就是 RSI 指标,表示一段时间内上涨的点数与下跌的点数的强弱关系。 单独使用 RSI 指标时,一般是判断小于 25 的超卖区间和

动量优化思路 动量策略里提到积累的路径很重要,那可以利用 PSY 指标 和 RSI 指标 来构建一个积累路径的评分。 PSY 指标 其计算方法如下: \[ PSY = \frac{\mb

之前实现过 RSRS 指标的计算方式,一直是用 RSRS 作为筛选的条件,今天看有,有人用 RSRS 作为入场条件,如果 RSRS < 0 则不纳入到买入的股票池中。 标的选择的 纳指 ETF ,

在测试爬虫的时候,报错找不到对应的 lxml 包,直接使用 pip install lxml 安装,再执行还是有类似的问题,查了一下,说是需要从 lxml 官方网站下载安装才可以。 直接下面官

指数市盈率 看到兴证全球有一个 FED800 来表示股票的投资信号,其计算方式是利用中证800的市盈率计算,公式如下: \[ FED800 = \frac {1} {\mbox{中证 800}} - \mb

滚动窗口 基础算法是基于滚动窗口(rolling window)模式。窗口滚动过数据,然后计算出窗口内数据的平均值。 中值滤波 中心思想就是逐项的遍

三种策略 MACD 作为最常用的一种技术指标,有非常多的说明和用法,最近将关于 MACD 指标的用法做了一下整理。最主要的方法就是金叉死叉的说法。 整理之后,一共

在研究 RSRS 指标的时候,需要用到方程拟合和结果评估,最常见的评估方法就是使用 R2 来做评分。 使用 Python 做计算的时候,有三种方式可以实现对应的拟合和计算的