quantitative-finance

    1

    1答えて

    これはこのサイトの最初の投稿です。私はコード作成のスキルが向上するにつれ、より多くの関わりを持つことを楽しみにしています。 私の最初の質問は、ヤフーやGoogleの金融を使ってウェブからオプション(コールとプット)データを取り出すことです。私はRでコードを実行することに興味があります。これは特定の株式のコール/プットの請求価格を調べます。具体的には、すべてのオプションストック(CSVファイルはすべ

    1

    1答えて

    ランダムなリターンをシミュレートする簡単な方法は何ですか?私はnumpy.randomを知っています。しかし、それは資産リターンをモデル化する方法に私を導くものではありません。 私が試してみた: import numpy as np r = np.random.rand(100) をしかし、これは正確に感じることはありません。どのように他の人がこれをやっているのですか?

    3

    1答えて

    私はziplineの初心者です。私はそれに精通するために初心者のチュートリアルに従っています。 ipythonセルのチュートリアルによって教示されているように私はアルゴリズムを実行しようとしたときと: from zipline.api import order_target, record, symbol, history import numpy as np import pandas as

    0

    1答えて

    を削除し、基本的に私は、最新の価格で毎分更新このコードから入ってくるデータのストリームを持っている: prices = data.history(context.stocks, "close", 15600, "1m") 私はこの履歴データを何らかの種類のリストに入れたいと思っています。このコードが最新の価格をそれに供給し、最も古いものがこの場合は15600分になります。 どうすればいいですか

    0

    1答えて

    日内XTSオブジェクト(POSIXCT、format = "%d/%m/%Y"で索引付け)とXTSオブジェクト(POSIXCT、format = "%d/%m/%Y %H:%M"で索引付け)をマージしようとしています。 イントラデイオブジェクトは真夜中(00:00)のインデックスを持ちませんが、デフォルトでマージは1を作成し、毎日の変数をその観測に追加します。 日曜日を日中にマージできますが、最も

    6

    1答えて

    RのquantmodにあるchartSeriesに2つのグラフをプロットしようとしています。 library(quantmod) tickers <- c('GLD', 'GDX') data <- new.env() getSymbols(tickers, src = 'yahoo', from = '1980-01-01', env = data) chartSeries(Cl(da

    2

    1答えて

    私は、時間のかかる計算集約型バックテストを並列に実行する必要があります。 バックテストには平均8時間かかっており、30回実行する必要があります。それらはすべて異なる入力で同じ関数を呼び出します。これまでに見つけられたのは、foreachパッケージを使用するコードの一部です。 require(foreach) require(parallel) require(doParallel) cor

    3

    1答えて

    これはYahoo Financeから入手した在庫データに関連しています。 私は、株式が分割された(またはボーナス株式が発行された、現在のタスクとは区別されない)日付の決定方法を探しています。 この問題に対する具体的な回答が見つかりませんでした。私は、このソリューションはに実行するかもしれないものの問題知っていただきたいと思い require(quantmod) AAPL<- getSymbols

    1

    1答えて

    私はdata.frame含むオ​​ブジェクトOHLCデータがあります。 x <- data[,c("High","Low")] います:私は、HighとLowのcolsを抽出し、別のdata.frameを作成 head(data,3) Timestamp Open High Low Close Vol 2016-02-05 13:45:00 1161.9 1162.4 1161.7 1

    2

    2答えて

    私は時系列のHurst指数をPythonで計算しようとしています。これは、量的財務の時系列の平均復帰特性を決定する値です。私は、任意の長さの時系列を取り、それをデータのまとまりに分割することを選択しました。このプロセスは、ハースト指数(いくつかの方法の1つ)の計算の一部です。私はこれを関数として書いています。私は「Y」と私は「N」としたいチャンクの数などの時系列(セキュリティの価格を)持っている想