stats.norm.pdf 第4页

高斯混合模型 GMM 的详细解释

高斯混合模型（后面本文中将使用他的缩写GMM）听起来很复杂，其实他的工作原理和KMeans非常相似，你甚至可以认为它是KMeans的概率版本。这种概率特征使GMM可以应用于KMeans无法解决的许多复杂问题。...

零基础入门到精通Python大数据与机器学习-数据可视化Seaborn

简介Seaborn是一个统计图形绘制库它默认具有非常漂亮的样式它对pandasdataframe对象支持的非常好安装condainstallseaborn...

金融分析与风险管理——风险价值(VaR)

1.风险价值（VaR）简述风险价值（valueatrisk，VaR）是指在一定的持有期和给定的置信水平下，利率、汇率、股价等风险因子发生变化时可能对投资组合造成的潜在最大损失。例如：持有期1天、置信水平95%的情况下，计算得到的VaR值为1000万元，则表明该投资组合在1天中有...

金融分析与风险管理——期权的隐含波动率

1.隐含波动率的计算方法在期权市场上，可以直接观察到标的物当前价格（S）、期权的执行价格（K）、合约期限（T）以及无风险收益率（r），但是波动率不能直接观察。当然，我们可以通过标的物历史价格来估计波动率，但是在实际的应用中，通常会使用隐含波动率，隐含波动率可通过期权的市场价格、运用BSM模型进...

金融分析与风险管理——期权中的希腊字母

1.期权的Delta期权的Delta：期权价格变动与标的物价格变动的比率，即期权价格与标的物价格之间关系曲线的切线斜率，公式如下：...

金融分析与风险管理——期权BSM模型

1.BSM模型的假定1.标的物价格服从几何布朗运动...

金融分析与风险管理——Python中常用的统计函数

1Numpy中统计函数的使用在金融产品定价、风险管理建模领域，带领运用到模拟，而模拟的核心就是生成随机数。通常情况下，计算机产生的随机数并非是真正的随机数，而是按照某设定的分布生成的，Python中的Numpy模块提供了基于各种统计分布函数的随机数，例如：...

这40个Python可视化图表案例，强烈建议收藏

大家好，我是小F～数据可视化是数据科学中关键的一步。在以图形方式表现某些数据时，Python能够提供很大的帮助。不过有些小伙伴也会遇到不少问题，比如选择何种图表，以及如何制作，代码如何编写，这些都是问题！...

资产收益率的非平稳性——为何机器学习预测效果不佳

01引言关于金融时间序列分析，公众号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Pyt...

贝叶斯回归使用 PyMC3 实现贝叶斯回归

PyMC3(现在简称为PyMC)是一个贝叶斯建模包，它使数据科学家能够轻松地进行贝叶斯推断。PyMC3采用马尔可夫链蒙特卡罗(MCMC)方法计算后验分布。这个方法相当复杂，原理方面我们这里不做详细描述，这里只说明一些简单的概念，为什么使用MCMC呢...