Python 通过Scipy 的curve_fit 来拟合指数

栏目: Python · 发布时间: 6年前

内容简介:数据是来之yahoo finance的qqq数据,从csv导入到mysql的。因为还有网页展示的需求。机器学习总算实际用了一次。发现美股科技股年化有15%左右。4784
import pymysql
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

from scipy.optimize import curve_fit

def fund(x, a, b):
    return b * (a ** x)

connect = pymysql.connect(
    host = '127.0.0.1',
    db = 'blog',
    user = 'root',
    passwd = '123456',
    charset = 'utf8',
    use_unicode = True
)
cursor = connect.cursor()

select_sql = "select adj_close from qqq"
df = pd.read_sql(select_sql, con=connect)
# print(df.head())
xdata = range(1, len(df) + 1)
ydata = df['adj_close']
plt.plot(xdata, df['adj_close'], 'b-')

popt, pcov = curve_fit(fund, xdata, ydata)

y2 = [fund(i, popt[0],popt[1]) for i in xdata]
plt.plot(xdata,y2,'r--')

print(popt[0],popt[1])
print(popt[0] ** 252)
plt.show()

Python 通过Scipy 的curve_fit 来拟合指数

数据是来之yahoo finance的qqq数据,从csv导入到 mysql 的。因为还有网页展示的需求。机器学习总算实际用了一次。发现美股科技股年化有15%左右。

4784


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

可伸缩架构

可伸缩架构

【美】Lee Atchison / 张若飞、张现双 / 电子工业出版社 / 2017-7 / 65

随着互联网的发展越来越成熟,流量和数据量飞速增长,许多公司的关键应用程序都面临着伸缩性的问题,系统变得越来越复杂和脆弱,从而导致风险上升、可用性降低。《可伸缩架构:面向增长应用的高可用》是一本实践指南,让IT、DevOps和系统稳定性管理员能够了解到,如何避免应用程序在发展过程中变得缓慢、数据不一致或者彻底不可用等问题。规模增长并不只意味着处理更多的用户,还包括管理更多的风险和保证系统的可用性。作......一起来看看 《可伸缩架构》 这本书的介绍吧!

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换