至尊技术网

登录

标签搜索

搜索到 2 篇与的结果

Python高效计算移动分位数：Rolling与Quantile的组合应用指南

Python高效计算移动分位数：Rolling与Quantile的组合应用指南

在金融数据分析、物联网监控等领域，我们经常需要计算时间序列数据的动态统计特征。传统的移动平均已不能满足复杂分析需求，而移动分位数（Rolling Quantile）能更敏锐地捕捉数据分布的变化。下面通过完整示例演示具体实现方法。一、为什么需要移动分位数？当分析股票价格波动时，我们可能想知道： - "过去20个交易日内，当前价格处于什么分位？" - "温度传感器数据最近1小时的中位数是多少？"这类问题就需要在滑动窗口内计算分位数。与固定分位数不同，移动分位数能反映数据分布的动态变化。二、核心方法：rolling() + quantile()pandas提供了完美的解决方案组合：python import pandas as pd import numpy as np生成示例数据（正态分布随机数）np.random.seed(42) data = pd.Series(np.random.normal(0, 1, 1000), index=pd.date_range('2023-01-01', periods=1000))计算20天窗口的50分位数（中...

2025年07月27日

75 阅读

0 评论

Python金融数据分析实战：用Pandas挖掘股票市场规律

Python金融数据分析实战：用Pandas挖掘股票市场规律

一、金融数据分析的Python武器库在华尔街的量化交易部门，Python已成为处理金融数据的标准工具。作为核心库的Pandas，其DataFrame结构完美契合金融数据的时间序列特性。我们常用的工具链还包括：数据获取：yfinance（雅虎财经API）、akshare（国内财经数据）技术分析：TA-Lib（技术指标计算）、mplfinance（专业K线图）风险建模：statsmodels（统计模型）、arch（波动率预测） python import pandas as pd import yfinance as yf import mplfinance as mpf二、实战案例：A股白酒板块分析2.1 数据获取与清洗以贵州茅台（600519.SS）为例，获取2020-2023年日线数据：python data = yf.download("600519.SS", start="2020-01-01", end="2023-12-31")常见数据问题处理技巧： - 处理缺失值：data.ffill().bfill() - 异常值检测：data[(data['Close'] ...

2025年07月23日

94 阅读

0 评论

悠悠楠杉

35,404 文章数

92 评论量

人生倒计时

今日已经过去小时

这周已经过去天

本月已经过去天

今年已经过去个月

最新回复

强强强
2025-04-07

强的一批
jesse
2025-01-16

有whmcs接口吗？
sowxkkxwwk
2024-11-20

博主太厉害了！
zpzscldkea
2024-11-20

博主太厉害了！
bruvoaaiju
2024-11-14

博主太厉害了！

标签云

强的一批
有whmcs接口吗？
博主太厉害了！
博主太厉害了！
博主太厉害了！
怎么收藏这篇文章？
怎么收藏这篇文章？
想想你的文章写的特别好
想想你的文章写的特别好
不错不错，我喜欢看