Python SALib库（灵敏度分析）

通过随机抽样，采用Sobol方法计算6个参数的一阶灵敏度及总灵敏度，实现多参数灵敏度分析。

提出了一种新的方法来将投资组合管理的双目标优化模型重新构建为无约束最小化问题，其中目标函数是分段二次多项式。 我们介绍了这种目标函数的一些性质。 然后，开发了一种基于众所周知的共轭梯度法的罚分算法，以寻找投资组合管理问题的解决方案。 通过实现所提出的算法来解决中国股市的实际问题，表明该算法是有前途的。

mvportfolio mvportfolio是一个简单的Python程序包，可根据均值方差投资组合（MVP）理论分析和管理投资组合。 安装 从来源 打开一个终端并执行 git clone http://github.com/yhilpisch/mvportfolio cd mvportfolio python setup.py install 通过pip 打开一个终端并执行 pip install --index-url https://test.pypi.org/simple/ mvportfolio 第一步 首先进口一些。 from pylab import plt import mvportfolio as mvp plt . style . use ( 'seaborn' ) % matplotlib inline 第二，主类MVPPortfolio的实例。 p =

Multi-factor-Model:使用多个alpha因子构建投资组合

matlab 分析代码讲解四色空间 这组 R 脚本使用了在 tetracolorspace 中实现的一组函数，一个 matlab 包 () 并在 R 中实现它们。 所有分析的参考是：Stoddard、MC 和 RO Prum。 2008. 四面体颜色空间中鸟类羽毛颜色的进化：新世界彩旗的系统发育分析。 美国博物学家 171：755-776。 文件： RtcsFunctions.R：所有函数的源代码。 ExampleScript.R：所有 rtcs 函数的示例和简要说明。 bluetitss.dat：来自 Blue Tit 的光谱灵敏度数据（从四色空间获得）。 EunCamf_allpatches.csv：取自雌性唐雀的反射数据的示例输入数据文件。 可视化.R：一组可用于可视化四色空间数据的函数。

用Python QuantStats编写的量化工具的投资组合分析：量化工具的投资组合分析QuantStats Python库执行投资组合分析，通过向量化分析人员和投资组合管理人员提供深入的分析和风险度量，可以更好地了解其绩效。 Changelog»QuantStats包含3个主要模块：quantstats.stats-用于计算各种性能指标，例如夏普比率，获胜率，波动率等。quantstats.plots-用于可视化性能，缩编，滚动统计，每月报告

针对传统无功电压聚类分区后各分区中枢点较难定量分析确定的问题，从先定量判别出整个电网的中枢节点再完成无功电压分区的角度，提出将电网所有PV节点松弛为PQ节点，由注入电流形式的潮流方程计算出全网电压越限节点，利用越限节点电压与电网其余节点电压间的线性灵敏度不断校正直到全网节点电压不再越限，通过进一步潮流计算校验，确定所有中枢节点。将全网中枢点数目确定为应划分成的分区数，以节点电压与节点注入无功电流之间的线性灵敏度为无功电压标度，建立无功源控制空间，引入云聚类算法，完成全网节点从无功源控制空间向云模型的转换，进而由云发生器完成以所定中枢点为中心的电网所有节点的聚类软划分。IEEE 14、IEEE 30节点输电网络仿真测试结果，验证了所提方法的有效性。

matlab灵敏度分析代码讲解

使用R语言构造投资组合