Python 股票数据分析 tushare获取数据 统计散点图折线图 线性回归建模 三因子模型R market SMB HML

上传者: Amzmks | 上传时间: 2023-02-09 17:04:30 | 文件大小: 3.84MB | 文件类型: RAR
Python 股票数据分析 tushare获取上证指数和各股票的数据 各类指标统计散点图折线图线性回归建模 三因子模型R market SMB HML jupyter notebook numpy pandas statmodels matplotlib 数据分析 数据挖掘 机器学习 人工智能

文件下载

资源详情

[{"title":"( 15 个子文件 3.84MB ) Python 股票数据分析 tushare获取数据 统计散点图折线图 线性回归建模 三因子模型R market SMB HML","children":[{"title":"shangzheng.csv <span style='color:#111;'> 27.00KB </span>","children":null,"spread":false},{"title":"XinAnGuFen return and market return.png <span style='color:#111;'> 12.65KB </span>","children":null,"spread":false},{"title":"三因子example","children":[{"title":"FF三因子模型.ipynb <span style='color:#111;'> 37.67KB </span>","children":null,"spread":false},{"title":"创业板数据.csv <span style='color:#111;'> 11.00MB </span>","children":null,"spread":false},{"title":"chuangyeban3yinzi.csv <span style='color:#111;'> 19.01KB </span>","children":null,"spread":false}],"spread":true},{"title":"stock_get.ipynb <span style='color:#111;'> 17.35KB </span>","children":null,"spread":false},{"title":"stock1.ipynb <span style='color:#111;'> 184.19KB </span>","children":null,"spread":false},{"title":"SMB.png <span style='color:#111;'> 25.00KB </span>","children":null,"spread":false},{"title":"HML.png <span style='color:#111;'> 24.67KB </span>","children":null,"spread":false},{"title":"xinan.csv <span style='color:#111;'> 18.63KB </span>","children":null,"spread":false},{"title":"huaxia2014ret.png <span style='color:#111;'> 21.94KB </span>","children":null,"spread":false},{"title":"py1.py <span style='color:#111;'> 2.87KB </span>","children":null,"spread":false},{"title":"huaxia.csv <span style='color:#111;'> 18.33KB </span>","children":null,"spread":false},{"title":"R_market.png <span style='color:#111;'> 23.29KB </span>","children":null,"spread":false},{"title":"上证指数.xlsx <span style='color:#111;'> 680.59KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明