- 登入
- 註冊

如何將數據視覺化是評斷資料科學家功力的重要指標,將龐大的市場數據爬下來後如果只是看著一行行的 dataframe,那不如直接在網站上看不就好了嗎?
這個章節要來解析如何爬取非表格型的網站資料或看似表格型但卻爬不到資料的狀況,這時候我們就會需要解析網頁的原始碼架構,查看資料會放在哪一個 class 內
這個章節來到Python的最強功能【網頁爬蟲】,這也是數據分析最重要的前菜。
2015 年以來 Python 在全球的討論度急速上升, Python 與其他程式語言相比的確好學很多,在數據分析及機器學習的部分更是屌打其他語言。
Jupyter Lab 主要的優勢在於只要 shift+enter 即可輸出程式結果,這就是為什麼它能成為量化交易的入門程式編輯器了!
我們在進行回測時,最先遇到的問題往往是:除權息的跳空該怎麼處理?不妥善處理的話…
將手上的資產,依照市場狀況和風險偏好依比例配置投資,例如股債比 6:4,部位比例是相互依存的,在配置時即假設該比例能夠在經濟衰退時提供良好的下檔保護。
用 Python 自動化股票投資 我們在很多時候會需要用到整個上市股票和產業分類的資料表…
在金融投資部門打滾過一段時間的讀者,一定聽過前輩說過類似這樣的話:「投資要成功…