
最近在研究預測指數
需要做資料處理
先針對針對日期補資料
看到這文章
[Add missing dates to pandas dataframe]
整理一下大概是這樣
import pandas as pd from datetime import datetime #產生一個示範資料 #這邊的index必須是日期物件喔 dateVs = { datetime.strptime("2020-01-01", "%Y-%m-%d") : 1, #假設是價格 datetime.strptime("2020-01-05", "%Y-%m-%d") : 3, datetime.strptime("2020-01-10", "%Y-%m-%d") : 5, datetime.strptime("2020-01-15", "%Y-%m-%d") : 8, datetime.strptime("2020-01-19", "%Y-%m-%d") : 1, } #to pd format dateVs = pd.Series(dateVs) # 1D 每天採樣. ffill 填滿 dateVs = dateVs.resample('1D').ffill() print(dateVs) ''' 2020-01-01 1 2020-01-02 1 #預設補上模式,依照上一筆資料 2020-01-03 1 2020-01-04 1 2020-01-05 3 2020-01-06 3 2020-01-07 3 2020-01-08 3 2020-01-09 3 2020-01-10 5 2020-01-11 5 2020-01-12 5 2020-01-13 5 2020-01-14 5 2020-01-15 8 2020-01-16 8 2020-01-17 8 2020-01-18 8 2020-01-19 1 '''
應該是有更好的補缺資料方案,不過因為指數在下一階段還沒出來之前確實都是依據上一次的價格
所以就先這樣用
"單看一個燈籠沒有規律,看一大片燈籠就有規律 --- in 2019.03東京上野公園"
有人問過我,基金怎麼能夠被預測,確實,有些預測確實不准
即使有收斂,預測出來的走勢也可能失準
但是呢...有時候這種預測,只是給自己作為一個參考,尤其是,充斥著數位化投資的現在,很多操作早已脫離人類的判斷了,只要有價差加上資本就會啟動,只在於,自己知不知道而已,這也是為什麼股票永遠玩不過大盤,曲線永遠比不過內線的原因了...

"千金難買早知道
為了早知道
要付出多少我知道呢?"
留言板
歡迎留下建議與分享!希望一起交流!感恩!