知识卡片
跨列标准化须显式按行对齐
ranks是日期行、资产列,按行求均值返回日期索引Series。DataFrame与Series直接算术默认沿列匹配,会把日期与资产名错配;意图按日去均值时应显式sub(…,axis=0),除行标准差也须div(…,axis=0)。原书代码缺少对齐轴,不能据其展示热图就认定所列代码正确。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
ranks - ranks.mean(axis=1) return demeaned / demeaned.std(axis=1) 利用这个变换函数,我们再编写一个对策略进行事后检验的函数:通过指定回顾期和持有期(买卖之间的日数)计算投资组合整体的夏普比率。 compound = lambda x : (1 + x).prod() - 1 daily_sr
参考来源
- 位置:《利用Python进行数据分析》第11章《信号前沿分析》(spine321;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0307.html;u259-ch11-016)。
- 结论依据:原文在“ranks - ranks.mean(axis=1)”附近的定义、例子或代码支撑本卡核心说明:ranks是日期行、资产列,按行求均值返回日期索引Series。边界按已读前提解释;示例未执行。
- 原始内容:ranks - ranks.mean(axis=1) return demeaned / demeaned.std(axis=1) 利用这个变换函数,我们再编写一个对策略进行事后检验的函数:通过指定回顾期和持有期(买卖之间的日数)计算投资组合整体的夏普比率。 compound = lambda x : (1 + x).prod() - 1 daily_sr