```pythoncustom_sector() # 返回所有板块的dataframecustom_sector('板块1') # 返回 板块1 的属性和股票custom_sector('板块1', 'append', ['000001.SZ']) # 增加板块1的股票列表custom_sector('板块1', 'pop', ['000001.SZ']) # 移除板块1的股票custom_s

在CAPM模型的基础上，再向大家讲述Fama-French的三因子模型，并构建策略，实际应用于A股市场。 import pandas as pd import numpy as np from sklearn import linear_model# 初始化函数,全局只运行一次def init(context):g.bstk = '399006.SZ' #设置指数set_benchmar

形态验证并选股-“相似K线”的技术应用: “W底”，“多头上涨”，“趋势回踩”，”上涨中继“这些都是常见的K线形态，以”上涨中继“为例，当股价快速上涨后，出现盘整形态而非顶部形态，预示股价还会进一步上涨，那么本节主要讲述”上涨中继”形态是否能够预测未来股价上涨，以及如何应用“上涨中继”形态，来快速选股。  第一步：选取一段标准的“上涨中继”形态K线图     第二步：形态验证

如何应用“相似K线”来预测未来股价走势？: 我们已经清楚了“相似K线”，接下来让我们尝试将其用于预测未来股价。 第一步：选择浦发银行股票，锁定60个交易日的K线图，2018-10-08至2018-12-28。如下图：   第二步：以上证50指数成份股为样本池，对历史4年的所有股票的K线图进行相似度计算，其中K线图长度为60个交易日，时间周期为日级，计算间隔为20个交易日。最终找出2850