fints儲存金融時間序列

處理一分鐘滬深高頻資料，填補空缺資料。

step1:用excel中的vlookup函式生成乙個時間序列完整的**（缺失的資料為空）

step2:

>> myfts=fints(dataset(:,1),dataset(:,2:7),); ％返回金融時間序列物件

1、訪問fints物件的資料

>>myfts(7:8)  %第7行到第8行的資料

>>myfts([1 3 4])  %第1、3、4行的資料

（index只能是行）

>>myfts.close   %名為「close」列的資料

（dot indexing，列）

>>myfts.close(1:3)    %名為「close」列 從第一行到第三行的資料

（兩者結合）

注意，無論使用什麼方式訪問，最後得到的，仍舊是乙個 fints 物件

2、fints物件的運算

和矩陣的運算基本相同

>> myfts.close+1;  % 名為「close」一列資料 加一

>> myfts.close - myfts.open; %列相減
>> myfts.high ./ myfts.low; %列相除

>>sum( fts2mat(myfts.close) )   ％fts2mat 轉化為矩陣   

參考：

isnan 判斷是否為nan

isempty 判斷矩陣（向量）是否為空

if isnan(dataset(i,2))==1 ＃判斷每天第乙個資料是否缺失

j=i; 

while isnan(dataset(j,2))==1  ＃前j個資料缺失

j=j+1;

enddataset(i,2:7)=dataset(j+1,2:7); ＃講第j＋1行資料賦值給第j行

endfor k=i+1:1:i+269  ＃處理中間詩句缺失

if isnan(dataset(k,2))==1

dataset(k,2:7)=dataset(k-1,2:7);

endend

end

金融文字時間提取

瀏覽github發現乙個有趣的庫，在裡面發現了乙個非常非常有用的庫 from coconlp.extractor import extractor ex extractor times ex.extract time text print times time記錄一下。順便感謝開源大佬！以及 尋人微...

金融資料時間序列分析 關於資料集不平衡的思考

這真是乙個比較糾結的問題，網上很多關於資料集不平衡處理方法的技術，但是直面金融資料時間序列分析的？沒有？我也沒有什麼資格可以評判什麼，這裡寫的就是乙個大四轉行學生對於這些問題的一些思考吧。1.取樣 取樣方法是通過對訓練集進行處理使其從不平衡的資料集變成平衡的資料集，在大部分情況下會對最終的結果帶來提...

時間序列分析

協方差矩陣和相關係數主要研究兩個連續變數的相似程度 相關性 協方差公式 協方差矩陣 相關係數 cov x,y var x var y 相關係數矩陣 可以使用ljung box方法進行檢驗。即box.test data,type ljung box lag num 來檢驗，當p value大於0.05...