登录社区云，与社区用户共同成长
邀请您加入社区
适合gwas学习初学者，gapit包超级简单代码操作，简单易学。
今天推荐一个不错的绘制生存曲线的R包——ggsurvfit包，这个包最大的优点就是基于ggplot2语法来绘制生存曲线，相比survminer包的ggsurvplot()函数，ggsurvfit包的可定制化程度更高，而且绘制起来更加简单，强力推荐。特别是组合不同的生存曲线图形，极其方便。昨天我们学习了下怎么在图形中插入子图，今天来学习个稍微复杂点的，怎么将带有风险表的生存曲线插入到主图中。也就是实
本周，我们开始讨论建模索赔频率时的过度分散。在我以前的文章中，我讨论了具有不同暴露程度的经验方差的计算。但是我确实只使用一个因素来计算类。当然，可以使用更多的因素。例如，使用因子的笛卡尔积，> X=as.factor(paste(sinistres$carburant,sinistres$zone,+ cut(sinistres$ageconducteur,breaks=c(17,2....
教会你用tushare下载股票数据做量化
原文链接：http://tecdat.cn/?p=24983原文出处：拓端数据部落公众号本文我们超越了 CAPM 的简单线性回归，探索了 Fama French (FF) 股票风险/收益的多因素模型。FF 模型通过回归除市场收益之外的几个变量的投资组合收益来扩展 CAPM。从一般数据科学的角度来看，FF 将 CAPM 的简单线性回归（我们有一个自变量）扩展到多元线性回归（我们有许多自变量）。我们要
原文链接：http://tecdat.cn/?p=26897风险价值 (VaR) 是金融风险管理中使用最广泛的市场风险度量，也被投资组合经理等从业者用来解释未来市场风险（点击文末“阅读原文”获取完整代码数据）。风险价值 (VaR)VaR 可以定义为资产在给定时间段内以概率 θ 超过的市场价值损失。对于收益率 rt 的时间序列，VaRt将是这样的相关视频其中 It-1表示时间 t-1 的信息集。尽管
最优投资组合构造、最小方差、最小VaR、最小CVaR、马科维兹、有效前沿、mean-CVaR。
from vnpy.trader.tqz_extern.tools.pandas_operator.pandas_operator import pandasfrom vnpy.app.tqz_hft_parser_app.hft_parser_path import TQZHftParserPathfrom vnpy.app.tqz_hft_parser_app.tqz_constant imp
本文利用tushare下载股票数据并找出了跑赢GDP的股票
原文链接：http://tecdat.cn/?p=7260选股结果：如果您有任何疑问，请在下面发表评论。大数据部落-中国专业的第三方数据服务提供商，提供定制化的一站式数据挖掘和统计分析咨询服务统计分析和数据挖掘咨询服务：y...
原文链接：http://tecdat.cn/?p=24753原文出处：拓端数据部落公众号摘要在这项工作中，我通过创建一个包含四只基金的模型来探索 copula，这些基金跟踪股票、债券、美元和商品的市场指数。然后，我使用该模型生成模拟值，并使用实际收益和模拟收益来测试模型投资组合的性能，以计算风险价值(VaR)与期望损失(ES)。一、介绍与概述Copulas 对多元分布中变量之间的相关性进行建模。它
原文链接：http://tecdat.cn/?p=24182原文出处：拓端数据部落公众号概要本文用 R 编程语言极值理论 (EVT) 以确定 10 只股票指数的风险价值（和条件 VaR）。使用 Anderson-Darling 检验对 10 只股票的组合数据进行正态性检验，并使用 Block Maxima 和 Peak-Over-Threshold 的 EVT 方法估计 VaR/CvaR。最后，使
Datacamp: Introduction to Data in R
量化投资——收益率相关曲线绘制。
