标签: finance

我是一名物理学家.我也有一些关于蒙特卡罗模拟的信息.我想学习蒙特卡洛的财务预测.你有什么主意吗？你认为财务决策编程怎么样？蒙特卡罗模拟的财务软件的未来如何？

我已经完成了将简单的电子表格转换为HTML表单以在网站上使用的任务,即使用JavaScript进行一些计算.这根本不是问题,除了我对财务功能一无所知,我遇到了FV(未来价值).

这是电子表格:

B3 = 100
B4 = 10
B5 = B4*12
B6 = 12
B7 = 3
B8 = (1+B6)^(1/12)-1
B9 = ABS(FV(B8,B5,B3/(1+B7),,1)) // and here lies the problem

这就是OO.org对FV的帮助所说的:

根据定期,固定支付和固定利率(未来价值)返回投资的未来价值.

语法:FV(Rate; Num_periods; Payment; PV(optional); Type)

问题是:如何使用上述参数计算FV？

样本值:

B3 = 100          1        1        2
B4 = 10           1        2        2
B9 = 21,751.06    12.39    26.28    52.55

我需要在c#中使用这个公式,我不知道原始公式是怎样的.谁能帮我？

我有一套财务文件(固定条款存款文件,信用卡文件).我想在这些文件中自动识别和标记金融实体/工具.

例如,如果文件中包含此短语,则"保留以利息偿还的权利,恕不另行通知".我想识别与之相关的财务条款,并用它标记,因为这句话是"可调用的".对于这个短语"允许提前提款",相关的财务条款是"可投放的",所以如果这个短语在文件中,我想用术语"Putable"标记它.

财务条款将来自金融业商业本体论.有没有可能为此目的使用斯坦福解析器？我可以将POS标签用于此目的吗？我可能需要用金融工具培训斯坦福大学的解析器,如果有可能我可以如何培训斯坦福大学的解析器来识别金融工具？

如何针对给定股票的价格执行YQL/v1/yql查询.只是价格,在HTML中.

我已经阅读了他们开发者页面上的所有内容,但不是很清楚.

谢谢!

出于某种原因,我通常在Rstudios中运行的代码不再有效.我希望有人有类似的经历,并了解正在发生的事情.

getReturns(c('C','BAC'), start='2004-01-01', end='2008-12-31')

这导致:

Error in unclass(e1) + unclass(e2) : 
non-numeric argument to binary operator

我无法在线找到任何解决此问题的stackoverflow.另外,我从2014年7月开始看到最新的文档中没有提到任何内容:

http://cran.r-project.org/web/packages/stockPortfolio/stockPortfolio.pdf

有谁知道这里发生了什么？

如何将9位CUSIP代码转换为ISIN代码,最好是在Excel中？

我正在尝试将Johnson SU分布拟合到一组经验丰富的标准普尔 500 指数回报中。我的理解（免责声明：不是数学专家）是这个分布包含了第三和第四时刻（偏斜和峰度）。除了loc（均值）和scale（标准差）johnsonsu之外，a还有两个额外的参数，和b。但是这些参数的顺序和规格令人困惑。

这就是我的困惑源于：如果我将回报纳入 SPDR S&P 500 ETF Trust (SPY)，我会得到以下经验统计数据：

from pandas_datareader.data import DataReader as dr
r = dr('SPY', 'google', start='2000')['Close'].pct_change().dropna()
mean, var, std, skew, kurt = r.mean(), r.var(0), r.std(0), r.skew(), r.kurt() # ddof = 0
# mean: 0.00027732907268771364
# var: 0.00014416720067485022
# std: 0.012006964673673785

现在，如果我对这个经验数据拟合正态分布，.fit应该返回loc和scale参数。（正态分布所需的一切。）检查：

import scipy.stats as scs

normmean, normstd = scs.norm.fit(r)
print(np.allclose(normmean, mean))
print(np.allclose(normstd, std))

True
True

但不太清楚返回的是什么 …

我想通过使用模拟收益模拟一系列股票价格。例如，我将初始股价设置为70美元，并创建了一个具有10个回报期的熊猫系列：

returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

如何获得10个周期的一系列股票价格？（第一个价格数据应该是初始股票价格（70) * 1.01；第二个应该是70 * 1.01 * 1.02；第二个应该是…直到20日。）

initial stock price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

我有一个包含股票数据的 DataFrame，其中包含以下列：

            time    ticker  price
0   2020-04-02 09:30:35 EV  33.860
1   2020-04-02 09:00:00 AMG 60.430
2   2020-04-02 09:30:35 AMG 60.750
3   2020-04-02 09:00:00 BLK 455.350
4   2020-04-02 09:30:35 BLK 451.514
... ... ... ...
502596  2020-04-02 13:00:56 TLT 166.450
502597  2020-04-02 13:00:56 VXX 47.150
502598  2020-04-02 13:00:56 TSLA 529.800
502599  2020-04-02 13:00:56 BIDU 103.500
502600  2020-04-02 13:00:56 ON  12.700

其数百只股票每 20 秒的股价数据。我已将时间列转换为日期时间格式。

从这里开始，我需要将数据分成 5 分钟的时间间隔，然后绘制数据，我使用以下方法完成：

out = df.groupby("ticker")\
        .apply(lambda x: x.set_index("time")\
                          .resample("5T")\
                          .first()\
                          .reset_index())\
        .reset_index(drop=True)

dffinal = out.dropna(axis=0)

def plot_tick(data, …