标签: finance

我正在研究一些报告输出脚本,需要对一些货币值进行一些基本的计算.

我知道浮点运算的局限性,但输入值都是十进制格式,所以如果我使用算术运算符,PHP会将它们转换为浮点数.

那么处理这些数字的最佳方法是什么？我应该使用BCMath吗？是否有类似于.NET中的Decimal的东西？或者如果我强制转换为int,使用算术运算符是否安全？

我已经制作了一个 python 脚本来使用 mpl_finance 在像这样的烛台中转换 csv 文件，这是脚本：

import matplotlib.pyplot as plt
from mpl_finance import candlestick_ohlc
import pandas as pd
import matplotlib.dates as mpl_dates

plt.style.use('ggplot')

# Extracting Data for plotting
data = pd.read_csv('CSV.csv')
ohlc = data.loc[:, ['Date', 'Open', 'High', 'Low', 'Close']]
ohlc['Date'] = pd.to_datetime(ohlc['Date'])
ohlc['Date'] = ohlc['Date'].apply(mpl_dates.date2num)
ohlc = ohlc.astype(float)

# Creating Subplots
fig, ax = plt.subplots()
plt.axis('off')
fig.patch.set_facecolor('black')

candlestick_ohlc(ax, ohlc.values, width=0.6, colorup='green', colordown='red', alpha=0.8)

plt.show()

现在我需要做同样的事情，但使用 mplfinance 而不是 mpl_finance ，我试过这样的：

import mplfinance as mpf
# Load data file.
df = …

我正在编写一个金融C#应用程序,它接收来自网络的消息,根据消息类型将它们转换为不同的对象,最后将应用程序业务逻辑应用于它们.

关键是在应用业务逻辑之后,我非常确定我将永远不再需要这个实例.我不想等待垃圾收集器释放它们,而是明确地"删除"它们.

有没有更好的方法在C#中这样做,我应该使用一个对象池来重用总是相同的实例集,还是有更好的策略.

目标是避免垃圾收集在时间关键过程中使用任何CPU.

我没有很强的数学背景,但我很乐意研究一些计算金融问题.我得到了Peter Forsyth的"计算金融简介而没有痛苦的痛苦",但我仍然很难按照他的说法去做.

本课程所需的数学先决条件是什么？

我想弄清楚这些论文.

我正在运行一个非常类似于以下代码的滚动回归:

library(PerformanceAnalytics)
library(quantmod)
data(managers)

FL <- as.formula(Next(HAM1)~HAM1+HAM2+HAM3+HAM4)
MyRegression <- function(df,FL) {
  df <- as.data.frame(df)
  model <- lm(FL,data=df[1:30,])
  predict(model,newdata=df[31,])
}

system.time(Result <- rollapply(managers, 31, FUN="MyRegression",FL,
    by.column = FALSE, align = "right", na.pad = TRUE))

我有一些额外的处理器,所以我试图找到一种方法来并行化滚动窗口.如果这是一个非滚动回归,我可以使用apply系列函数轻松地并行化它...

验证增值税的最佳工作流程是什么？目前,我们只使用VIES和相关的SOAP,但它似乎没有那么好用,因为它没有我自己的增值税号,而我知道的其他很少是正确的.

只要他们提供良好的可靠性标准,我就可以接受第三方付费服务.

我想构建一个相对简单的在线股票交易应用程序(在RoR中).它只是一个游戏,所以没有真正的交易 - 只是基于真实市场数据的在线模拟.

一个很好的例子是http://www.wallstreetsurvivor.com/或http://www.weseed.com/ (任何想法他们正在使用哪些libs /平台？)

不会有差价合约交易,点差交易,货币交易或固定赔率.它只是股票交易 - 使用市场/止损/限价订单.

当然,它需要产生可视化并吸引市场数据.

有人能指出我关于图书馆(像雅虎财经宝石这样的东西)/我可以用来启动我的平台吗？

似乎有一些现有的Java平台,但它们非常适合单个用户.

另外,我更喜欢使用Rails.如果这有一个真正的问题,那么我愿意切换平台/语言.

是否有任何R套件具有某种形式的功能,可以根据特定日期的不均匀支付来计算IRR,以进行一次性分配.

例:

df <- data.frame(date = c(as.Date("2010-1-24"), as.Date("2011-5-6"), as.Date("2012-3-24")), pmts=c(-2000,-1000,-800))
today <- as.Date("2012-7-25")
lumpsum <- 4580

我正在寻找一种简单的方法来计算今天收到的4580美元的回报率,以换取上面定义的付款时间表.

在此先感谢, - .JT

我在卖方客户和进行货币兑换的交易所之间有一个流程.有两个FIX适配器 - 一个接收来自卖方的消息并将消息提供给流程.另一个FIX引擎从进程中获取消息并将它们以FIX方式发送给交换.

每条FIX消息都有一个由标签34代替的唯一序列号.然而,似乎这些FIX引擎中的每一个都有一个INCOMING SEQUENCE号码(FIX引擎对于对方来说是期望的)和一个OUTGOING SEQUENCE NUMBER(FIX引擎发送给哪一个)反对党).

这些内部序列号是否与标签34无关？

在此配置中,Sell side FIX ENGINE的内部序列号在登录时重置为1,1.FIX ENGINE到交换的内部序列号不会重置为1,1.

我猜这是因为在交易所可能会有GTC订单,两个引擎可能会在成功登录后"沉没"这些静止订单.

但是我不理解标签34和内部序列号之间的关系.

编辑:

我在大熊猫数据框df中有一个金融投资组合,其中指数是日期,我每个日期有多个金融股.

例如数据帧:

Date    Stock   Weight  Percentile  Final weight
1/1/2000    Apple   0.010   0.75    0.010
1/1/2000    IBM    0.011    0.4     0
1/1/2000    Google  0.012   0.45    0
1/1/2000    Nokia   0.022   0.81    0.022
2/1/2000    Apple   0.014   0.56    0
2/1/2000    Google  0.015   0.45    0
2/1/2000    Nokia   0.016   0.55    0
3/1/2000    Apple   0.020   0.52    0
3/1/2000    Google  0.030   0.51    0
3/1/2000    Nokia   0.040   0.47    0

我创建了Final_weight这样做的分配值Weight,只要Percentile大于0.7

现在我希望这有点复杂,我仍然希望Weight被分配到Final_weight什么时候Percentile is > 0.7,但是在这个日期之后(在未来的任何时候),而不是在股票Percentile没有时变为0 >0.7 …