python 线性代数:解多元一次方程
2017-11-04 21:56
946 查看
因为在程序化交易策略中使用了网格算法进行交易,因为在网格中想设置动态资源大小的问题,所以就想到使用抛物线的分布方法来对网格资金配置进行分配。 比如我的网格最大值设置为1540,最小值设置为1404,中间值设置为1472,我假定大部分价格波动都是在中间产生。所以在中间部分想分配大一些的资金,而在最大值和最小值部分分配少一些资金。我的想法是在1472处分配0.5,1504和1404网络处都只分配0.01的资金。这样我就得到了一个开口向下的抛物线。 这样我就已知抛物线上的三点,(1404,0.01),(1472,1),(1540,0.01).我们要把这三个点代入抛物线的方程来得到抛物线的方程系数,进而就可以得到其他任件点上的资金全配值了,抛物线的一般方程如下: y = ax^2+bx+c将三个点代入后得到一个三元一次方程组: 0.01 = 1404*1404*a + 1404*b + c 0.5 = 1472*1472*a + 1472*b + c 0.01 = 1540*1540*a + 1540*b + c只要我们解出这个方程组就可以得到抛物线的方程了。
下边使用python的numpy库中的代性代数函数对这个三元一次方程组求解。方法如下:转自:http://jingyan.baidu.com/article/f3e34a128c93aef5eb653502.html
用python的numpy包中的linalg.solve()方法解多元一次方程,如果你对矩阵解方程非常熟悉,那么现在只是学习一下这个函数就好了。如果你不是很熟悉用矩阵解方程,你需要看一下线性代数的课本。
下边使用python的numpy库中的代性代数函数对这个三元一次方程组求解。方法如下:转自:http://jingyan.baidu.com/article/f3e34a128c93aef5eb653502.html
用python的numpy包中的linalg.solve()方法解多元一次方程,如果你对矩阵解方程非常熟悉,那么现在只是学习一下这个函数就好了。如果你不是很熟悉用矩阵解方程,你需要看一下线性代数的课本。
相关文章推荐
- 多元线性回归的python实现
- 科学计算:Python VS. MATLAB(3)----线性代数基础
- 数值分析--线性多项以及多元最小二乘拟合python3实现并画图
- python 线性代数
- [转]numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- 【线性代数公开课MIT Linear Algebra】 实际应用——python中的线性代数(1)
- numpy线性代数基础 - Python和MATLAB矩阵处理的不同
- 线性代数中基础的python实现
- Python Numpy 线性代数操作总结(随时更新)
- python实现机器学习之多元线性回归
- 基于Python-SymPy库的高等数学及线性代数问题的解决方案
- python实现多元线性回归
- 机器学习实践系列 1 线性代数计算的python实现
- 科学计算:Python VS. MATLAB(3)----线性代数基础
- Python3.4线性代数的应用
- Python实现机器学习--实现多元线性回归
- 科学计算:Python ----线性代数基础
- 科学计算:Python VS. MATLAB(3)----线性代数基础
- 多元线性回归
- 线性代数学习点(二):向量的几何表示