沪深A股

MATLAB在沪深A股的金融计算应用指南

这是一份优秀的金融计算参考资料，适用于MATLAB的详细参考手册，特别针对沪深A股市场。

Matlab 1 2024-07-28

深沪A股行业财务指标统计分析

以资本结构理论为指导，分析我国上市公司财务数据 统计45个行业财务杠杆和资本结构关系 统计45个行业财务杠杆、资产比重及其内在联系

统计分析 5 2024-05-01

2022年11月之前沪深A股年度K线数据下载

这篇文章涵盖了中国沪深股市所有股票在2022年11月之前每年交易的详细数据集。数据集以SQL格式存储，包括开盘价、收盘价、最高价和最低价等重要交易数据，对于投资者、分析师和研究人员来说具有重要意义。年度K线数据是技术分析的关键工具，帮助识别股票的趋势、支撑位和阻力位，计算技术指标，并评估市场风险。通过SQL数据库，用户可以快速检索和分析所需信息，为投资决策提供数据支持。

MySQL 0 2024-09-26

深眠.pdf

这本书适合新手，但也适合有经验的人士进一步探索。

Oracle 1 2024-07-28

股吧新闻分析工具

本工具帮助用户分析股市新闻，通过创意性的语言改写和同义词替换，避免重复和抄袭的风险，确保信息的原意和核心内容不变。我们使用先进的文本优化技术，确保改写后的文章符合SEO标准，并提供相关的tag标签以及摘要。

数据挖掘 0 2024-09-14

基本面优质股筛选结果

根据量化分析模型，筛选出基本面评分超过50分的高潜力股票。

统计分析 4 2024-04-30

银行股投资框架解析：聚焦资产质量

资产质量是银行股投资的关键 资产质量维度：报表和市场预期 今年银行股上涨原因：两个维度共振

算法与数据结构 2 2024-05-12

聚类算法赋能选股模型

聚类方法已渗透到模式识别、数据分析、图像处理、市场研究等多个领域，并在量化投资和互联网金融中扮演着日益重要的角色。以股票市场为例，通过聚类分析，可以洞悉不同类别股票的升值潜力，而在投资产品领域，聚类分析则有助于评估各类产品的投资回报率。 作为数据挖掘的重要组成部分，聚类分析能够独立地揭示数据分布规律，观察每个簇的特征，并针对特定簇进行深入分析。此外，它还可以作为其他算法的预处理步骤，有效降低计算量，提升分析效率。 在量化投资中，聚类分析的主要应用在于对投资标的进行分类，从而确定最佳投资类别。

数据挖掘 2 2024-05-25

中国平安股吧数据分析报告

在中国平安股吧数据分析中，我们发现了多个关键趋势和投资见解。通过对各类财经数据的详细分析，揭示了市场动态和投资者情绪变化。这些数据不仅反映了股市的波动，还提供了投资决策的重要参考。

统计分析 2 2024-07-16

东方财富网股吧评论数据分析

这份数据收集自东方财富网和平安银行股吧，包含发言人author、发言人的影响力power、发言人的吧龄age、阅读量、评论量及帖子内容。可用于构建词典、舆情指数或训练NLP模型。

算法与数据结构 2 2024-07-23