（本文由公众号越声投顾（yslcw927））整理，仅供参考，不构成操作建议。如自行操作，注意仓位控制和风险自负。)

GCN 假设图是无向的，因为利用了对称的拉普拉斯矩阵 (只有邻接矩阵 A 是对称的，拉普拉斯矩阵才可以正交分解)，不能直接用于有向图

牛市5/20日均线多头周期表现

中策是半仓介入，分散仓位，顺势而为。激进的可以持有半仓的大基建、半导体、物流、种业、病虫害农药、风水氢核绿色电力等强势个股。这类股票普遍跌少涨多，我认为未来1-2年的主赛道应该在这些品种里产生。

早晨之星”是股市中比较常见的底部或是阶段性底部的信号之一。在理论上，它是由三根K线组成，先是拉出一根有力度的阴线，再是一根小阳或小阴线、螺旋桨、锤头线、倒锤头线等，最后拉出一根有力度的阳线。三条K线就组成了早晨之星K线组合。早晨之星又称为希望之星。

# ‘过去十五天量价相关系数’和‘之后20天收益’的秩相关系数计算 ic_data = pd.DataFrame(index=corr_data.index, columns=['IC','pValue']) # 计算相关系数 for dt in ic_data.index: tmp_corr = corr_data.ix[dt] tmp_ret = forward_20d_return_data.ix[dt] cor = pd.DataFrame(tmp_corr) ret = pd.DataFrame(tmp_ret) cor.columns = ['corr'] ret.columns = ['ret'] cor['ret'] = ret['ret'] cor = cor[~np.isnan(cor['corr'])][~np.isnan(cor['ret'])] if len(cor) < 5: continue # ic,p_value = st.pearsonr(q['Q'],q['ret']) # 计算相关系数 IC # ic,p_value = st.pearsonr(q['Q'].rank(),q['ret'].rank()) # 计算秩相关系数 RankIC ic, p_value = st.spearmanr(cor['corr'],cor['ret']) # 计算秩相关系数 RankIC ic_data['IC'][dt] = ic ic_data['pValue'][dt] = p_value # print len(ic_data['IC']), len(ic_data[ic_data.IC>0]), len(ic_data[ic_data.IC<0]) print 'mean of IC: ', ic_data['IC'].mean() print 'median of IC: ', ic_data['IC'].median() print 'the number of IC(all, plus, minus): ', (len(ic_data), len(ic_data[ic_data.IC>0]), len(ic_data[ic_data.IC<0]))

上一篇：横盘整理指标(横盘整理公式)

下一篇：二胎概念股票龙头股(二胎概念股票)