不点任何东西的顾客Customers 表：
12345678+-------------+---------+| Column Name | Type |+-------------+---------+| id | int || name | varchar |+-------------+---------+在 SQL 中，id 是该表的主键。该表的每一行都表示客户的 ID 和名称。
Orders 表：
123456789+-------------+------+| Column Name | Type |+-------------+------+| id | int || customerId | int |+-------------+------+在 SQL 中，id 是该表的主键。customerId 是 Customers 表中 ID 的外键( Pandas 中的连接键)。该表的每一行都表示订单的 ID 和订购该订单的客户的 ID。
找出所有从不点任何东西的顾客。
以 任意顺序 返回结果表。 ...
取倒数的问题在我们计算因子时，有时可能会用到倒数的操作。可能是为了将其作为一个希望越小越好的权重，又或者是希望反转这个因子的方向，但又不想让因子出现负值。但是操作过程中能随便用倒数吗？
如果此时的因子值都是正数，那当然没有问题。采取倒数操作后，因子值的方向完全反过来，且不会出现负数的情况。具体从函数概念来说，当$x>0$时，$y=\frac 1x$为减函数。
但是因子值有负数时，情况就大不相同了。
考虑一个简单的序列$-3,-2,-1,1,2,3$，将他们分别取倒数，就可以得到：$-\frac13,-\frac12,-1,1,2,3$。问题出现了，负数部分的大小顺序反了，正确的顺序应该是：$-1,-\frac12,-\frac13,1,2,3$。从函数角度说，当$x>0$或$x<0$时，$y=\frac 1x$为减函数，但是整体来看，$y=\frac 1x$却不是一个减函数。
所以，如果随便的取倒数，就会造成因子顺序发生变化。而对一个因子来说，顺序无疑是重要的，不管是计算Rank-IC还是计算分组收益率，乃至最终根据因子进行选股，都需 ...
利率风险利率风险用以描述债券价格在收益率变化时的变化情况，可以通过绘制不同特征的债券价格变化率随利率变化情况的图来进行分析。
具体的，当收益升高时，债券价格下跌；当收益下降时，债券价格上升。
债券的到期收益率升高导致其价格变化的幅度小于等规模的收益率下降导致其价格变化的幅度。
长期债券价格对利率变化的敏感性比短期债券高。
当债券期限增加时，债券价格对收益率变化的敏感性增加，但增速递减。
利率风险和票面利率成反比，低票面利率债券的价格比高票面利率债券的价格对利率更敏感。
债券价格对其收益率变化的敏感性与当期出售债券的到期收益率成反比，也就是当前债券的YTM低，则他的价格对YTM变化更加敏感。
利率风险指标债券定价是通过未来现金流贴现实现的，对债券价格公式进行泰勒展开：$$\begin{align}p(y) &= \sum\limits_{t=1}^TCF_t(1+y)^{-t} \\p(y) &= p(y_0) + \frac{dp}{dy}(y-y_0) + \frac12 \frac{d^2p}{dy^2}(y-y_0)^2 + o ...
利率的期限结构
债券的到期收益率（Yield to maturity）与债券到期日（the term to maturity）之间的关系
可以用收益率曲线来直观表现：
收益率和期限之间的关系图形表示
以时间和期限为要素的函数平面图
是债券估值的核心，为投资者提供判断未来利率期望值的依据
四种不同形态的国债收益曲线：
债券定价
我们可以将每一期债券现金流（包括利率和本金）视为独立销售的零息债券，对债券进行剥离，如果整个债券价格与各部分价格之和不相等，就出现套利机会。
面对这样一个收益率曲线，如果想要计算一个3年期、票面利率为10%、面值为1000美元的附息债券的价值，就可以通过折现的方法，并得到$YTM = 6.88%$：
$$\begin{align}\nonumberp &= \frac{100}{1+5%} + \frac{100}{(1+6%)^2} + \frac{1100}{(1+7%)^2} = 1082.17\\p &= \frac{100}{1+YTM} + \frac{100}{(1+YTM)^2 ...
古典经济学
代表人物：亚当·斯密、大卫·李嘉图、托马斯·马尔萨斯
核心思想：古典经济学派主张自由市场和市场自发调节机制。他们相信自由竞争能够促进资源的有效配置和经济增长。古典经济学派的经济学家强调个体利益与整体利益的关系。“看不见的手”
新古典经济学（新古典主义经济学）
代表人物：阿尔弗雷德·马歇尔
核心思想：新古典经济学派重视供求关系对价格和资源配置的影响。他们认为市场是有效的资源配置机制，企业和消费者的行为是基于边际效用和边际成本的。
凯恩斯主义经济学
代表人物：约翰·梅纳德·凯恩斯
核心思想：凯恩斯主义经济学派认为市场经济可能存在长期失业和经济不稳定问题。他们主张政府应该通过货币政策和财政政策来干预经济，并强调有效需求的重要性，提出了有效需求理论和辩护性支出的概念。
新凯恩斯主义经济学
代表人物：约瑟夫·斯蒂格利茨 (Joseph Stiglitz)
核心思想：在凯恩斯主义基础上，更加强调市场失灵和信息不对称对经济的影响，而且企业和个人的行为受到市场预期和不确定性的影响，主张政府应该更积极地干预以纠正市场的不完美。
奥地利经济学
代表人物：卡尔·门格尔 (Carl Men ...
风险资产配置现有两个金融资产，其一是普通金融资产$p$，另一个为无风险资产$f$，在我们的投资组合中，它们分别为$y$和$1-y$，并由此得到投资组合$c$。
种类
收益率
风险
权重
$f$
$r_f=7%$
$\sigma_{rf}=0%$
$1-y$
$p$
$E(r_p)=15%$
$\sigma_p=22%$
$y$
$c = yp+(1-y)f$
资本配置线容易得出，组合收益率为：$$E(r_c)=y*r_p+(1-y)*r_f=7+8y$$
同样的，组合风险为：$$\sigma_c = y*\sigma_p = 22y$$将二者联立起来，消去公式中的$y$，就能得到，也就是在这一部分中得到的第一条线：资本配置线（Captal, Allocation Line，CAL）：$$E(r_c) = \frac{8}{22}\sigma_c + 7$$
资本配置线代表着投资者所有可能的风险收益组合；斜率$s$代表”报酬-波动性比率“，也就是夏普比率。
...
利率名义利率（Nominal interest rate）$R$；实际利率（Real interest rate）$r$；通货膨胀率（Inflation rate）$i$；$r=\frac{R-i}{1+i}≈R-i$
费雪等式：$R = r+E(i)$如果实际利率是稳定的，则名义利率的上涨意味着更高的通货膨胀率
税收与实际利率：给定税率$t$，名义利率$R$，实际利率$r$，那么税后实际利率近似等于税后名义利率减去通货膨胀率$R(1-t)-i=(r+i)(1-t)-i=r(1-t)-it$。也就是说税后实际利率随着通货膨胀率的上升而下降，投资者承受了相当于税率乘以通货膨胀率的通胀损失$it$。
影响实际利率的四个因素
供给Supply
需求Demand
政府行为Government actions
通货膨胀预期Expected rate of inflation
供需曲线：
供给曲线向上倾斜：实际利率越高，居民储蓄的需求越大
需求曲线向下倾斜：实际利率越低，厂商会加大资本投资的力度
供给曲线与需求曲线的交点形成均衡点E
政府和中央银行 ...
简单概念代理问题 Agency Problems管理者可能被诱惑从事不符合股东最大利益的活动：
组建自己的集团
为保住自己的职位而避免投资风险项目
过度消费奢侈品，如豪车，私人飞机
缓解潜在代理问题的管理机制：
将管理层收入与公司经营成败成功联系在一起的薪酬计划（期权/奖金/薪水）
董事会可以解雇表现不好的管理者
证券分析师和大型机构投资者对管理者进行监督
存在被收购的威胁
投资过程自上而下的投资组合构建法：从资产配置开始，确定如何在大类资产之间进行配置，然后确定在每一类资产中选择哪些证券。
自下而上的投资组合构建法：投资组合是由价格看起来很有吸引力的证券构成的，而不需要过多考虑资产配置；但是会使投资者无形中将赌注全投向经济的某一领域。
金融市场的参与者
公司-净借款人
筹集资金以支付厂房和设备的投资
家庭-净储蓄者
购买需要募集资金的公司发行的证券
政府——既可以是借款人，也可以是贷款者
预算赤字Budget deficit：借款人
预算盈余Budget surplus：贷款人
金融中介Financial intermediaries
集资与 ...
参照完整性前情提要最近在互联网遨游的过程中，看到这样的一个题目需求：
1234567891011121314151617181920>>> sd = SlashDict({'a': {'b': {'c': {'x': 1. 'y': 2}},'d': 3},'e': {'f':{'g': 5}}})>>> sd['a/b/c']SlashDict({'x': 1, 'y': 2})>>> sd['a/d']3>>> sd['a/b/k']KeyError: Dict under key 'a/ ...
基础使用首先我们先构建一个虚拟的数据框来用于测试：
12345678910111213141516from faker import Fakerimport pandas as pdNUM_OF_RECORDS = 100fake = Faker()data = { 'id': range(NUM_OF_RECORDS), # Generate IDs from 1 to 100 'name': [fake.name() for _ in range(NUM_OF_RECORDS)], 'age': [fake.random_int(min=18, max=24) for _ in range(NUM_OF_RECORDS)], 'state': [fake.state() for _ in range(NUM_OF_RECORDS)], 'city': [fake.city() for _ in range(NUM_OF_RECORDS)], ...
相伴💕一生~
----洋洋💖嘉嘉----
