معرفی شرکت ها

crypto-empyrical-1.0.4

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
1.0.4
1.0.3
1.0.2
1.0.1
1.0.0
1.0.4
1.0.3
1.0.2
1.0.1
1.0.0

توضیحات

crypto_empyrical is a fork of Quantopian's Empyrical package modified to work for 24/7 markets of cryptocurrency
ویژگی مقدار
سیستم عامل -
نام فایل crypto-empyrical-1.0.4
نام crypto-empyrical
نسخه کتابخانه 1.0.4
نگهدارنده ['Jesse.Trade']
ایمیل نگهدارنده ['info@jesse.trade']
نویسنده -
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/jesse-ai/crypto-empyrical
آدرس اینترنتی https://pypi.org/project/crypto-empyrical/
مجوز Apache License, Version 2.0
[![PyPI](https://img.shields.io/pypi/v/crypto_empyrical?color=%234ec726&style=flat-square)](https://pypi.org/project/crypto_empyrical/) # crypto_empyrical crypto_empyrical is a fork of Quantopian's Empyrical package modified by [Jesse](https://jesse.trade) to work for 24/7 markets of cryptocurrency. ## Table of Contents - [Installation](#installation) - [Usage](#usage) - [Support](#support) - [Contributing](#contributing) - [Testing](#testing) ## Installation ``` pip install crypto_empyrical ``` ## Usage Simple Statistics ```python import numpy as np from crypto_empyrical import max_drawdown, alpha_beta returns = np.array([.01, .02, .03, -.4, -.06, -.02]) benchmark_returns = np.array([.02, .02, .03, -.35, -.05, -.01]) # calculate the max drawdown max_drawdown(returns) # calculate alpha and beta alpha, beta = alpha_beta(returns, benchmark_returns) ``` Rolling Measures ```python import numpy as np from crypto_empyrical import roll_max_drawdown returns = np.array([.01, .02, .03, -.4, -.06, -.02]) # calculate the rolling max drawdown roll_max_drawdown(returns, window=3) ``` Pandas Support ```python import pandas as pd from crypto_empyrical import roll_up_capture, capture returns = pd.Series([.01, .02, .03, -.4, -.06, -.02]) # calculate a capture ratio capture(returns) # calculate capture for up markets on a rolling 60 day basis roll_up_capture(returns, window=60) ``` ## Testing - install requirements - "nose>=1.3.7", - "parameterized>=0.6.1" ``` ./runtests.py ```


نیازمندی

مقدار نام
- numpy
- pandas
- scipy
- six
- pandas-datareader
==1.3.7 nose
==0.6.1 parameterized
==2.5.1 flake8


نحوه نصب


نصب پکیج whl crypto-empyrical-1.0.4:

    pip install crypto-empyrical-1.0.4.whl


نصب پکیج tar.gz crypto-empyrical-1.0.4:

    pip install crypto-empyrical-1.0.4.tar.gz