python曲线拟合实现,python拟合曲线并得出方程式

　　大家好！上次写了个干货教程：如何预测新上市可转债的价格？

　　本文提出了利用excel拟合曲线插值法预测可转换债券价格的方法，该方法已被推崇了30多年。好像有很多感兴趣的朋友。今天我给大家详细的教程。

　　1.准备工具1。微软优越试算表

　　2.可转换债券数据：转换价值和转换价格。

　　2.操作方法1。从吉丝路或Ningwen.com获取数据，按住鼠标左键从上到下选择所有可转债数据，然后复制。

　　2.创建并打开一个excel表，并将刚刚复制的数据粘贴到其中。

　　3.删除多余的数据，只留下转换价值和转换价格，交换两列数据的位置。

　　剪切转换值列：

　　选择可转换债券价格列，并在其前面插入切好的香菇：

　　4.选择数据，然后选择“插入”中的第一个“散点图”

　　5.在出现的图表中选择一个点，右键单击并选择添加趋势线。

　　6.在出现的设置趋势线格式界面，选择趋势线选项多项式，勾选显示公式和显示R平方值选项，就可以得到趋势线和方程了。

　　7.根据生成的方程，我们可以代入换算值进行计算。

　　三、我之前说的高阶玩法：“这种方法的缺点是每天复制可转债的转换价值和价格，生成一个公式然后计算。我懒到不行，打算用python生成代码每天自动运行。」

　　下面是我用python生成的代码，我跟大家分享一下：

　　import matplotlib . py plot as PLT import numpy as NP #转换值x=[1，2，3，4，5，6，7，8]#转换价格y=[1，4，9，13，30，25，49，70]# np.polyfit()可以对一组数据进行多项式拟合。三个参数表示拟合x，y数组a=np.polyfit(x，y，2)# np.poly1d()生成多项式对象b=np.poly1d(a)print(b)#生成多项式对象后，可以得到x在这个多项式上的值c=b(x)print(c)#输入转换值生成拟合价格d=b(99.8)print(d)#画出原始数据PLT的散点图。散点图(x，y，marker= o ，label=原始数据)#在拟合的数据上C数组绘图plt.plot (x，C，ls=-，c= red ，label=用二次多项式拟合)#在图上标记一个图例，用来解释每条曲线的文字显示PLT . legend()# Generate graph PLT . show()执行代码生成拟合的价格。

　　代码已经上传到我的仓库：https://gitee.com/zsyoung01/kzz

　　全文。

　　如果你觉得自己有所收获，请点赞。创造起来并不容易。谢谢大家的支持！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。