금융공학에 대해 친절하게 잘 설명해 놓은 블로그 (Finance Diary)를 보고 Julia 버전으로 만들어 보았습니다. SymPy를 좀 더 알겸 해서 SymPy로 코딩을 해봤습니다. stock_math_model 주가의 수학적 모델¶ In [1]: import SymPy as sp import PyCall using LaTeXStrings using Latexify import Markdown as mk using StatsBase using Distributions using StatsPlots using Random using Dates # sympy.stats를 sp에 import […]
[Julia, SymPy, Finance] SymPy를 통한 주가의 수학적 모델 더 읽기"
Julia에서 PyCall을 통해 python 모듈 사용시 waring이 뜨는 경우가 종종 있는데 이를 disable 하는 방법
[Tip, Julia, Python] PyCall 사용시 warning disable 더 읽기"
참고 : Jupyter Notebook to PDF in a few lines
[Tip,Jupyter notebook] Jupyter notebook PDF로 내보내기 더 읽기"
Jupyter notebook에 새로운 원하는 thread를 설정하여 새로운 커널을 생성 하는 방법
[Julia, Thread,Tip] Jupyter Notebook Thread 설정 더 읽기"
환경 : Julia v1.8.3, DuckDB v0.6.0, DataFrames v1.3.6 KOSPI DATA (2012 ~ 2022) : KOSPI관련 분석 내용은 아래 링크를 참조 KOSPI 수익률의 표준편차는? #1 https://sine-qua-none.tistory.com/14KOSPI수익률의 표준편차는? #2 https://sine-qua-none.tistory.com/15KOSPI 수익률의 표준편차는? #3 (로그수익률) https://sine-qua-none.tistory.com/15KOSPI 수익률의 표준편차는? #4(로그수익률) https://sine-qua-none.tistory.com/20KOSPI수익률의 분포는 어떤 모양일까? #1 https://sine-qua-none.tistory.com/24KOSPI수익률의 분포는 어떤 모양일까? #2 https://sine-qua-none.tistory.com/25 DuckDB와 DataFrames를 같이 사용하는 방법을 포함함 kospi-analysis DuckDB
[Julia, DuckDB,DataFrames] DuckDB-DataFrames-KOSPI 주가 분포 더 읽기"
OpenStreetMap 기반 좀비 agent model정상 Agent가 좀비를 만나 감염되는 단순 시뮬레이션 zombies Zomie Outbreak in a City¶ 동작환경: Julia v1.8.3 Agents v5.6.2 InteractiveDynamics v0.21.11 CairoMakie v0.8.13 GLMakie v0.6.13 In [1]: import Logging Logging.disable_logging(Logging.Warn) Out[1]: LogLevel(1001) In [2]: using Agents using Random using PrettyPrint:pprintln In [3]: using Graphs using HTTP using JSON using LightOSM using LightXML using SparseArrays using
[Julia, ABM, OSM] Zombie Agent Based Model(OpenStreetMap Based) 더 읽기"
OpenStreetMap : https://www.openstreetmap.org/export#map=14/37.5866/127.0049&layers=T osm OpenStreetMap Test¶ bbox로 맵을 다운 받은 경우 4개의 좌표가 필요한데 입력 순서는 \ latitude : bottom, top\ longitude : left, right\ minlat => bottom\ maxlat => top\ minlong => left\ maxlong => right 참조 :\ [GeoMakie.jl/examples/specialized/osmmakie.jl] https://github.com/MakieOrg/GeoMakie.jl/blob/a120e51876b6fdc021c919d29eeaf5934576b038/examples/specialized/osmmakie.jl [MakieOrg/OSMMakie.jl]\ https://github.com/MakieOrg/OSMMakie.jl In [1]: import Logging Logging.disable_logging(Logging.Warn) Out[1]: LogLevel(1001) In [2]: using Graphs using HTTP using
[Julia, OSM] Open Street Map Test 더 읽기"
rabbit_fox_hawk Rabbit-Fox-Hawk¶ 3D로 된 땅에 토끼(Rabbit), 여우(Fox), 매(Hwak), 풀(Grass)가 있다. 이 들 간의 먹이사슬이 있고 번식을 할 때 어떤 상황이 발생 하는지 시뮬레이션 한다. 동작환경: Julia v1.8.3 Agents v5.6.2 InteractiveDynamics v0.21.11 CairoMakie v0.8.13 GLMakie v0.6.13 참고 source : https://github.com/mrchaos/Agents.jl/blob/org/examples/rabbit_fox_hawk.jl 규칙¶ 토끼(Rabbit)¶ 토끼는 자신의 위치에 있는 풀이 있으면 먹는다 토끼가 포식자를 볼 경우 달아 난다. 토끼가
[Julia, ABM] Rabbit-Fox-Hawk 3D Agent Based Model 더 읽기"
predator_prey Predator-prey dynamics¶ 참조 : https://en.wikipedia.org/wiki/Lotka%E2%80%93Volterra_equations predator-prey 모델은 같이 살고 있는 생태계에서 제한된 자원을 놓고 포식자와 피식자간의 개체군 역학(population dynamics)을 시뮬레이션 한다.¶ 이 예제는 이종 행위자(혼합 행위자 기반 모델 (mixed agent based model))를 사용하여 모델을 개발하는 방법, 역학에서 공간적 특성의 통합, 하나의 gird 좌표에 여러 행위자(agent)가 허용되는 GridSpace의 사용법을 설명한다. 모델설명¶ 환경은 양(sheep), 늑대(wolf), 풀(grass)가
[Julia, ABM] Predator-Prey Agent Based Model 더 읽기"
schoolyard Student Schoolyard Clique¶ Social networks with Graphs.jl 공간적 구조 보다 연결성이 중요한 경우 GraphSpace를 제공 참조 : Multiagent Simulation And the MASON Library – 13page 소셜네트워크를 통해 서로 상호작용하는 학생들이 있는 교내 모델링¶ 규칙 : 학생들은 무작위로 약간 돌아 다니며 학생들끼리 무리를 짓고 선생의 눈치를 보며 교내 중심에서 너무 멀리 벗어나지 않는다.¶ * `noise`
[Julia, ABM] Student Schoolyard Clique-Agent Based Model 더 읽기"
