update doc

Author: wegamekinglc

doc/analysis/advances.md

@@ -21,7 +21,7 @@ In [1]: price_average = (LAST('open') + LAST('high') + LAST('low') + LAST('close
 
 ```python
 In [2]: data = dict(aapl=dict(open=2., high=4., low=1., close=3.),
-   ...:             ibm=dict(open=6., high=7., low=4., close=7.))
+......:             ibm=dict(open=6., high=7., low=4., close=7.))
 ```
 
 推送数据:

doc/analysis/basics.md

@@ -33,9 +33,7 @@ In [3]: value_holder.push({'s1': {'x': 2}})
 
 ```python
 In [4]: value_holder.value
-Out[4]:
-s1    2.0
-dtype: float64
+Out[4]: SeriesValues({'s1': 2.0})
 ```
 
 这个结果表示，符号``s1``关于依赖``'x'``的``MA``运算结果为：``2.0``。
@@ -50,9 +48,7 @@ In [6]: value_holder.push({'s1': {'x': 3}})
 
 ```python
 In [6]: value_holder.value
-Out[6]:
-s1 2.5
-dtype: float64
+Out[6]: SeriesValues({'s1': 2.5})
 ```
 
 我们仍然可以继续：
@@ -65,8 +61,6 @@ In [7]: value_holder.push({'s1': {'x': 4}})
 
 ```python
 In [8]: value_holder.value
-Out[8]:
-s1 3.5
-dtype: float64
+Out[8]: SeriesValues({'s1': 3.5})
 ```
 

doc/analysis/introduction.md

@@ -22,4 +22,4 @@
 
 * *表达力与性能兼顾*
 
-``Finance-Python`` 在很多情况下与``pandas``的``groupby``操作有相近的性能，但是确有更加强的表达力和扩展能力。
+``Finance-Python`` 在很多情况下与``pandas``的``groupby``操作有相近的性能，但是却有更加强的表达力和扩展能力。

doc/analysis/reference.md

@@ -22,6 +22,8 @@
 * `ASINH`
 * `SHIFT`
 * `IIF`
+* `MAXIMUM`
+* `MINIMUM`
 
 ## Windowed value holders
 
@@ -46,3 +48,4 @@
 * `CSMeanAdjusted`
 * `CSQuantile`
 * `CSZScore`
+* `CSRes`

doc/dates/basics.md

@@ -95,7 +95,7 @@ Out[8]: datetime.datetime(2017, 3, 20, 0, 0)
 
 ## 生成日程序列
 
-可以按照固定的频率生成日程表：
+可以按照固定的频率生成日程表，下面的代码按照月度频率生成交易日：
 
 ```python
 In [9]: makeSchedule('2017-01-01', '2017-12-31', '1m', 'china.sse')

doc/tutorial/hello_world.md

@@ -21,7 +21,7 @@ Out[2]: '0.5.4'
 In [3]: from PyFin import api
 ```
 
-下面的代码获取2016年12月的所有工作日：
+下面的代码获取上海证券交易所2016年12月的所有工作日：
 
 ```python
 In [5]: api.bizDatesList('china.sse', '2016-12-01', '2016-12-31')