量化专题
【python】python股票量化交易策略分析可视化（源码+数据集+论文）【独一无二】
👉博__主👈：米码收割机 👉技__能👈：C++/Python语言 👉公众号👈：测试开发自动化【获取源码+商业合作】 👉荣__誉👈：阿里云博客专家博主、51CTO技术博主 👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。 【python】python股票量化交易策略分析可视化（源码+数据集+论文）【独一无二】 目录 【python】pyt
ITREX大语言模型量化-优化工具
一、定义 定义demo 案例 二、实现 定义 ITREX 是Intel 提出的量化加速工具，https://github.com/intel/intel-extension-for-transformers 本实验基于英特尔大模型优化加速技术对大模型预测进行加速，常见的优化优化技术包括：量化（Quantization）、混合精度（Mixed Precision）、剪枝/稀疏性（Prunin
【大数据】—量化交易实战案例（基础策略）
声明：股市有风险，投资需谨慎！本人没有系统学过金融知识，对股票有敬畏之心没有踏入其大门，所以只能写本文来模拟炒股。 量化交易，也被称为算法交易，是一种使用数学模型和计算机算法来分析市场数据、识别交易机会并自动执行交易的交易方式。这种交易方法依赖于统计学、数学和计算机科学，以减少人为情绪和主观判断的影响，提高交易效率和精确度。下面是量化交易的一些关键点： 数据驱动：量化交易依赖于大量的历史和实时
使用faiss存储HuggingFaceBgeEmbeddings向量化处理数据及反序列化加载使用的例子
周末宅在家里无所事事，实验了一下如何使用bge对word文档进行向量化处理后并存储到faiss里面供后续反序列化加载使用，下面是具体实现代码。 一，加载word数据并读取内容进行向量化存储 import osimport docxfrom tqdm import tqdmfrom langchain.docstore.document import Documentfrom langc
qmt量化交易策略小白学习笔记第45期【qmt编程之期货行情数据--如何获取日线行情、tick行情】
qmt编程之获取期货行情数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 获取日线行情数据 示例 from xtquant import xtdataxtdata.get_market_data_ex([],['rb2401.SF'],period='1d') 返回
qmt量化交易策略小白学习笔记第47期【qmt编程之期货仓单】
qmt编程之获取期货数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 期货仓单 提示 1.该数据通过get_market_data和get_market_data_ex接口获取 2.获取数据前需要先用download_history_data下载历史数据 3. VIP数据
qmt量化交易策略小白学习笔记第44期【qmt编程之期货行情数据】
qmt编程之获取期货行情数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 获取行情数据 提示 使用该接口时，需要先订阅实时行情(subscribe_quote)或下载过历史行情(download_history_data) python from xtquant import xtdataxtdata.get_market_data
量化系统--开源强大的qmt交易系统，提供源代码
经过的3天终于写完了qmt_trader的文档了开源直接使用我开源了全部源代码 文档地址 https://gitee.com/li-xingguo11111/qmt_trader 源代码from qmt_trader.qmt_trader import qmt_trader from qmt_trader.xtquant.xttype import S
读书笔记：基于遗传算法的量化投资策略的优化与决策
遗传算法是建立在达尔文生物进化论的自然选择和遗传学机理基础上的自适应搜索算法，最初由美国Michigan大学的J.Hollan教授于于1975年提出，遗传算法模拟了自然选择和和遗传中发生的复制、交叉和变异等现象，即从任意初始种群出发，通过随机选择、交叉和变异操作，产生一群更适应环境的个体，是群体进化到搜索空间中越来越好的区域，这样一代代地不断繁衍进化，最后收敛到一群最适应环境的个体，进而得到问题的
2013/9/5的matlab量化交易培训纪要
这个培训由mathworks和国泰安的人一起合作的，主讲人是国泰安的策略分析师。 讲座主要介绍了三个策略： 1、量化选股+动量反转。根据30多个指标量化选股，并对所有股票进行排名，卖空前10%，做多后10%。 2、配对交易策略。根据股票的协整关系选择配对交易股票。根据配对股票的对数化价差，做标准化处理，在做多被低估，做空被高估。当价差回归到某个区间后平仓。 3、股指期限套
【内含优惠码】重磅发售！《2023年度中国量化投资白皮书》（纸质版）
这是可以公开了解量化行业图景的，为数不多资料。 简介 《2023年度中国量化投资白皮书》由宽邦科技、华泰证券、金融阶、华锐技术、AMD、阿里云、英迈中国等多家机构联合发起编写，并于2024年6月15日正式发布，全书公17万字6大章节勾勒最新量化行业阿尔法来源。通过400份问卷定量式扫描当前行业实践，同时通过与Man Group、半鞅、黑翼、量派、蒙玺、涵德、平方和、天算、图灵、稳博、玄信
ExLlamaV2：高效量化与运行EXL2模型的全面指南
文章目录 ExLlamaV2简介1.1 ExLlamaV2的性能优化1.2 EXL2量化格式的介绍1.3 主要功能和特点 量化EXL2模型2.1 安装ExLlamaV2库2.2 下载和准备模型2.3 使用convert.py脚本进行量化2.4 EXL2格式的特性2.5 下载校准数据集2.6 GPTQ算法在量化中的应用 运行ExLlamaV2进行推理3.1 复制配置文件3.2 使用test_i
qmt量化交易策略小白学习笔记第37期【qmt编程之指数数据--如何获取迅投商品市场指数行情数据】
qmt编程之获取商品市场指数数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 获取迅投商品市场指数行情数据 提示 1.获取迅投商品市场指数行情数据，如要获取历史数据需要进行下载download_history_data,再根据函数get_market_data_ex获取
qmt量化交易策略小白学习笔记第35期【qmt编程之指数数据--如何获取指数行情数据】
qmt编程之获取沪深指数数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 获取指数行情数据 获取行情数据，最新行情需要数据订阅subscribe_quote。如果您需要获取历史数据，可以使用download_history_data函数下载相关数据，然后使用get_mark
大数据计算里的加速利器-向量化
文章目录 向量化使用场景代码说明 向量化 通俗来说在列式存储的数据库里来说，如果要对数据进行累加运行，如果每次只能操作一个数，必然效率低下，向量操作就是就是采用SIMD技术，通过一个指令，实现对多个数据的处理 使用场景 通常会用在列式数据库，作分析数据使用。 比如clickhouse 代码说明 通常代码来详细展示使用向量和传统方式实现相加的实现方式 #include
【Kaggle量化比赛】Top讨论
问： 惊人的单模型得分，请问您使用了多少个特征来获得如此高的得分？我也在使用LGB模型。 答 235个特征（180个基本特征+滚动特征） 问： 您是在使用Polars进行特征工程还是仅依赖于Pandas+Numba/多进程？即使进行了Numba优化，我也发现当滚动特征过多时，推理速度会非常慢。在Colab T4上使用在线流式评估，完成一个qp需要超过7秒。 答 使用Numba和多进程
研发团队的「技术债」如何进行量化管理？
我共事过的每个团队都会讨论技术债。有些团队知道如何管理它，也有些团队因此崩溃瘫痪，甚至有一家公司因为技术债务没有得到解决而宣告失败。 什么是技术债务？ 「债务」这个比喻非常恰当。最早提出「技术债务 Technical Debt」比喻的工程师 Ward Cunningham 对此做了详细的解释： 有了借来的钱，你可以比采用其他方式更快地做某件事情，但在还清这笔钱之前，你需要支付利息。我认
【深度学习量化交易1】一个金融小白尝试量化交易的设想、畅享和遐想
关注我的朋友们可能知道，我经常在信号处理的领域出没，时不时会发一些信号处理、深度学习科普向的文章。 不过算法研究久了，总想做一些更有趣的事情。 比如用深度学习算法赚大钱。。毕竟有什么事情能比暴富更有意思呢。 一、神经网络与彩票梦 那还是在上大学期间的一个午后，宿舍邻座的舍友在捣鼓MATLAB编程，他说他在研究使用神经网络算法做彩票预测，我闻之大惊。当时互联网还未像当今这样发达，神经网络算法
python pandas处理股票量化数据：笔记2
有一个同学用我的推荐链接注册了tushare社区帐号https://tushare.pro/register?reg=671815，现在有了170分积分。目前使用数据的频率受限制。不过可以在调试期间通过python控制台获取数据，将数据保存在本地以后使用不用高频率访问tushare数据接口，访问频率限制影响不大。 >>> data = pro.stock_basic(fields='ts_cod
qmt量化交易策略小白学习笔记第32期【qmt编程之获取行业概念数据--如何获取迅投行业成分股数据】
qmt编程之获取迅投行业成分股数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 获取迅投行业成分股数据 调用方法 python from xtquant import xtdataxtdata.get_stock_list_in_sector(sector_name)
向量化在人工智能领域的深度实践：技术革新与效率提升
在人工智能（AI）的飞速发展中，向量化技术作为一种基础且关键的数据处理手段，正日益受到广泛关注。向量化是将文本、图像、声音等数据转换为数值向量的过程，这些向量能够表示原始数据的特征和语义信息，为深度学习模型提供处理基础。 向量化技术的核心意义 高效的数据表示：向量化技术可以将高维度的数据压缩为低维度的向量，减少了模型处理数据的复杂度，同时保留了数据的关键信息。这种高效的数据表示方式使得AI
LMDeploy 量化部署
LMDeploy简介 LMDeploy是一个由MMDeploy和MMRazor团队联合开发的工具包，旨在为大型语言模型（LLM）提供全套的轻量化、部署和服务解决方案。以下是对LMDeploy的简介，采用分点表示和归纳的方式： 核心功能： 高效推理引擎TurboMind：基于FasterTransformer，实现了高效推理引擎TurboMind，支持InternLM、LLaMA、vicu
量化、剪枝、蒸馏，这些大模型黑话到底说了些啥？
扎克伯格说，Llama3-8B还是太大了，不适合放到手机中，有什么办法？ 量化、剪枝、蒸馏，如果你经常关注大语言模型，一定会看到这几个词，单看这几个字，我们很难理解它们都干了些什么，但是这几个词对于现阶段的大语言模型发展特别重要。这篇文章就带大家来认识认识它们，理解其中的原理。 模型压缩 量化、剪枝、蒸馏，其实是通用的神经网络模型压缩技术，不是大语言模型专有的。 模型压缩的意义 通过压缩
qmt量化交易策略小白学习笔记第31期【qmt编程之获取行业概念数据--如何获取概念成分股数据】
qmt编程之获取获取概念成分股数据 qmt更加详细的教程方法，会持续慢慢梳理。 也可找寻博主的历史文章，搜索关键词查看解决方案 ！ 感谢关注，咨询免费开通量化回测与获取实盘权限，欢迎和博主联系！ 获取概念成分股数据 调用方法 python from xtquant import xtdataxtdata.get_stock_list_in_sector(sector_name)
矢量量化：原理、变体及码本优化
矢量量化 (VQ) 是一种类似于 k 均值算法的数据压缩技术，可以对任何数据分布进行建模。矢量量化已广泛应用于语音、图像和视频数据，例如图像生成、语音和音频编码、语音转换、音乐生成和文本到语音合成。 NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插