- 博客(61)
- 收藏
- 关注
RSS订阅
原创 CUDA入门及使用
CUDA能够充分利用现代GPU的并行计算能力与传统的CPU相比，GPU拥有更多的计算核心，能够同时处理成千上万的线程这种高度的并行性使得CUDA在处理大规模数据和复杂计算时表现出色，尤其是在需要同时执行相同操作的大量数据时（例如矩阵运算、图像处理等）CUDA的发布可以追溯到2006年，最初是为了解决CPU在处理大规模并行任务时的局限性随着深度学习和大数据应用的兴起，传统CPU的计算能力逐渐无法满足需求因此，NVIDIA引入CUDA，使开发者能够在GPU上以更高效的方式处理海量数据。
2025-02-20 02:59:51
1879
原创 ioc详解
对了，但没完全对[-](http://jvquant.com/wiki/券商交易接口/交易接入.html)换句话说，省事了，但没完全省[-](http://jvquant.com/wiki/券商交易接口/券商交易接口调用.html)因为每个依赖还是要我们自己去配置的，只不过换了种方式（这个后面再说），IoC容器只是封装而已，但是这并不代表IoC没用，IoC最大的意义不在于它更方便，而是在于它能解耦[-](http://jvquant.com/wiki/帮助/价格/实时行情.html)
2025-01-12 22:16:32
937
原创 Pulsar客户端如何控制内存使用
本文围绕一个常见的使用场景深入分析在高吞吐场景下，使用Pulsar客户端收发消息可能会遇到的若干问题。并以此为切入点，梳理一下Pulsar客户端在内存控制上所做的优化改进。
2025-01-11 23:17:52
1023
原创 Transformer中Decoder模块是如何预测下一个字符的算法
关于Transformer模型的Encoder-Decoder模块网上介绍的文章非常多，写的非常详尽，可谓汗牛充栋，尤其关于注意力计算这块，不仅给出了公式而且还有具体的计算步骤。升维使用的核函数是什么？为何升维能提升语义的表达并产生“记忆”功能？为何将维度升4倍，而不是6倍，8倍？关于FNN层也有一些文章进行解读，大部分都会以CNN的卷积神经网络进行类比：即一个是Token mixer，关注在L这个维度的表达；一个是Channel mixer，专注于d这个维度的表达。
2025-03-24 17:46:38
466
原创 T+0量化:JAVA接入Level2高频行情(附Python代码)
成本比想象中低：行情+交易+数据库三件套，融合方案每月成本不到策略收益的千分之三防止策略泄漏：本地部署不存在第三方平台的后门风险扩展性强：上周刚接上他们的期权波动率曲面数据，十分钟就完成了策略迭代最近把整套系统开源在GitHub了，不过数据接口部分需要自行申请秘钥。建议先用模拟盘跑通，毕竟自己掌控数据流的体验——真香！GitHub - BondTrader: 搞点A股量化交易...可转债日内自动T+0交易,实时行情接口+策略触发+交易托管，三合一项目。仅供学习交流使用。
2025-03-24 17:44:30
897
原创 量化入门必须项:Level2实时行情接口和交易报单接口,以及历史数据回测
实时行情接入：为什么Level2行情是量化交易的“刚需”？很多量化新手一开始都会去抓取基础行情数据，比如Akshare或者一些券商的普通行情接口。但很快就会发现，这些数据远远不够，并发抓取更是灾难。而且Level2行情根本抓不到，对于高频交易和策略优化来说，Level2行情是必需的数据源。之前也抓过不少行情源，刷新间隔太大，基本都在3~6s，再刷新拉板都封死了。Wind 恒生等服务商只对机构合作。只有搞到Level2高速行情，才算是拉平了数据源的差距。用WebSocket接口非常稳定，延迟低，
2025-03-12 09:32:55
606
原创 LayerSkip: 使用自推测解码加速大模型推理
Model Variant (模型变体) Layers (层数) Assistant Model (辅助模型) Assistant Layers (辅助层数) Task (任务) Total Layers (总层数) FLOPs/Input (G) (输入 FLOPs) Time/Input (s) (输入时间) FLOPs/Output (G) (输出 FLOPs) Time/Output (s) (输出时间) Efficiency (效率)这就是训练修改发挥作用的地方。
2025-03-12 09:28:03
619
原创 深入理解WebSocket接口：如何使用C++实现行情接口
WebSocket是一种在单个TCP连接上提供全双工通信通道的协议。它最初是为浏览器和服务器之间的实时通信而开发的，但现在已经被广泛应用于各种网络编程中。使用WebSOcket获取实时Level2行情。
2025-02-20 03:05:45
616
原创 websocket股票行情接口
如果是level2级别的行情，大批量订阅，接收处理能力是个坎。level1行情3秒一刷新，大部分提供websocket基础行情的数据源，速度落后一般券商至少1秒，那跟轮询也差不多了，不信可以对比测测。找遍全网，对照着大智慧的行情测试，大部分挂着websocket名头的数据源，数据速度也都是http轮询级别的，只不过换成推送的方式而已。至少大家用相同级别的数据，你的反应速度要排在前边，同质化策略不至于跑输大部队。交易所出来的数据，不管通过什么渠道，延时一般都不会差太远，估计一般也就几十ms的差别。
2025-01-11 23:16:41
843
原创 行情接入手册
包括股票基本信息、可转债基本信息、语义分析智能数据库、沪深Level2数据（逐笔委托队列、千档盘口队列）、沪深分时回放数据以及证券K线数据等。为了顺利接入WebSocket行情服务，请根据您的开发环境选择合适的示例代码进行参考。：沪深、美股和港股的行情接入示例代码和流程相同。
2024-12-21 05:27:02
387
原创 JAVA接入WebScoket行情接口
之前爬行情网站提供的level1行情接口不稳定。websocket接入level2行情接口。Java脚好用的库很多，开发效率一点不输Python。如果是日内策略，需要更实时的行情数据，不然策略滑点太大，容易跑偏结果。订阅指令参考:JAVA量化之WebScoket行情接入。
2024-11-16 20:01:29
328
原创 Pyhton 实时行情接口，包含level2行情
WebSocket则不同，它能够实现数据的实时推送，这对于瞬息万变的股市来说，简直就是神器。作为一名量化交易爱好者，我觉得这个网站的服务简直满足了我所有的需求：实时行情、历史行情、金融数据查询和交易接口。这意味着，你不仅可以在本地运行自己的量化交易策略，还可以直接通过网站提供的接口进行交易操作，大大简化了交易流程。提供了A股、港股和美股的实时股票行情数据，还支持Level 1基础行情和Level 2高级行情
2024-11-07 21:31:48
793
1
原创 可转债T+0自动交易 jvQuant量化平台复刻策略
jvQuant平台之前用过该策略，单月收益还行,策略思想大概是模式二，交易频率还有提升空间，所以开发出了频率较高的模式一。行情中心实现了行情模块的独立,不受策略启停的影响,也负责数据落地和回放。交易维护器负责交易委托的发送，以及委托状态的监视。//买入后立即卖出,比成本价高挂点数;//最长持仓时间，超时自动卖出。模式二需设长一点时间。//单仓固定手数，如为0则按amt参数计算。//正股周期内秒均成交额阈值。//正股周期内涨幅阈值。//正股周期内换手阈值。//转债秒均成交额阈值。//正股观察时间周期。
2024-10-24 17:38:43
855
原创 港股\美股\A股实时行情接入示例,WebSocket协议推送
行情支持沪深、港股、纽约交易所、纳斯达克交易所、美国交易所共12000只产品行情和超6000只ETF基金行情，提供level1快照行情和level2逐笔数据推送。行情支持共7000只沪深主板、科创板、创业板，股票以及可转债、ETF基金行情，提供level1和level2逐笔成交数据推送
2024-10-11 21:14:31
1381
原创 港股交易时间，以及收盘竞收时段
在特殊节假日或情况下，港股的交易时间可能会有所调整。例如，在圣诞前夕、新年前夕或农历新年前夕，可能将没有午市交易。此外，若天文台悬挂八号风球等恶劣天气情况，交易所也可能会临时休市。港股市场还有一个开市前时段，用于投资者输入买卖盘以厘定每只上市证券的开盘价。
2024-07-29 18:18:00
2820
原创 集合竞价逐笔数据验证,level2行情接口验证
最近做集合竞价的策略，用的level2数据。集合竞价阶段推送数据量很大，但是不确定有没有因为网络原因的数据纰漏，所以需要验证一下。把今天所有的数据记录了日志，其中筛选了09:25集合竞价的推送，简单写个脚本统计一下，level2行情集合竞价统计结果，逐笔统计结果跟东财超级复盘结果一样，说明行情是靠谱的。
2024-07-29 17:49:40
2598
原创 股票行情接口，接入方法对比
通过 WebSocket 能够获取逐笔的股票 tick 数据，具备实时性且高效；而通过 http 接口则可以获取股票行情接口中的股票历史数据。例如采用Http轮询的方式获取行情，假设最低每100ms请求一次服务器，在并发获取多个股票数据时可能会发生请求超时，或者服务器拒绝响应。获取到行情发生变化的最低响应时间为100ms,0.1秒的时延已经跑输大部分对手盘。所以，Http接口轮询方式并不适合低延时行情获取的场景。Websocket协议转发交易所的实时行情延时几乎可以忽略不计，是做实时量化的必用方
2024-07-18 16:23:28
570
原创 深度挖掘行情接口：股票市场中的关键金融数据API接口解析
实时行情接口：该接口能够提供即时更新的股票行情数据，涵盖了股票的实时价格、成交量、涨跌幅等信息。实时行情接口往往被需要及时追踪市场动态的交易员和投资者所采用。
2024-07-18 16:05:30
1442
原创 C++解压缩level2行情协议
level2行情协议解析。需要注意的是，C++ zlib的API并不直接提供一个类似于Java的构造函数或单个函数调用来启用nowrap模式。相反，你需要通过调用（而不是）并指定窗口位大小（通常是MAX_WBITS的某个值）来启用nowrap模式。对于nowrap模式，你应该将窗口位大小设置为-MAX_WBITS（即-15，如果MAX_WBITS定义为15）。以下是一个C++示例，展示了如何使用zlib库以nowrap。
2024-07-13 11:22:46
341
原创 jvQuant level2行情协议解析
jvQuant行情推送用的websocket协议，行情传输使用的是无标志的压缩二进制流。需要注意解压缩的方法。
2024-07-13 11:17:12
1237
原创 股票软件中的L2行情是什么意思？什么是level2行情以及如何获取level2行情
因此，交易者在选择软件与交易平台时，需仔细考量其L2行情的呈现方式、功能丰富度及个人实际需求，以确保能够高效、便捷地利用这一宝贵资源，为投资决策保驾护航。这一买卖双方的动态博弈，为交易者绘制了一幅生动的市场供需关系图。相较于L1行情的有限视野，L2行情犹如一扇窗，让交易者窥见当前价格下买卖双方挂单的详尽图景，包括详尽的买卖挂单数量、具体价格点以及扩展至五档甚至更多档位的订单簿信息。L2行情，即Level 2行情，是股票市场中一个不可或缺的高级术语，它代表着比基础Level 1行情更为详尽的市场洞察力。
2024-07-07 16:31:27
2085
原创 股票Level-2行情是什么，应该怎么使用，从哪里获取数据
相比传统的股票行情，Level-2行情为投资者打开了更广阔的视野，不仅限于买一卖一的表面数据，而是深入到市场的核心，提供了十档乃至千档的行情信息（沪市十档，深市千档）。这一深度市场视图，让投资者能够更清晰地了解股票委托报价的详细情况。
2024-07-07 16:17:47
2650
1
原创 沪深历史行情下载,金融数据库查询
jvQuant基于自然语言处理技术,支持多模态自然语言处理,精准拆分查询条件,联表超1600G数据可查。利用多模态的能力,可以轻松实现程序编码较为复杂的策略选股功能query=融券余额小于100万,近一周上过龙虎榜大于2次,昨日低开,昨日大单买入,集合竞价换手率>0.1query=集合竞价量比大于5,实时买一量大于1000手支持API调用,实时行情融合多张数据表,智能联合条件,语义化查询即可解决建库和程序编写的难题。立即尝试参数名类型描述1tokenstring2mode。
2024-06-04 23:36:44
1209
原创 沪深券商交易接口对接文档
jvQuant OpenAPI直达券商，提供多种登录及交易方式。您只需输入对应券商的资金账号密码，即可调用jvQuant OpenAPI进行交易。每次分配的服务器地址会发生变化，连接服务前，请务必调用该接口获取最新的服务器地址。请妥善保管好交易凭证，在ticket有效期内，您可以免登录进行后续的交易操作。为实现更好的用户体验，jvQuant会根据您所在的地区分配合适的服务器。输入交易账户及密码，通过柜台验证后返回授权交易凭证ticket。欢迎使用jvQuant行情服务，请按照下面的步骤完成行情接入。
2024-06-04 23:33:48
1519
原创 量化交易平台有哪些，那个最好用？
大部分量化平台为了让你把策略托管在平台，并不提供行情、回测和交易的外部引出方法。最重要的是无门槛，无需复杂的申请审核，所有程序代码放本地自主可控。回测:历史数据如K线逐笔等也有下载，自己写点图形化数据展示就行。真正长远的策略不能依附某个平台，策略泄露、平台跟单是一大风险。而你只要搞定这三大基建，就可以实现无依赖的量化交易。不依附任何平台最好用。交易:本地的自动化交易工具github上找一大片。行情:低频的股票期货基础行情很多平台都有提供，所有基于平台的量化都是在给平台和券商打工。2024-05近期更新。
2024-05-22 16:53:55
2641
原创 自动盯盘打板策略，windows,mac,linux多平台支持。输入订阅行情，监测行情变动，自动打板发单。
自动盯盘打板策略。最低触发涨幅阈值,一般来说约高越稳，越低利润空间越高。//单仓固定手数，如为0则按amt参数计算。"comment": "异动观测",//买单超时时间，超时未成自动撤单。//最大开仓数，撤单的不算。//观测期秒均成交额。
2024-05-22 12:57:19
729
原创 可转债日内自动T+0交易,行情推送+策略触发+交易接口
jvQuant平台之前用过该策略，单月收益还行,策略思想大概是模式二，交易频率还有提升空间，所以开发出了频率较高的模式一。行情中心实现了行情模块的独立,不受策略启停的影响,也负责数据落地和回放。交易维护器负责交易委托的发送，以及委托状态的监视。//买入后立即卖出,比成本价高挂点数;//最长持仓时间，超时自动卖出。模式二需设长一点时间。//单仓固定手数，如为0则按amt参数计算。//正股周期内秒均成交额阈值。//正股周期内涨幅阈值。//正股周期内换手阈值。//转债秒均成交额阈值。//正股观察时间周期。
2024-05-21 17:23:52
1219
原创 A股行情订阅工具，支持股票/可转债level2/level2数据
用Http SSE推送模式，实时性相差无几，本地起个服务，支持多个订阅者，Python/PHP/JS接入也方便，不用再受tcp连接控制的苦。Golang有跨平台直接生成可执行文件的优点，支持Mac/Linux/Windows。之前写的自动交易策略,把行情/策略/交易都写在了一个包里，牵一发动全身，调试很头疼。行情模块专注接收行情，暂时完善了订阅/推送/存储/回放/控制这几个功能。没有Go环境的可以直接下载bin里的可执行文件，都是最新编译再推上来的。lv1代表level1行情，lv2代表level2行情。
2024-05-11 17:53:40
746
原创 A股行情订阅工具,支持股票/可转债level2/level2数据
行情模块专注接收行情，暂时完善了订阅/推送/存储/回放/控制这几个功能。A股行情订阅工具，支持股票/可转债level2/level2数据，不限订阅数，主动推送，支持回放，支持记录行情到文件；用Http SSE推送模式，实时性相差无几，本地起个服务，支持多个订阅者，Python/PHP/JS接入也方便
2024-05-11 07:44:01
538
原创 沪深websocket level2/level1行情推送测试代码
【代码】沪深websocket level2/level1行情推送测试代码。
2024-04-28 02:37:05
254
2
原创 level2行情+在线金融数据库
jvQuant,一个领先的金融量化服务平台，为广大投资者和量化分析师提供了全面、高效、稳定的数据接入和量化分析服务。该平台涵盖了多个关键功能，包括交易接入、WebSocket行情接入、历史行情查询、在线数据库服务以及灵活的计费标准，旨在满足不同用户的多样化需求。用户可以根据自己的需求，订阅感兴趣的品种和行情级别，轻松获取实时、准确的市场动态，为投资决策提供有力支持。平台提供了丰富的历史行情数据，用户可以轻松查询过去任意时间段的行情数据，包括开盘价、收盘价、最高价、最低价等关键指标。
2024-04-22 23:42:50
1284
1
原创 level行情接口文档
基于自然语言处理技术,支持多模态自然语言处理,精准拆分查询条件,联表超1600G数据可查。利用多模态的能力,可以轻松实现程序编码较为复杂的策略选股功能query=融券余额小于100万,近一周上过龙虎榜大于2次,昨日低开,昨日大单买入,集合竞价换手率>0.1query=集合竞价量比大于5,买一量大于1000手支持API调用,实时行情融合多张数据表,智能联合条件,语义化查询即可解决建库和程序编写的难题。立即尝试参数名类型描述1accstring账户名2token。
2024-04-22 23:35:54
871
1
原创 什么是程序化交易
由此可见，证券公司提供的PC交易端中提供了不同层面的“程序化”交易工具，丰富了投资者的交易方式，以前这些交易方式大多数可能是机构投资者独有，比如ETF套利、期现套利之前都是证券公司自营的主要投资方向，但随着技术的普及化以及日益增长的投资者交易诉求，这些机构化的投资工具都可以“降位”给符合条件的个人使用，使用这些能不能赚到钱先不展开，因为片面的说，从投资交易角度，比如抢涨停，假设全市场都是用同质化的标准软件，那交易必然会趋同，赚钱效应就会大大降低。除非是有的机构针对具体的产品策略进行了合作定制。
2023-10-29 18:31:07
520
原创 股票和可转债的差异
股票和可转债在投资性质、风险和收益、投资策略以及适用投资者群体等方面都存在一定的差别。投资者应该根据自己的风险承受能力、投资目标和市场情况来选择适合自己的投资工具。同时，在投资过程中应该注意风险控制和资产配置，合理分配资金，避免盲目跟风或冲动交易。
2023-10-29 18:30:16
790
原创 什么是程序化交易
由此可见，证券公司提供的PC交易端中提供了不同层面的“程序化”交易工具，丰富了投资者的交易方式，以前这些交易方式大多数可能是机构投资者独有，比如ETF套利、期现套利之前都是证券公司自营的主要投资方向，但随着技术的普及化以及日益增长的投资者交易诉求，这些机构化的投资工具都可以“降位”给符合条件的个人使用，使用这些能不能赚到钱先不展开，因为片面的说，从投资交易角度，比如抢涨停，假设全市场都是用同质化的标准软件，那交易必然会趋同，赚钱效应就会大大降低。除非是有的机构针对具体的产品策略进行了合作定制。
2023-10-28 23:34:06
407
原创 进程/线程绑定cpu方法探究
if (sched_setaffinity(0, sizeof(mask), &mask) == -1)//设置线程CPU亲和力。if (sched_getaffinity(0, sizeof(get), &get) == -1)//获取线程CPU亲和力。if (CPU_ISSET(i, &get))//判断线程与哪个CPU有亲和力。#define THREAD_MAX_NUM 200 //1个CPU内的最多进程数。cpu的标号是从0开始的，所以cpu3表示第4个cpu（第一个cpu的标号是0）。
2023-10-28 23:26:21
577
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人