墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.7k累计阅读
2.8k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
相信最近一些小伙伴可能发现一些问题
就是同一个策略回测的结果……
好像跟之前不太一样了
回测效果貌似没有之前好了
是记错了吗？是代码被改了吗？
都不是！
是我们回测的复权机制改了！
复权就是对股价和成交量进行权息修复，股票的实际价值没有变，只是数量与价格变化了而已。
如：原来20元的股票，十送十之后为10元，但实际还是相当于20元。从K线图上看这个价位看似很低，但很可能就是一个历史高位。复权的作用是为了让股价连续，消除价格、指标的走势畸变。
1、前复权
向前复权，就是保持现有价位不变，将以前的价格缩减，将除权前的K线向下平移，使图形吻合，保持股价走势的连续性。
2、后复权
向后复权，就是保持先前的价格不变，而将以后的价格增加。上面的例子采用的就是向后复权。
动态复权 ：就是以策略回测当前日期为基准进行前复权。目的是为了更贴近真实的交易环境。
前复权虽然修正了指标的走势畸变和价格断层，但也损失了原始价格的原有的属性。比如有些选股策略是挑选价格低的股票，这时候一
金融数据API设计：构建高可用股票行情管道
股票数据API是量化投研与金融系统的核心基础设施，其本质远超简单下载——它需解决多源聚合、实时行情获取、历史K线标准化、跨市场符号统一、时区归一化及容错调度等关键问题。技术原理上依赖RESTful接口抽象、数据契约校验、智能降级策略与交易所日历感知机制，确保在休市调整、熔断突变等异常场景下仍输出结构一致、时间精准、字段完备的数据。其技术价值在于将脆弱的爬虫脚本升级为可运维、可监控、可扩展的数据服务协议，广泛应用于策略回测、投研平台、教学实验与机构级仪表盘。本文聚焦股票数据、API接口两大核心热词，详解如何从
跨境ETF套利策略实战：从统计套利到量化模型构建
统计套利是量化投资领域的经典策略，其核心原理在于利用资产价格对长期均衡关系的短期偏离来获取收益。这种均值回归的思想在金融工程中具有重要价值，广泛应用于配对交易、市场中性策略等场景。在跨境交易环境下，同一资产在不同市场间的价格差异，为统计套利提供了更丰富的应用空间。本文以跨境ETF为具体研究对象，深入剖析了如何将统计套利原理应用于实战，构建一个包含信号生成、动态对冲与风险管理的完整量化策略框架。文章结合高频数据处理、协整关系检验等关键技术，并融入了对交易成本、流动性等市场微观结构的深刻考量，为读者呈现了一套从
DeepSeek大模型如何赋能量化选股：指令工程实战指南
大语言模型并非直接预测股价的‘黑箱工具’，而是基于历史规律与结构化知识的智能文本推理系统。其核心原理在于将自然语言策略精准转译为可执行的技术指令，从而 bridging 投资逻辑与代码/公式实现之间的鸿沟。技术价值体现在显著降低策略验证门槛、提升研报解析与因子提取效率，并支持通达信公式生成、Python回测脚本编写等高频工程任务。典型应用场景包括量化新手快速验证想法、技术派股民补足回测能力、专业投研人员批量处理财报与研报。本文聚焦‘DeepSeek选股’这一高频搜索需求，深入拆解如何通过高质量提示词设计、本
股票市场相关性三维分析：价格、波动与结构的动态建模
股票市场相关性是量化投资与风控决策的基础技术概念，其本质并非静态统计量，而是反映资金流动节奏、情绪共振强度和风险传导路径的动态系统特征。传统皮尔逊相关系数因忽略时变性、非对称性与状态依赖性，在极端行情中频繁失效；而融合价格联动、已实现波动率同步及行业ETF资金流结构迁移的三维建模方法，可显著提升信号前瞻性与鲁棒性。该方法支撑股债对冲优化、产业链轮动识别、跨市场风险预警等核心应用场景，已在实盘交易系统中验证其工程落地可行性与策略增强价值。
PMDARIMA股票预测实战：时间序列建模与可解释量化分析
时间序列预测是金融量化分析的基础能力，其核心在于建模数据的动态依赖性、非平稳性与外部驱动机制。PMDARIMA作为ARIMA的自动化增强版本，融合单位根检验、季节性识别与外生变量建模能力，在保持统计可解释性的同时实现参数自适应选择。相比传统ARIMA的手动调参困境、Prophet对非标准周期的拟合局限，以及LSTM在小样本下的不可靠性与黑箱缺陷，PMDARIMA以‘自动建模+显式因果表达’构成独特技术价值。它广泛适用于股票价格区间预测、财报季择时、政策敏感度评估等场景，尤其适合需兼顾合规要求、算力约束与业务
一创聚宽之策略详解（一）
一个完整策略只需要两步:设置初始化函数: initialize,上面的例子中, 只操作一支股票: ‘000001.XSHE’, 平安银行实现一个函数, 来根据历史数据调整仓位.示例如下股票数据：我们拥有所有A股上市公司2005年以来的股票行情数据、市值数据、财务数据、上市公司基本信息、融资融券信息等。为了避免幸存者偏差，我们包括了已经退市的股票数据。商品期货：我们支持从2005年以来上海国际能源交易中心、上期所、郑商所、大商所的行情数据，并包含历史产品的数据。
Backtrader中回测时价格的复权方式
向前复权和向后复权是两种常用的方式，可以更准确地模拟交易过程中的价格变化。根据不同的交易市场和资产类型，选择合适的复权方式是保证回测结果准确性的重要一环。在回测过程中，我们需要使用历史数据来模拟交易，并根据历史价格进行决策。然而，现实市场中的资产价格会受到多种因素的影响，例如股票的除权除息等事件。为了准确模拟交易过程，我们必须考虑这些调整因素，即使在回测期间也要进行相应的复权操作。在Backtrader中，提供了几种常用的复权方式来处理历史价格数据，以便更好地适应不同类型的交易市场。方法添加自定义策略。
Python量化交易与股票预测系统实战项目
使模型优化方向与交易目标一致；（2）
复权算法说明
详细描述股票的各类复权算法，包括目前最常用的涨跌幅复权算法。
快乐8 Ai大模型XGBoost LightGBM预测系统
随机森林回归：通过集成多个决策树模型，提高预测的准确性和稳定性。XGBoost：一种基于梯度提升的强大模型，擅长处理结构化数据。LightGBM：一种高效的基于决策树算法的分布式梯度提升框架，具有快速的训练速度和低内存消耗。高预测准确率：通过集成多种模型，提供更为精准的预测结果。多种预测方法：支持同尾号、重号、温号、连号和综合预测等多种预测策略，满足不同用户的需求。实时日志：在预测过程中，用户可以实时查看系统的预测进度和结果。
从零构建腾讯滑块验证码破解引擎：逆向工程与实战对抗
本文深入解析腾讯滑块验证码（原天御验证码）的防护机制，包括环境感知层、行为分析层和验证决策层的核心技术。通过JSVMP虚拟机保护、轨迹验证算法和动态加密体系，腾讯验证码实现了高效的人机识别。文章还提供了安全研究实践指南，涵盖环境模拟和验证码识别方案，并探讨了防御对抗的演进趋势与合规研究建议。
保姆级教程：用OpenCV的calibrateHandEye()搞定机器人手眼标定（附Python代码）
本文详细介绍了如何使用OpenCV的calibrateHandEye()函数完成机器人手眼标定，解决机械臂与相机坐标系对齐问题。教程涵盖从基础原理、数据采集到Python代码实现的完整流程，特别适合需要精确视觉引导的机器人应用开发。通过手眼标定，可确保机械臂准确抓取相机检测到的目标物体。
基于STM32单片机设计的红外人脸测温仪（QT上位机）
基于STM32单片机设计的红外人脸测温仪（QT上位机）是一种结合红外测温和人脸识别技术的设备，可以快速、非接触地测量人体体温并识别身份，广泛应用于人员密集场所的体温筛查和出入管理。基于STM32单片机设计的红外人脸测温仪是一种功能实用、易于使用的人脸测温设备，可以有效提高测温效率和识别准确率，广泛应用于各类人员密集场所的体温筛查和出入管理。
指纹对抗指南：如何绕过Cloudflare与Akamai的5s盾与浏览器指纹检测
现在的CDN反爬技术虽然越来越强，但是道高一尺魔高一丈，只要掌握了指纹伪造、流量伪装、行为模拟这些核心技术，就可以绕过绝大多数的防护措施。对抗过程中要注意效率和成本的平衡，小规模爬取用Playwright+stealth最方便，大规模爬取用curl_cffi+代理池性价比最高，遇到验证码用打码平台或者自动识别服务，不需要死磕破解。本文介绍的方案已经在实战中验证过，可以绕过95%以上的Cloudflare/Akamai防护，成功率非常高。
使用 Python 实现基于 AGA8 GERG - 2008 方程计算掺氢天然气压缩因子的示例代码
AGA8 GERG - 2008 方程是用于计算天然气混合物热力学性质的一种方法，下面是一个使用 Python 实现基于 AGA8 GERG - 2008 方程计算掺氢天然气压缩因子的示例代码。需要注意的是，AGA8 GERG - 2008 方程非常复杂，完整实现需要大量的系数和详细的计算步骤。这里我们简化了部分过程，使用CoolProp库来完成计算，因为CoolProp已经实现了 GERG - 2008 方程。
10、现代统计方法：趋势面分析、薄板样条与广义线性模型
本文系统介绍了空间预测建模中的三种现代统计方法：趋势面分析（TSA）、薄板样条（TPS）和广义线性模型（GLM）。详细阐述了每种方法的原理、实现步骤、参数优化与预测评估，并结合R语言代码示例展示了在实际数据中的应用。文章还提供了方法对比流程图与土壤湿度预测案例，帮助读者根据数据特征选择合适模型，提升空间预测的准确性与可靠性。
【GameFramework框架内置模块】17、声音（Sound）
声音（Sound）模块是管理音频的模块，比如播放、停止、修改音量等，支持淡入淡出、AudioMixer等高级设置。声音（Sound）的配置面板如下所示：所有的声音统一按照组来分，可以根据需要添加或者溢出组，声音组可以配置Agent的数量和音量等。
老版QQ原生表情gif动态
这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。
STM32F407中文手册
STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
怀旧版电脑GBC模拟器
再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
321
扫一扫
