gregmankiw的博客

原创 DeepSeek - R1 核心技术体系

突破性实现无监督强化学习训练（DeepSeek - R1 - Zero），完全脱离监督微调（SFT）依赖，使基座模型通过自我进化提升推理能力，在数学推理（AIME 2024）和代码生成（Codeforces）等任务中取得突破性进展。实现自适应拓扑感知通信（Topology - Aware AllReduce）和气泡消除流水线（Bubble - Free Pipeline），在1024卡集群上降低37%通信开销，175B参数模型训练吞吐量提升21%。

原创 一个Ollama+Cline+VSCode+qwen2.5-coder-cline+MCP的例子

【代码】一个Cline+VSCode+qwen2.5-coder+MCP的例子。

原创 llama-factory下使用unsloth微调DeepSeek-R1-Distill-Qwen-1.5B

【代码】llama-factory下使用unsloth微调DeepSeek-R1-Distill-Qwen-1.5B。

原创 基于QuantConnect的强化学习多因子选股策略示例，使用技术指标作为状态特征

以下是一个基于QuantConnect的强化学习多因子选股策略示例，使用技术指标作为状态特征。建议先在研究环境开发模型，再在QuantConnect部署推理逻辑，因为平台对在线训练的计算资源有限制。

原创 在Quantconnect上实现强化学习多因子选股策略

roe = self.GetFundamental(symbol, "OperationRatios.ROE", 4) # 季度数据。注意强化学习模型在金融市场中的过拟合风险，需采用严格的前向验证方法。self.state_dim = len(self.factors) + 2 # 因子数 + 持仓状态 + 时间特征。self.action_dim = 3 # 买入/持有/卖出。# 获取多因子数据（示例数据源）2. 添加基准比较（如等权重组合、单因子策略）- 分阶段训练（预训练+在线学习）

原创 基于QuantConnect写一个强化学习多因子选股交易策略

self.state_size = self.num_factors + 3 # 因子值 + 市场状态特征。elif action == 0 and price_change < 0: # 正确卖出。if action == 2 and price_change > 0: # 正确买入。if self.Time.month % 3 == 0: # 每季度重新训练。self.action_size = 3 # 0: 卖出，1: 持有，2: 买入。elif action == 0: # 卖出。

原创 基于QuantConnect写一个强化学习多因子选股交易策略

self.QLearn(state, 1, reward, state) # 简化更新。self.factors = ['PE', 'PB', 'ROE', 'MOMENTUM'] # 使用的因子。return tuple(np.round(scaled_factors, 1)) # 离散化状态。return np.random.choice([0, 1]) # 随机探索。- 跟踪四个关键因子：市盈率(PE)、市净率(PB)、净资产收益率(ROE)和价格动量。# 更新Q值（简化版奖励：组合收益率）

原创 多因子选股策略在QuantConnect上的实现

QuantConnect平台上多因子选股的一个实现，

原创 Ubuntu20.04安装Miniconda3和gymnasium以及CPU版本Pytorch

1.因为Ubuntu20.04 配套的 Python 版本是3.8，所以从官网下载 Miniconda3-py38_23.11.0-2-Linux-x86_64.sh的版本；7.编辑测试代码atari_demo.py并运行python atari_demo.py；0.虚拟机Ubuntu20.04环境搭建；6.安装gymnasium[atari]；2.授权并安装Miniconda；4.创建py311虚拟环境；5.进入py311虚拟环境；3.初始化Conda；

原创 局域网Git版本控制网络系统的构建

VMware Workstation Pro虚拟机搭建Ubuntu的GitLab服务器Windows下使用GitHub Desktop进行版本控制。

翻译 Alpha 2 ： 使用深度强化学习发现逻辑公式化 Alpha

Alpha2: Discovering Logical Formulaic Alphas using Deep Reinforcement LearningAlpha2： 使用深度强化学习发现逻辑公式化 AlphaFeng Xu1,2∗, Yan Yin∗, Xinyu Zhang1,2, Tianyuan Liu1,2,徐1,2∗峰 ， 尹彦∗， 张新宇1,2， 刘天元1,2，Shengyi Jiang3, and Zongzhang Zhang1,2†江3胜义和张1

原创 Rust Udp组播：0 - 一个入门例子

实现Rust Udp组播。以上就是今天要讲的内容，本文仅仅简单介绍了rust Udp 组播的使用，而std::net提供了大量能使我们快速便捷地处理数据的函数和方法。

原创 Tauri学习笔记：3 - 读取CSV数据动态添加字段绘制曲线

基于tauri-pure-admin二次开发，实现rust后端读取csv数据返回给vue前端，根据csv字段动态生成checkbox，单击或多选checkbox绘制一条或多条曲线。以上就是今天要讲的内容，本文仅仅简单介绍了tauri-pure-admin的二次开发，而vue3提供了大量能使我们快速便捷地处理数据的函数和方法。

原创 Tauri学习笔记：0

TypeScriptRust例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

原创 Windows环境联合开发：Docker Desktop QuantConnect Lean后端 & Panoptes GUI前端

以QuantConnect的开源框架Lean为核心量化回测、交易框架后端（使用Docker Desktop部署，免去开发环境、运行环境复杂配置）；Panoptes为量化回测、交易框架前端（基于Avalonia，跨Windows、Linux等平台）；证券基础数据、基本面数据可随机生成（假数据，日常测试用），或者国信iQuant等第三方平台免费获取数据到本地再转换导入（真实数据，验证策略）；

原创 QuantConnect的Windows环境开发：Docker Desktop Lean后端&Panoptes GUI前端

原创 QuantConnect开源框架Lean后端与Panoptes前端交互的一个测试案例

【代码】QuantConnect开源框架Lean后端与Panoptes前端交互的一个测试案例。

原创 修改vscode插件原有功能的一个方法

从官方文档可知，插件本身是具备离线使用的功能的，但是先要给钱，否则不给用。有时候只是想临时用用里面个别功能，比如可以看看曲线啥的就行了，并不需要使用插件的完整功能；用vscode打开extension.js，里面可能是一团乱麻，用插件Prettier - Code formatter格式化一下；某些特定场景下，第三方提供的vscode插件可能在功能上会有不足，这个时候可以尝试进行一些适当的修改以匹配个人需求。从vscode插件市场下载插件vsix文件；，右键使用记事本打开，找到对应行代码注释掉；

原创 深度强化学习TD3策略在QuantConnect开源Lean框架上的实现

【代码】深度强化学习TD3策略在QuantConnect开源Lean框架上的实现。

原创 基于QuantConnect开源引擎Lean本地实现Fama-French五因子Python策略

5.目录\ToolBox\CoarseUniverseGenerator\CoarseUniverseGeneratorProgram.cs下语句修改成var hasFundamentalData = true;目录\Common\Data\UniverseSelection\CoarseFundamentalDataProvider.cs下语句修改成return coarse.HasFundamentalData;