<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[探索人工智能领域]]></title><description><![CDATA[欢迎关注，一同踏上人工智能的探索之旅，深入了解这个激动人心的领域，以及它如何塑造着我们的世界和未来。无论您是对人工智能感兴趣的初学者，还是希望深入了解其前沿技术的专业人士，这个博客都将为您提供有价值的见解和知识。]]></description><link>https://blog.youkuaiyun.com/qq_41929396</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_41929396]]></copyright><item><title><![CDATA[在 Python 中实现配对交易策略：分步指南]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/139072755</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/139072755</guid><author>qq_41929396</author><pubDate>Mon, 20 May 2024 19:04:30 +0800</pubDate><description><![CDATA[在本文中，我们将探讨 Python 中配对交易策略的实现。配对交易是算法交易中一种流行的策略，涉及在两种相关资产中建立多头和空头头寸，以从它们之间的相对价格变动中获利。我们将提供有关如何使用 Python 构建和执行配对交易策略的分步指南。]]></description><category></category></item><item><title><![CDATA[Chronos：亚马逊最新的时间序列预测基础模型]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/137276521</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/137276521</guid><author>qq_41929396</author><pubDate>Tue, 02 Apr 2024 16:59:29 +0800</pubDate><description><![CDATA[深入了解 Chronos、其内部工作原理，以及如何使用 Python 将其应用到您的预测项目中。]]></description><category></category></item><item><title><![CDATA[使用 Python 和 Streamlit 构建股票价格预测应用程序：分步指南]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/136631953</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/136631953</guid><author>qq_41929396</author><pubDate>Mon, 11 Mar 2024 18:47:43 +0800</pubDate><description><![CDATA[使用 Streamlit 构建用户友好的股票价格预测应用程序的旅程。在这篇文章中，我将引导您完成应用程序的开发过程，从数据采集到模型部署，并重点介绍整个过程中的关键决策和挑战。]]></description><category></category></item><item><title><![CDATA[​使用yfinance Python API 计算Altman Z-Score分数​]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/136569473</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/136569473</guid><author>qq_41929396</author><pubDate>Fri, 08 Mar 2024 19:14:45 +0800</pubDate><description><![CDATA[请记住，由于计算中包含价格成分（X4 - 市场价值），Z 分数可能每天都会波动。如果我有时间，我会写一篇文章概述计算公司 Z 分数历史的过程。评级高于 3 的公司不太可能申请破产，而评级低于 1.8 的公司则表明破产可能迫在眉睫。由于公司基本财务稳健性的不确定性，投资者在决定是否购买或出售股票时可以利用 Altman Z 分数。下一步是计算 SYMBOLS 常量中每个符号的 z 分数，并将其存储在最初构建的全局字典中。正如您所看到的，大部分比率都得到 yfinance 损益表和资产负债表数据的支持。]]></description><category></category></item><item><title><![CDATA[Time-LLM：使用LLM 以进行时间序列预测]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/136568199</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/136568199</guid><author>qq_41929396</author><pubDate>Fri, 08 Mar 2024 17:53:00 +0800</pubDate><description><![CDATA[在本文中，我们探讨了 Time-LLM 的架构以及它如何有效地让 LLM 预测时间序列数据。然后，我们实现该模型并将其应用到一个小型预测项目中。]]></description><category></category></item><item><title><![CDATA[Python--使用布林线设计均值回归策略]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134741807</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134741807</guid><author>qq_41929396</author><pubDate>Fri, 01 Dec 2023 18:39:06 +0800</pubDate><description><![CDATA[在本教程中，我们将探讨均值回归的概念以及如何使用 Python 中的布林线设计交易策略。均值回归是一种流行的交易策略，]]></description><category></category></item><item><title><![CDATA[Python量化--多空策略：使用 Zipline 进行回测]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134642477</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134642477</guid><author>qq_41929396</author><pubDate>Mon, 27 Nov 2023 12:34:52 +0800</pubDate><description><![CDATA[我将向您展示多空策略以及 zipline 回测。这是一个编码教程，我将向您展示整个代码并解释每个单元格的作用。]]></description><category></category></item><item><title><![CDATA[构建和应用卡尔曼滤波器 (KF)--扩展卡尔曼滤波器 (EKF)]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134527288</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134527288</guid><author>qq_41929396</author><pubDate>Tue, 21 Nov 2023 18:48:29 +0800</pubDate><description><![CDATA[在本博客中，我们深入探讨了如何构建和应用卡尔曼滤波器 (KF)，以及如何实现扩展卡尔曼滤波器 (EKF)。最后，我们总结一下这些模型的用例、优点和缺点。]]></description><category></category></item><item><title><![CDATA[Python制定高级期权交易策略：技术和定量分析综合指南]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134526621</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134526621</guid><author>qq_41929396</author><pubDate>Tue, 21 Nov 2023 10:50:38 +0800</pubDate><description><![CDATA[技术指标与定量方法的融合为交易者提供了分析优势，从而在期权交易的动态领域中做出更明智的决策。通过开发一个坚实的框架，结合波动性分析和严格的回测策略，交易者可以更有信心地驾驭市场复杂性。期权交易以其无数的可能性，几十年来一直吸引着交易者的想象力。交易已经发生了巨大的发展，得益于先进的工具和计算能力，今天的交易者比以往任何时候都更加强大。当策略过于贴近过去的数据，导致其在新的、未见过的数据上表现不佳时，就会发生这种情况。这些方法使交易者能够超越单纯的投机，将他们的策略建立在严格的数学和统计分析的基础上。]]></description><category></category></item><item><title><![CDATA[Python量化--诺贝尔奖获得者布莱克-斯科尔斯期权定价公式在日间交易中的应用]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134517147</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134517147</guid><author>qq_41929396</author><pubDate>Mon, 20 Nov 2023 19:49:38 +0800</pubDate><description><![CDATA[“我们不能让你在不了解一点期权定价基础知识的情况下离开麻省理工学院，”Andrew Lo 教授在麻省理工学院的 15.401 金融理论课上对学生们说道。虽然我还不是麻省理工学院的学生，但这句话给了我一个直觉：期权定价一定极其重要。由于像麻省理工学院毕业生这样的精英金融人士都知道期权定价，我可能也应该这样做。布莱克-斯科尔斯公式是期权定价的核心，被认为与艾萨克·牛顿的 F=ma 和阿尔伯特·爱因斯坦的 E=mc2 等其他著名公式一样美丽。事实上，直到我学完罗教授的课程，阅读了有关该公式如何]]></description><category></category></item><item><title><![CDATA[Python交易-通过Financial Modeling Prep (FMP)选择行业]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134425489</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134425489</guid><author>qq_41929396</author><pubDate>Wed, 15 Nov 2023 17:50:45 +0800</pubDate><description><![CDATA[​本文展示了Financial Modeling Prep (FMP) API 的批量端点在简化交易数据访问方面的巨大潜力。它通过提供适合基本面和技术分析的数据集，成为明智交易选择的关键工具。

​]]></description><category></category></item><item><title><![CDATA[Python量化- Black-Litterman 模型]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134414721</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134414721</guid><author>qq_41929396</author><pubDate>Wed, 15 Nov 2023 10:42:41 +0800</pubDate><description><![CDATA[​​​​​​​Black-Litterman 模型由 Fischer Black 和 Robert Litterman 于 1992 年开发，采用贝叶斯方法进行资产配置。该模型通过结合先前的回报估计（可以从多个来源得出）并结合投资者对未来回报的独特预期来优化分配权重。]]></description><category></category></item><item><title><![CDATA[RUST与Python对比分析]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134384826</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134384826</guid><author>qq_41929396</author><pubDate>Tue, 14 Nov 2023 13:17:14 +0800</pubDate><description><![CDATA[Rust 已经发展成为一种易于使用的编程语言，因此它的使用量也在增加。尽管 Python 在机器学习/数据科学社区中占有一席之地，但 Rust 未来可能会被用作 Python 库的更高效的后端。]]></description><category></category></item><item><title><![CDATA[Python量化交易-动量交易策略]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134318448</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134318448</guid><author>qq_41929396</author><pubDate>Thu, 09 Nov 2023 19:11:06 +0800</pubDate><description><![CDATA[动量交易策略包括根据资产价格行为或交易量的各种时间框架总移动平均线 (SMA)（2 天 MA、3 周 MA 等）创建买入/卖出信号。一般来说，我们通过低买高卖来跟踪价格走势的势头。]]></description><category></category></item><item><title><![CDATA[使用深度神经网络预测股票价格]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134307006</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134307006</guid><author>qq_41929396</author><pubDate>Thu, 09 Nov 2023 11:09:29 +0800</pubDate><description><![CDATA[该项目将引导您完成端到端数据科学生命周期，即使用 Alpha Vantage API 和称为长短期记忆 (LSTM) 的强大机器学习算法开发股票价格变动预测模型。通过完成这个项目，您将学习机器学习/深度学习的关键概念，并为股票市场构建功能齐全的预测模型，所有这些都在一个 Python 文件中。]]></description><category></category></item><item><title><![CDATA[量化交易必须掌握的8个python库]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134283769</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134283769</guid><author>qq_41929396</author><pubDate>Wed, 08 Nov 2023 10:49:33 +0800</pubDate><description><![CDATA[此列表包含金融行业中使用最广泛的 Python 库，每个有抱负的金融数据科学家都必须了解这些库。]]></description><category></category></item><item><title><![CDATA[StackOverflow调查：2021-2022薪酬最高的编程语言]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134263411</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134263411</guid><author>qq_41929396</author><pubDate>Tue, 07 Nov 2023 11:35:58 +0800</pubDate><description><![CDATA[对于有抱负的软件工程师来说，这是最常见的问题，答案始终是：这取决于您的偏好以及您想要构建的内容。

但也许您想采取另一条路线并学习公司为您支付最高费用的语言。]]></description><category></category></item><item><title><![CDATA[Django快速指南]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134261716</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134261716</guid><author>qq_41929396</author><pubDate>Tue, 07 Nov 2023 10:41:47 +0800</pubDate><description><![CDATA[Django 是一个高级 Python Web 框架，鼓励快速开发和简洁、务实的设计。Django 以其简单性和多功能性而闻名，它构成了我们项目的支柱，确保我们的重点可以放在我们创作的独特性上，而不是其框架的复杂性上。]]></description><category></category></item><item><title><![CDATA[投资组合收益分析中依赖中心极限定理的陷阱]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134199931</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134199931</guid><author>qq_41929396</author><pubDate>Fri, 03 Nov 2023 17:18:12 +0800</pubDate><description><![CDATA[本文深入探讨了为什么必须对 CLT 在投资组合回报分析中的适用性进行严格审查，阐明其局限性以及提供更准确的财务现实视图的替代方案。

在本文中，您将：

了解为什么中心极限定理 (CLT) 是分析金融数据的常用工具。
揭示 CLT 隐藏的复杂性和局限性。
探索可更准确地洞察投资组合绩效的替代方法。
踏上让您的财务决策更明智、更明智的旅程。]]></description><category></category></item><item><title><![CDATA[Python-市场交易中的概率夏普比率 (PSR)]]></title><link>https://blog.youkuaiyun.com/qq_41929396/article/details/134179449</link><guid>https://blog.youkuaiyun.com/qq_41929396/article/details/134179449</guid><author>qq_41929396</author><pubDate>Thu, 02 Nov 2023 12:27:43 +0800</pubDate><description><![CDATA[在本文中，我们深入研究了概率夏普比率 (PSR) 的细微差别，为评估投资组合绩效提供了更全面的视角。]]></description><category></category></item></channel></rss>