- 博客(18)
- 收藏
- 关注
RSS订阅原创 ACE框架万字深度解析：重塑LLM自我改进的上下文工程范式
为实现策略手册的动态演进，ACE框架设计了三大核心组件——生成器（Generator）、反思器（Reflector）、整合器（Curator），分别对应人类“动手实践-分析总结-知识沉淀”的学习流程。ACE论文强调，这种模块化分工不仅解耦了复杂任务，还提升了每个环节的专业性：“让每个组件专注于自己的职责，比让单一LLM承担所有任务更高效，也更符合人类的学习逻辑。生成器（Generator）是LLM的“实践执行者”，其核心职责是“基于当前策略手册，为输入查询生成完整的推理轨迹（Trajectory）”。
2025-10-21 10:37:12
418
原创 STIP开源股票技术指标回测分析平台产品深度分析
STIP是一个面向股票技术分析的开源工具平台，主要服务缺乏专业软件的个人投资者。平台通过集成AKShare数据源和TA-Lib计算库，提供数据获取、指标计算、策略回测等核心功能，支持11种主流技术指标的自定义分析。用户可设置交易条件进行自动化回测，评估策略历史表现。采用Streamlit框架实现可视化交互界面，具有本地缓存机制。虽然存在数据粒度单一、策略复杂度有限等局限，但作为免费工具已能满足大部分个人投资者的基础需求，尤其适合策略验证、指标对比和教学演示等场景。
2025-10-07 15:12:08
1114
原创 从拍脑袋到算出来：开源量化神器 FactorHub 深度分析
摘要：因子投资从华尔街专业工具发展为大众可及的量化方法，其核心是将投资逻辑转化为可验证的数学因子。开源平台FactorHub通过整合数据获取、因子计算、回测分析等全流程，大幅降低了量化投资门槛。该平台采用模块化设计和并行计算技术，提供200多个预置因子和可视化分析工具，支持个人投资者和机构快速验证投资策略。FactorHub的兴起反映了量化投资民主化趋势，通过开源生态推动投资决策的科学化，使专业级因子分析不再局限于大型金融机构。
2025-10-07 15:11:50
1274
原创 从Excel到AI：机器学习如何重塑数据分析，以及MLquick的破局之道
数据分析工具正经历从Excel到机器学习的重大变革。传统Excel分析已无法应对海量复杂数据，机器学习则能自动挖掘深层规律。2015年后，Python生态简化了机器学习应用，但业务人员仍面临技术门槛。MLquick等零代码平台应运而生，用户无需编程即可完成数据上传、模型训练和预测分析，特别适合业务人员快速处理结构化数据。这类工具通过自动化技术降低了AI应用门槛，让数据分析从专家技能转变为通用能力，使业务人员能更专注于决策支持而非技术实现。未来，数据分析工具将继续向易用化、智能化方向发展，真正释放数据价值。
2025-10-07 15:11:37
980
原创 套期保值分析工具 HedgeSync 深度解析与业务实践
《套期保值风险管理策略分析》摘要：套期保值是企业通过衍生品对冲价格风险的关键工具，包括买入和卖出两种基本类型，适用于大宗商品、制造、农业等领域。传统方法存在套保比例僵化、评估不足等局限，而量化方法通过统计模型和智能算法优化决策，提高精准度。HedgeSync系统整合多源数据，支持多种量化模型计算最优套保比例，提供历史回测、压力测试和可视化分析功能，帮助企业实现动态风险管理。随着AI技术发展，智能套保将成为企业应对市场波动的重要趋势。
2025-10-06 17:40:36
966
原创 Futures_ML——机器学习在期货量化交易中的应用与实践
本文探讨了机器学习在期货量化交易中的应用与发展。文章首先分析了期货市场与量化交易的融合趋势，指出机器学习技术为传统量化交易带来了突破性进展。随后详细阐述了机器学习在价格预测、特征工程、交易策略优化等核心场景的应用，并介绍了Futures_ML开源项目的功能架构。文章还深入讨论了数据质量、模型过拟合、市场变化等技术挑战及其解决方案，提出数据驱动与经验判断相结合、强化风险控制等实践建议。最后展望了深度学习、强化学习等新技术在期货量化交易中的发展前景，强调机器学习将持续推动量化交易领域的创新与进步。
2025-10-06 17:37:41
724
原创 股票技术面分析平台QuantMatrix深度解析
在当今复杂多变的股票市场中，技术面分析作为一种重要的投资决策辅助工具，已经被广大投资者和专业交易者广泛采用。随着量化交易的兴起，技术指标的应用更是从传统的人工分析转向了系统化、自动化的交易策略实现，为投资者提供了更高效、更客观的市场分析手段。本文将深入探讨技术面分析的核心价值、主流技术指标的应用逻辑，以及如何通过QuantMatrix这样的专业量化平台提升投资决策效率。
2025-10-06 17:35:43
1192
原创 万字详解京东开源多智能体产品(JoyAgent-JDGenie)
京东开源的多智能体产品 JoyAgent-JDGenie 采用分层架构设计，包含表现层、应用层、工具层和模型层四层架构。其核心特点包括：1）完整端到端解决方案，GAIA榜单验证准确率达75.15%；2）创新多层级思考模式（工作层级战略规划+任务层级战术执行）；3）双模式工作流（Plan&Executor模式+ReAct模式）灵活应对不同场景；4）轻量化独立部署能力，不依赖特定云平台。系统通过代理模式、策略模式等设计模式实现高度可扩展性，支持多种LLM模型，为构建智能体系统提供了完整技术参考。
2025-08-08 20:02:38
2604
2
原创 从零学习大模型（1）——Transformer架构：原理、演进与AI领域的颠覆性影响
摘要：2017年谷歌提出的Transformer架构彻底革新了自然语言处理领域。其核心创新在于完全基于注意力机制，解决了传统RNN的并行计算缺陷和长距离依赖问题，通过多头自注意力和编解码器结构实现高效语义建模。Transformer的并行处理能力使训练速度提升10-100倍，且能精准捕捉长文本关联。该架构催生了BERT、GPT等里程碑模型，推动AI进入预训练时代。尽管存在计算成本高、可解释性弱等局限，Transformer仍是当前最通用的序列建模框架，为多模态智能发展奠定基础。
2025-08-06 21:23:47
803
原创 全流程拆解！亲手打造大模型股票分析师
环境：dify 14.2 docker版本；模型：glm-4-flash；工具：Akshare，Ta-lib；
2025-01-24 15:48:24
3608
原创 零成本——用Dify打造超级搜索引擎
环境：dify 14.2 docker版本；模型：glm-4-flash；工具：bing，http，jina；
2025-01-24 15:44:30
1726
原创 零成本——用Dify打造主动嘘寒问暖的虚拟恋人
发送的内容我们通过 dify 工作流实现并自动写入数据库中（参考《dify 实现数据自动写入数据库》），然后编写 dify-on-wechat 的天气插件，实现调用数据库中的天气信息，并将天气插件加入 timetask 的配置文件中，实现关键词调用。Timetask 是一款可在dify-on-wechat上运行的插件，其支持自定义定时任务，包括自定义时间、轮询周期等，且具备动态添加任务、取消任务以及查看任务列表等功能，是一款功能强大的定时任务系统插件。工具：dify-on-wechat，timetask；
2025-01-24 15:43:06
2120
原创 高阶玩法——Dify生成的数据自动写入mysql数据库
采用自定义工具方式，利用 python编写一个服务sql_save_post，将接收到的内容写入指定数据库的表中，并为该服务撰写一个 OpenAPI 的 schema。配置工作流：我们以写入天气预报为例，在生成天气预报内容后，连接自定义工具“sql_save_post”，将所需的字段配置完成后，实现将生成的内容自动写入mysql数据库中。编写OpenAPI的schema：在dify平台的工具栏目，创建自定义工具，输入工具名称“sql_save_post”。工具：sql_save_post；
2025-01-24 15:36:31
7740
原创 零成本——用Dify实现一句话生成PPT
用户仅需输入一个标题，随后通过搜索引擎查找与之相关的素材。接着，利用大模型对标题和素材进行深入分析与整理，并以 Marp 格式进行输出。通过自定义接口服务 md_pdf，将 Marp 格式的内容保存为 Markdown 文件。在该接口中调用 marp-cli 工具，将 Markdown 文件转换为 PPT 格式进行展示，同时返回预览链接和下载链接，大功告成！
2025-01-09 17:00:50
5953
3
原创 Axure RP版本兼容性解决方案探讨
本文探讨了Axure RP新旧版本间的兼容性问题，并提供了一个无需费用的解决方案，以便在不同版本间顺利打开和处理文件。作者已在Axure RP9和Axure RP10中验证成功。
2024-10-13 11:29:08
7638
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