自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 问答 (1)
  • 收藏
  • 关注

原创 cmake 学习笔记

相当与把链接这个行为,从编译的时候推到了运行的时候。把标准库单独编译出来,这样在下次编译项目时,可以跳过标准库的编译,直接把标准库链接到目标可执行文件上。动态库只在程序需要时才被加载到内存中,并可以被多个程序共享使用,这样可以减小程序的内存占用,提高系统的效率。动态库的主要缺点是对于少量函数调用,动态库加载和解析的时间可能会超过函数的执行时间,从而。静态库在程序编译时就被链接到程序中,成为程序的一部分,这样可以。静态库的主要缺点是增加了程序的内存占用和可执行文件的体积,也使得。在程序运行的时候动态加载。

2024-11-26 11:07:10 350

原创 量化学习笔记 2024-11-24

时间序列的预测,指的是利用历史时间序列的数据来预测未来的数据。在时间序列预测中,最重要的是识别时间序列的模式,从而作出准确的判断。结构性中断指的是时间序列的趋势或行为突然发生变化(例如,由于经济政策的变化),而异常值指的是不遵循典型模式的不寻常的尖峰或下降。statsmodels库中的seasonal decomposition可以用来很简单地获取时间序列的趋势,季节性和误差。自相关系数描述了时间序列里面的一个值和历史数据的相关性的大小。是时间序列的一个全局特性,表现为平均值,方差,协方差等不随时间变化。

2024-11-24 14:57:11 293

原创 工业自动化通信 - 学习笔记

常见的网络模型包括:参考文献:计算机网络-OSI七层模型-优快云博客计算机网络基础知识总结 | 菜鸟教程

2024-11-23 10:25:45 232

原创 时间序列预测 - 学习笔记

什么是时间序列数据?同一个个体在一个时间段里面的数据。经济学者经常把金融时间序列变量这种随时间变化的轨迹称为“动态路径”

2024-11-20 11:23:04 131

原创 漫画玩转统计学 - 读书笔记

统计的三大原则:数据分析,概率,统计推论。第二章 数据分析 - 一群大学生的体重第三章 概率论与赌场第四章 随机变量和概率模型第六章 取样第七章 统计推论。

2024-11-18 13:26:35 503

原创 2024-10-28 量化笔记

股票指数提供了一种衡量股票市场整体表现的方法,它并不是简单地计算平均涨跌,而是通过复杂的加权和计算方法来反映市场的趋势。:这是最常见的指数计算方法。在市值加权指数中,每只股票的权重与其市值成正比。市值是公司股票数量乘以每股价格计算得出的。因此,市值较大的股票在指数中的权重也较大,对指数的影响也更大。例如,标准普尔500指数就是采用市值加权的方法。:在价格加权指数中,每只股票的权重与其股票价格成正比。这意味着价格较高的股票对指数的影响更大。

2024-10-28 14:25:27 377

原创 量化 2024-10-10

将核函数图垂直放置,并在其中加上表示四分位的直线,我们就能得到小提琴图。小提琴图相对于箱体图最大的优点是可以显示数据密度的分布。

2024-10-10 11:10:30 248

原创 量化 2024-10-09 学习笔记

结果如下。

2024-10-09 15:33:07 227

原创 量化 2024-10-08

皮尔森回归系数。

2024-10-09 07:45:13 109

原创 打开量化投资的黑箱 - 读书笔记

量化交易的两个特征:复杂性和神秘性,例如:统计套利策略/配对交易从长期来看投资策略回报与市场趋势(基本面收益)无关的,追求阿尔法超额利润的量化交易策略上。系统性方法的适用范围(宽客什么时候应该人工干预):出现了影响市场行为的消息。量化交易和主观判断交易:如果建仓的点位选择以及头寸的规模大小都是系统自动生成的,就是量化交易。量化交易生产部分的典型结构:阿尔法模型:预测宽客所考虑的金融产品的未来趋势,未来的价格变动风险模型:帮助宽客控制可能会造成损失的敞口规模。

2024-10-04 13:28:52 486

原创 量化 2024-10-04 学习笔记

限价单投资者下限价单:只有当市场价格达到他们指定的价格或者更低的时候才会购买交易者下限价单:只有当市场价格达到他们限价或者更高的时候才会出售限价单可以控制交易价格,避免因为意外滑点造成损失。

2024-10-04 09:59:57 241

原创 量化 2024-10-03

在大多数交易平台上,红色K线通常表示该时间段内的收盘价低于开盘价,即股票价格下跌。K线 - 表示一个时间段内股票价格的变化 (开盘价,收盘价,当日最低和当日最高)实体大小代表内在动力,实体越大,上涨或下跌的趋势越是明显,反之趋势则不明显。:绿色K线则通常表示该时间段内的收盘价高于开盘价,即股票价格上涨。代表转折信号,向一个方向的影线越长,越不利于邮价向这个方向变动。上影线部分已构成下一阶段的上档阻力,邮价向下调整的概率居大。上影线:涨到一定程度,但是最后收盘的时候又跌回来了。

2024-10-03 10:57:13 246

原创 pytorch 2024-10-02

pytorch 的广播机制, 有限差分法, 直接求导法, 梯度下降

2024-10-02 15:17:00 181

原创 优化 2024-10-02

设函数 f:I→Rf:I→R ,其中 II 是实数线的一段区间。如果对于任意两点 x1,x2∈Ix1​,x2​∈I 以及任意 λ∈[0,1]λ∈[0,1] ,都有: f(λx1+(1−λ)x2)≤λf(x1)+(1−λ)f(x2),f(λx1​+(1−λ)x2​)≤λf(x1​)+(1−λ)f(x2​), 那么函数 ff 被称为凸函数。凸函数是数学优化和经济学中的一个重要概念。直观上,这意味着函数的图像位于任意两点连线的下方。

2024-10-02 14:35:21 192

原创 pytorch 2024-10-01

深度学习模型通常对微小的数值变化不敏感,而且训练过程中的非线性激活函数也会引入一定的数值误差。计算得更快,因为它占用的内存较少,这意味着内存访问和处理的时间更短。在深度学习中,模型和数据集往往非常大,使用。提供了更高的数值精度,但在大多数深度学习应用中,可以减少内存消耗,使得训练和推理更加高效。:许多图像和视频数据集在存储时使用的是。有良好的支持和优化,这意味着使用。在 PyTorch 中,通常使用。,这已经成为了行业的标准做法。或者更小的数据类型(如。可以减少数据转换的步骤。可以获得更好的性能。

2024-10-01 12:33:21 277

原创 量化 2024-09-30 学习笔记

分为前复权,后复权(会导致当前股票价格显示的不是实际成交价格,会影响短期投资行为)股票由于公司分红,拆股等行为导致的股价异常变动,但实际上公司的资产没有发生变化。复权因子(是一个系数),和股票的涨跌相关。复权因子= (1+涨跌幅)x前一交易日复权因子。每一个策略都需要有一个initialize函数来初始化。- g.security 要操作的股票的名称。g代表global,是一个全局变量。context保存上下文的信息。

2024-10-01 09:58:14 286

原创 Python 2024-09-30 学习笔记

如 Protocol Buffers、Thrift 和 Java 序列化,它们将数据转换为二进制格式,通常比文本序列化更紧凑,更适合快速传输和存储。:在网络上发送数据时,需要将对象转换为一种可以在网络上传输的格式。序列化可以将对象转换为字节流,通过网络发送,接收方再将字节流反序列化回原始对象。变量序列化是指将变量从内存中的格式转换为可以存储或传输的格式的过程。模块是常用的序列化工具,它可以序列化几乎所有类型的 Python 对象。:将内存中的对象状态保存到文件或数据库中,以便以后可以恢复对象状态。

2024-09-30 16:08:01 175

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除