airyv的博客

Alphalens 是非常著名的一个python因子分析库。但是该库由于目前已经不怎么维护，问题非常多。。由于该库的demo都是基于国外雅虎财经的接口yfinance。如果使用国内的akshare配合使用会出现一下问题。需要对Alphalens接口非常熟悉。建议阅读其原始接口的注释，特别是get_clean_factor_and_forward_returns方法。

pyfolio可以分析backtrader的策略，并生成一系列好看的图表，但是由于pyfolio直接install的稳定版有缺陷，开发版也存在诸多问题，使用的依赖版本都偏低，试用了一下之后还是更推荐quantstats。

网上有很多backtrader的文章，并有些将其与vnpy做比较，经过安装后发现，还是backtrader教程简单。

在UCB CS 61A的Homework 02中，有这样一个问题：Question 4: Church numerals难以理解的那段代码为：successor函数使用 lambda 返回匿名函数。这很难阅读，所以我们可以使用一个命名函数替换它。所以现在我们已经分解了原函数，可以看到successor返回一个函数，而该函数又返回另一个函数，该函数返回…。 f(n(f)(x)) 让人很难阅读，其含义为函数f被参数 n(f)(x)调用，而n(f)返回一个函数传递参数x。让我们使用一些更具描述性的变量名称

解决方法：results = model.predict_generator(testGene,30,verbose=1)改为results = model.predict(testGene,30,verbose=1)

model.py中的model = Model(input = inputs, output = conv10)修改为model = Model(inputs = inputs, outputs = conv10)

解决方法：安装cuDNN即可解决cuDNN DownloadcuDNN地址如下，不过要注意的是，我们需要注册一个账号，才可以进入到下载界面。大家可以放心注册的。https://developer.nvidia.com/rdp/cudnn-download将解压后的文件放入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1...

如果觉得python版本过高，比如现在版本是3.7，想使用python3.6，创建一个python3.6环境即可，使用anaconda可以很方便实现。首先使用镜像网站，给anaconda添加该镜像网站：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --set show_channel_urls yes可以输入2次conda config --add c

最简单的修复方法是安装最新的’ NVIDIA GPU Computing Toolkit’，因为如果缺失文件，就会报错丢失’cudart64_100.dll’库。唯一的问题是，CUDA的最新版本有这个特殊的库升级到’cudart64_101.dll’，而最新的TensorFlow仍然需要较旧的’cudart64_100.dll’。总而言之，处理这个问题的一种方法是安装最新的CUDA，然后拷贝’cudart64_100.dll’库从旧安装到新的。...