草庐IT

数值量化

全部标签

什么是外汇量化交易?风险大吗?

什么是外汇量化交易?风险大吗? 量化交易,也有自动化交易,程序化交易,EA,高频交易,算法交易等等,大致意思差不多,不同的领域可以叫法不一样,譬如外汇市场大多叫EA。主要是把自己的交易系统通过计算机语言(Python,matlab等等,很多)程序编写实现出来,把这个程序和数据信息(量价信息,基本面,金融政策信息等等)接口接上,通过在计算机或服务器(现在大部分都是租一个云服务器)上运行,实时执行各种分析,选股,择时,买,卖,加仓,减仓,止损止盈等等。这样可以省去一些人力成本(人力分析慢,3000只股票得需要很对人天天),省去不必要的盯盘时间,一定程度规避情绪心理因素影响。一个完整的量化交易包括很

android - Lottie 中的 PNG 文件是什么?它们是矢量化的吗?

我从设计师那里得到了Lottie文件,它包含png文件。尺寸很小。但是,它似乎质量低下。然后我将它添加到View中并构建并启动了我的应用程序,它看起来很模糊。我猜,Lottie无法矢量化的部分仍然是PNG文件。其他的在json中。是这样吗?如果是,第二个问题是,Lottie有一些功能可以使用PNG文件,例如矢量化图像源及其连接的json文件?我需要对应设备屏幕(分辨率)。json+PNG是否可以对应所有分辨率?如果不是,我是否应该将它们分开,对于PNG部分,我需要mdpi、hdpi、xdpi,...卓别林? 最佳答案 LottieL

javascript - 如何在 webview 组件中检索 Javascript 函数值

如何从webview组件中加载的网页中检索Javascript函数值? 最佳答案 你不能,直接。您可以通过loadUrl("javascript:...")调用Javascript函数,其中...是您的函数调用。但是,您无法通过这种方式获得结果。如果您通过addJavascriptInterface()将Java对象注入(inject)网页,您可以设置另一个函数来调用您想要的函数并通过调用注入(inject)的Java对象返回该值。不过,这只有在您可以修改网页时才有效。 关于javasc

量化投资学习——股指期货研究(二)

首先解释一些常见的概念0.持仓持仓量是期货市场纵深发展的风向,会影响到某个价位或区间买卖的能力。成交量是指某段时间内成交期货或期权合约的总数,通常以每个交易日来计算。持仓量是指已成交但尚未进行交割或对冲的期货或期权合约总量。1.基差基差就是近月和远月期货,或者现货和期货的价格差(有一些语境下是期货和现货,远月和近月,只是符号的不同)年化基差其中F为当前期货价格,S为当前现货价格,T为期货到期日,考虑分红的折现后,以收益率的形式定义年化基差:年化折溢价率=当前基差/当前指数点数/距离到期天数*3602.展期展期就是通过不断使用高流动性的期货合约来代替流动性差的期货合约以实现资产保值3.期限结构c

【动手学深度学习】第四章笔记:多层感知机、权重衰减、暂退法、数值稳定性和模型初始化、环境和分布偏移

为了更好的阅读体验,请点击这里4.1多层感知机4.1.1隐藏层由于仿射变换中的线性是一个很强的假设,因此导致了线性模型可能会不适用。线性意味着单调假设:任何特征的增大都会导致模型输出的增大或者模型输出的减小。但是违反单调性的例子比比皆是。除此之外,分类任务中,仅依托像素强度分类也很不合理。由于任何像素的重要性都以复杂的方式取决于该像素周围的值。对于深度神经网络,用观测数据来联合学习隐藏层表示和应用于该表示的线性预测器。因此可以在网络中加入隐藏层。把前\(L-1\)层看作表示,把最后一层看作线性预测器。这种架构通常称为多层感知机。但是具有全连接层的多层感知机的参数开销可能太过巨大。用矩阵\(\b

ChatGPT引领AI时代:程序员、项目经理、产品经理、架构师、Python量化交易师的翅膀

💂个人网站:【海拥】【神级代码资源网站】【办公神器】🤟基于Web端打造的:👉轻量化工具创作平台💅想寻找共同学习交流的小伙伴,请点击【全栈技术交流群】在当今AI时代,ChatGPT作为一项卓越的语言模型技术,不仅仅在自然语言处理领域有着显著的影响,更在程序开发、项目管理、产品设计、系统架构以及量化交易等多个领域崭露头角。本文将深入探讨ChatGPT在程序员、项目经理、产品经理、架构师以及Python量化交易从业者的角色中发挥的独特作用,揭示ChatGPT如何为这些职业插上一双翅膀,助力其在激烈的竞争中腾飞。AI时代产品经理升级之道:ChatGPT让产品经理插上翅膀在这个充满变革的时代,产品经理的

TensorFlow量化指南

作者:禅与计算机程序设计艺术1.简介TensorFlow是目前最流行的开源机器学习框架之一,它提供了基于图计算的模型训练能力、强大的可扩展性、灵活的数据输入管道等优点。然而,随着深度神经网络(DNN)的普及和计算机硬件的不断升级,传统的浮点运算已经无法满足复杂任务的高性能要求。为了解决上述问题,TensorFlow在近几年中推出了“量化”(Quantization)机制,将浮点数转换成低精度的整型或定点数,从而减少模型的大小和计算量,同时提升推理速度。本文将围绕量化机制进行详细介绍,并结合实际案例,提供简单易懂的原理和操作方法。希望读者可以根据自己对机器学习领域的理解,轻松阅读完毕,并且能够有

MATLAB求分数阶微分的数值解,G-L定义,R-L定义,Caputo定义

    分数阶微积分学是整数阶微积分学的直接拓展,将一阶导数、二阶导数、一重积分、二重积分等整数阶微积分拓展到0.75阶导数、阶导数等实数甚至是复数阶的导数或积分。这无疑拓展了微积分学的深度。    对于整数阶微积分,一般可以具有简洁明确的物理意义,比如位移、速度和加速度可以很好地解释一个信号与其整数阶导数之间的关系。然而分数阶微积分却没有那么简洁易懂的物理解释。目前对于分数阶微积分的定义,比较应用广泛的是G-L定义,R-L定义和Caputo定义。Grünwald-Letnikov定义:用MATLAB语言编写出Grünwald-Letnikov分数阶微积分数值计算的函数:functiondy=

移远通信5G RedCap模组拿下首个中国移动5G物联网开放实验室5G及轻量化产品能力认证

10月21日,在2023世界物联网博览会期间,中国移动举办了以“智融万物创见未来”为主题的物联网开发者大会暨物联网产业论坛。作为中国移动在物联网领域重要的合作伙伴,移远通信应邀参加论坛。随着千行百业数智化进程的不断加速,5G技术正在扮演着越来越重要的角色,轻量级5G受到了业界越来越多的关注。论坛上,中国移动5G物联网开放实验室向首批通过其5G及轻量化产品能力认证的移远通信等多家厂商颁发了认证成果证书,覆盖模组、CPE、网关等5G产品,为5G及RedCap技术加快赋能千行百业按下了加速键。作为5G领域的先行者,一直以来,移远通信在5G技术的探索和应用等方面走在行业前列。在轻量化5G领域,近日,移

【数值分析实验】(七)特征值与特征向量(含matlab代码)

目录1背景简介2案例设计3数学模型3.1幂法3.1.1算法过程3.1.2代码3.1.3计算结果3.2反幂法3.2.1算法过程3.2.2代码3.2.3计算结果4分析与讨论1背景简介        利用已有的非线性方程的数值解法能够近似计算部分特征值,但要求出特征方程的所有根难度极大。幂法是一种计算矩阵主特征值及对应特征向量的迭代方法,特别适用于大型稀疏矩阵。反幂法是计算海森伯格阵或三对角阵的对应一个给定近似特征值的特征向量的有效方法之一。2案例设计3数学模型3.1幂法3.1.1算法过程3.1.2代码%%输入参数%输入矩阵A=[631;231;111];%输入初始值u0=[1;1;1];%%采用幂