博主之前写过一篇类似的文章，不过还是不够清晰直观，本文将进一步直观的解释，为什么需要独立同分布假设，以及什么时候该假设可以弱化。机器学习的根本目的是为了拟合features和label之间的函数关系，即y=f(x_1,x_2,...,x_k,x_k+1,...,x_n)，目的是通过样本数据、模型和优化算法，拟合出f，然后再用拟合得到的f去做预测。因此，好的拟合有三要素：高质量的样本数据、理论可得到

BP算法是训练神经网络的一种算法，其是一种计算神经网络可训练参数的梯度的高效算法，正是因为BP算法的提出和在工程上的实现，使得深度神经网络模型可以比较轻易的训练。BP算法是建立在梯度下降的优化算法基础之上的，正是因为我们使用了梯度下降的方法来优化我们的模型，我们才有计算参数梯度的需求。当然，神经网络已经给了我们目标函数的表达方式，因此，计算梯度其实是一件很显而易见的事情，问题在于，如果更加高效简单

不同的项目可能会使用不同版本的包或库，并且我们希望项目的依赖库尽量的少，所以不需要的库便不再安装，尽量保持项目的干净整洁，这样对于不同的项目，有必要给其创建不同的环境。python中，可以通过虚拟环境来实现这个想法。一个虚拟环境包含了python解释器和项目需要的库，以及一些构成虚拟环境的文件。其和系统python以及其他虚拟环境独立，所以我们可以把一个虚拟环境当作一个独立的开发执行环境，从而保持

pandas基于numpy，所以其中的空值nan和numpy.nan是等价的。numpy中的nan并不是空对象，其实际上是numpy.float64对象，所以我们不能误认为其是空对象，从而用bool(np.nan)去判断是否为空值，这是不对的。对于pandas中的空值，我们该如何判断，并且有哪些我们容易掉进去的陷阱，即不能用怎么样的方式去判断呢？可以判断pand......

出现这个问题，首先就是检查源文件的编码方式是不是utf8，这个可以用vscode或者notepad++打开后直接看编码方式，当然也可以用其他方法查看。如果不是utf8编码方式，则自然不能用utf8解码，对此只需要把编码参数设置成对应的编码方式即可。当然，上面说的是最简单基本的解决方式，一般遇到上述问题，如果用各种编辑软件打开源文件后显示的编码方式就是utf8，但是尽...

       笔者之前写过一篇关于vnpy的简单介绍和安装方法，本篇文章的目的是简单介绍vnpy的框架，然后详细介绍一下如何用vnpy开发自己的量化策略以及整个的回测逻辑是怎么样的。只有我们真的搞清楚了框架结构和相关的逻辑，我们才可以比较灵活高效的使用这种开源框架。       vnpy是开源的，好处是显而易见的，我们可以自己修改和增加相关的功能，个性化定制；但是弊端就是，对于我这样的一个初级..

pandas的DataFrame的apply函数可以实现对指定的轴进行遍历操作，这是个很方便也很常用的函数，但是问题在于，当我们的数据量较大，比如有50万行，这时要对50万行进行逐行遍历的话，如果对每行的操作用到了Series索引，那么这将是一个非常耗时的过程，因为对于pandas来说，索引操作是低效的，这种低效再经过50万行放大，那么性能就会显得很差。对此，我们可以通过numpy的...

pandas基于numpy，所以其中的空值nan和numpy.nan是等价的。numpy中的nan并不是空对象，其实际上是numpy.float64对象，所以我们不能误认为其是空对象，从而用bool(np.nan)去判断是否为空值，这是不对的。对于pandas中的空值，我们该如何判断，并且有哪些我们容易掉进去的陷阱，即不能用怎么样的方式去判断呢？可以判断pand......