logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

基于Excel的神经网络工具箱(之一)——DNN神经网络数据结构的算法实现

近三个月一直在研究ANN,为了真正深入地理解ANN的细节,我摈弃了那种直接调用算法库构建ANN的做法,而是选择了一条布满荆棘的小路,从数据结构和算法出发,从0开始一步步构建ANN的结构大厦。因为最熟悉的“开发工具”就是VBA(才疏学浅,其他的语言除了C以外都学艺不精),因此就从三个月前的国庆长假开始正式启动了开发一个Excel的神经网络工具箱的工作,现在已经完成了DNN的部分,可以在Excel中建

#神经网络#算法#数据结构
基于Excel的QR二维码生成工具——原理及算法详解(之一)

老虎二维码(下载链接在这里)是一个基于Excel的二维码生成工具,完全使用Excel表单公式结合VBA实现,没有调用任何外部库,实现了支持中文英文混合字符以及常用微信二维码编码的自动生成,在工作表单元格中填充二维码,并可以保存为图片复制到剪贴板中。老虎二维码工具从编码构造、RS码计算一直到QR码的填充全部都通过VBA或工作表函数实现的。为了完成这个工具,花了两个月的时间研究了QR Specifi

基于Excel的QR二维码生成工具——原理及算法详解(之六)

在前五篇文章中,我们讨论了伽罗华域以及里德所罗门纠错码的生成、二维码的数据编码等问题;在生成二维码的过程中,完成数据编码并计算纠错码后,工作已经结束了80%,剩下的部分就是数据填充和掩码了。因此,从本节开始,我们就集中精力讨论数据填充的问题,并会简单讨论BCH码的计算方式

#算法
基于Excel的QR二维码生成工具——原理及算法详解(之四)

在上一篇文章以及相关的两篇文章中,我们探讨了QR二维矩阵码生成过程中最关键的部分:里德所罗门纠错码(RS码)的生成原理及生成算法,不但涵盖了RS码的计算部分,同时还讨论了生成多项式、以及伽罗华域的相关理论,同时给出了Excel工作表函数的算法以及VBA算法代码。搞定了RS纠错码的计算,可以说QR码的生成工作就完成了大半了,因为剩余的部分都可以从QR Specification中得到很详尽的解释和示

#算法
基于Excel的QR二维码生成工具——原理及算法详解(之五)

在上一篇文章中,我们讨论了QR矩阵码的数据编码问题,并尝试使用Excel的工作表函数对数据进行了编码,将数据转化成为一个“0/1”字符串,但是这种方法有一个弱点,那就是很难实现混合编码,本文探讨如何利用VBA实现混合编码

【避坑指南】超级笔记 Supernote 私有云部署完整指南:从零到一在群晖Synology NAS上搭建私人同步服务器

本文提供了在群晖NAS上部署Supernote私有云服务的完整指南。文章详细介绍了从准备工作到最终部署的全过程,包括环境确认、目录结构设置、权限配置、Docker容器部署等关键步骤。特别针对国内用户可能遇到的网络问题,提供了配置国内镜像源的解决方案。指南中还标注了多个实际部署中可能遇到的"坑点"及其解决方法,如权限设置问题、Docker容器写入权限问题等。通过清晰的架构图和分步

文章图片
#服务器#运维
【踩坑实录】Supernote 私有云灾难恢复实录:从数据全毁到完美重建的 48 小时

摘要: 本文记录了作者在Synology NAS断电导致Supernote私有云崩溃后的48小时恢复过程。关键问题表现为登录报错TooManyResultsException,排查发现数据库多表残留数据及Docker网络配置错误(未使用自定义网络)。解决方案包括:1)完整备份设备数据;2)通过官方云中转数据;3)设备恢复出厂设置;4)重建私有云服务,确保mariadb、redis、notelib、

文章图片
#程序人生#学习方法#容器
【python量化交易】一个完全本地化的量化交易一站式解决方案——qteasy

qteasy是一款专为量化交易设计的本地化工具包,具有以下核心特点: 本地化全流程:支持数据获取、回测、优化、模拟交易全流程本地运行,保障隐私和可控性 防未来函数机制:通过数据窗口注入方式,确保回测仅使用"当时可见"数据,提高可信度 高效向量化计算:采用NumPy+Numba实现高速回测,支持多进程并行优化 策略组合灵活:内置70+策略,支持积木式多策略组合和参数优化 国内市场

文章图片
#python#数据库#金融
python量化交易——使用qteasy创建大小盘轮动交易策略,实现八倍收益率

本文介绍如何使用qteasy量化交易框架创建大小盘轮动交易策略。qteasy是一个功能全面的Python量化交易工具,支持数据获取、策略回测、参数优化和实盘交易。文章展示了如何通过内置的"ndayrate"策略实现轮动选股逻辑:比较两个指数20日涨幅,选择涨幅较大的持有。具体步骤包括创建Operator对象、配置策略参数(如选股数量、排序方式等),并提供了详细的策略文档查询方法

文章图片
#python#金融#大数据
Python量化交易——投资组合的评价和可视化(上):计算收益率、波动率、最大回撤、阿尔法alpha、贝塔beta、夏普率Sharp等指标【源码+详解】

量化投资:投资组合的评价和可视化、alpha阿尔法beta贝塔volatility波动率sharp夏普率等常用评价指标的含义、计算公式以及代码详解alpha阿尔法系数beta贝塔系数volatility波动率sharp夏普率MaxDrawdown最大回撤投资结果评价可视化..................

文章图片
#量化投资#python#量化交易
    共 43 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择