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

【深度学习量化交易21】行情数据获取方式比测(2)——基于miniQMT的量化交易回测系统开发实记

之前在测试单股订阅 subscribe_quote时,仅订阅了10只股票进行测试,测试发现这种订阅方式,由于每只股票数据都要单独触发一次回调函数,该过程变得有些低效。对于少量股票订阅该效率尚可,股票数量多了后,可能会带来不能接受的低效。对于非研投版的MiniQMT,单股订阅的上线是300只,那么就需要测试一下在订阅了300只股票时,单股订阅的实际表现了。

文章图片
#深度学习#人工智能
【深度学习量化交易19】行情数据获取方式比测(1)——基于miniQMT的量化交易回测系统开发实记

最佳方法:订阅全推行情 subscribe_whole_quote次选方法:单股订阅subscribe_quote也就是两种方式可兼具,根据订阅的股票数量和策略场景自由选择。其实所谓“订阅全推行情”,并不是一定要把沪深的股票全部订阅,是可以指定要订阅的股票代码的。

文章图片
#深度学习#人工智能
【深度学习-第5篇】使用Python快速实现CNN分类(模式识别)任务,含一维、二维、三维数据演示案例(使用pytorch框架)

​CNN也可以扩展到非图像领域使用,比如对一组一维数据,也是同样可以实现分类的。本篇文章是之前CNN分类的MATLAB实现那篇文章的姊妹篇,通过这篇文章,大家将会快速掌握使用pytorch框架进行CNN分类的编程方法,另外对于主体代码流程,我也做了傻瓜化使用的封装,方便大家使用。​

文章图片
#深度学习#python#cnn +1
【深度学习量化交易13】继续优化改造基于miniQMT的量化交易软件,增加补充数据功能,优化免费下载数据模块体验!

近期主要做了两项工作:1.我根据大家的使用反馈,将当前系统进行了完善。感谢提供反馈的朋友们,系统在大家共同的建议下将会越来越完善和易用。2.同时我为数据下载模块添加了一个重要功能——数据补充。

文章图片
#深度学习#人工智能
【Python】类EMD的“信号分解方法”横向对比详解,EMD,EEMD,CEEMD,CEEMDAN,ICEEMDAN,EWT,VMD优劣对比。附一行代码实现所有分解方法,7合1的python代码!

目前网上没有iceemdan的python版本代码,本篇中将该方法予以补全。另外vmd分解使用的vmdpy工具包在分解奇数数量的信号时,其分解结果的数据长度会缩短1,对于此bug,在本文的代码中也予以修复。

文章图片
#python
【深度学习量化交易2】财务自由第一步,三个多月的尝试,找到了最合适我的量化交易路径

一晃三个多月时间过去了,十一前后股市突然爆火,行情也像过山车一样,笔者在其中靠直觉辗转腾挪,勉强落得个不赔不赚。此事也给我打了一针鸡血,加快了量化交易研究和系统开发进度。

文章图片
#量化交易#python
【深度学习量化交易11】miniQMT快速上手教程——使用XtQuant进行实盘交易篇(一万七千字超详细版本)

XtTrade是XtQuant中专门用于交易的模块。系统设置接口:用于创建API实例、注册回调、启动交易线程等基础功能操作接口:提供下单、撤单、订阅等交易操作功能查询接口:用于查询账户资产、持仓、委托、成交等信息回调接口:用于接收交易推送信息创建API实例并注册回调启动交易线程并建立连接订阅账户信息进行交易操作(下单、撤单等)接收交易推送信息程序结束时取消订阅并断开连接。

文章图片
#深度学习#人工智能#量化交易 +1
神经网络15分钟入门——使用python从零开始写一个两层神经网络

本篇是该系列的第三篇,建议在阅读本篇文章之前先看前两篇文章。Mr.括号:神经网络15分钟入门!足够通俗易懂了吧Mr.括号:神经网络15分钟入门!——反向传播到底是怎么传播的?在本文中将使用python实现之前描述的两层神经网络,并完成所提出的“象限分类”的问题。需要注意的是,虽然标题叫做神经网络15分钟入门,但是到这篇文章,对于没接触过python的同学,15分钟怕是不太够。好在p...

#神经网络#人工智能
    共 84 条
  • 1
  • 2
  • 3
  • 9
  • 请选择