我认为，人工智能就是为了发现特定数据集合内含的知识，使用计算机进行大规模试错，并尽可能减少试错次数，找到比较好的结果。人工智能包含3要素：数据集合（大数据）是试错的对象；计算机硬件，是试错规模的保障；软件是尽量减少试错次数的保障。...

量化投资策略：常见的几种Python回测框架（库） 在实盘交易之前，必须对量化交易策略进行回测。在此，我们评价一下常用的Python回测框架（库）。评价的尺度包括用途范围（回测、虚盘交易、实盘交易），易用程度（结构良好、文档完整）和扩展性（速度快、用法简单、与其他框架库的兼容）。 Zipline: 事件驱动的回测框架。Quantopian 正在使用它。Zip

在经历股市多年的大起大落、大赚大赔之后，痛定思痛，深切感到在金融市场拼搏，必须建立健全交易纪律守则，严格执行。这套完整的纪律守则，就是“交易系统”。在许多方面，它与一般的专家系统相近似。专家系统的最佳开发工具，是Erlang下的Eresye。它的缺点是，其他语言如C、Python对它的调用不方便。如果主程序是C或Python，一般需将Eresye做成服务器，通过sockets通讯调用，

Jupyter Notebook 的快捷键Jupyter Notebook 有两种键盘输入模式。编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。命令模式，键盘输入运行程序命令；这时的单元框线是灰色。命令模式 (按键 Esc 开启)Enter : 转入编辑模式Shift-Enter : 运行本单元，选中下个单元Ctrl-Enter : 运行本单元Alt-Enter :

Jupyter Notebook 的快捷键Jupyter Notebook 有两种键盘输入模式。编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。命令模式，键盘输入运行程序命令；这时的单元框线是灰色。命令模式 (按键 Esc 开启)Enter : 转入编辑模式Shift-Enter : 运行本单元，选中下个单元Ctrl-Enter : 运行本单元Alt-Enter :

pybacktest 教程本教程让你快速了解 pybacktest's 的功能。为此，我们回测精典交易策略移动平均线MA交叉。MA快线上穿慢线时，买进做多MA快线下穿慢线时，卖出做空进场规则，也是退场规则，交易策略相反相成软件包在此下载 https://github.com/ematvey/pybacktestimport pybacktestimport p

第一章 用神经网络识别手写数字人类的视觉系统，是个世界奇迹。看看下面的手写数字：大多数人毫不费力地识别这些数字为504192。以为这很容易，其实是错觉。在人类大脑半球上，有个初级视觉皮层，V1区，含有1亿4000万个神经元。在这些神经元之间有数百亿个连接。然而，人的视觉不只是V1，而是多个视觉皮层 —— V2、V3、V4和V5，做更复杂的图像处理。我们的头脑好比一台超级计算机，和谐

一、eXAT概况Erlang家族中，有个几乎没人提及的好东西，eXAT。eXAT的全称是：erlang eXperimental Agent Tool（Erlang实验性Agent工具）。eXAT是意大利卡塔尼亚（Catania）大学开发的，他们介绍说：eXAT 是用Erlang写的开发“多头代理系统”（multi-agent systems）的实验性工具。与其他说明式语言Pr

二、基本概念（1）什么是“Agent”和“面向Agent编程”？网上有关的介绍很多，我觉得以下2种说法比较好。说法之一：关于 Agent 一直没有一个统一、普遍的标准定义。因为这就和给人工智能下一个非常精确的定义一样困难。软件 Agent 技术最早起源于早期的人工智能（ AI ）研究。 1977 年当 Hewitt 在研究同步行为模型 (Concurrent Actor Mod

Jupyter Notebook 的快捷键Jupyter Notebook 有两种键盘输入模式。编辑模式，允许你往单元中键入代码或文本；这时的单元框线是绿色的。命令模式，键盘输入运行程序命令；这时的单元框线是灰色。命令模式 (按键 Esc 开启)Enter : 转入编辑模式Shift-Enter : 运行本单元，选中下个单元Ctrl-Enter : 运行本单元Alt-Enter :