本视频教程讲解了如何使用 Python 库 pickle 来保存训练好的机器学习模型，以便在需要时直接加载使用，避免重复训练。视频中主要介绍了以下内容：为什么要保存模型？ 因为训练模型可能需要较长时间，特别是当模型比较复杂或者数据量较大时。保存模型可以节省训练时间，方便快速使用模型进行预测。pickle 库的用法： pickle 库可以将 Python 对象序列化成二进制文件，以便保存到磁...

Chandel动量指标 (CMO) 详解这段文字介绍了Chandel动量指标 (CMO) 的基本概念和应用。CMO主要用于识别超买和超卖情况，与RSI指标类似，但它更关注价格变动的力量，即向上和向下的推动力。CMO的计算方法如下：SOU: 上涨幅度之和SOD: 下跌幅度之和CMO = (SOU - SOD) / (SOU + SOD) * 100CMO通常使用10个周期作为时间框架...

本教程视频将介绍如何添加玩家需要避开的障碍物。视频中，我们将创建一个简单的汽车游戏，但目前缺少让汽车移动的感觉。我们可以在水平方向上移动汽车，但无法让汽车向前移动。因此，我们将添加一些会移动的障碍物，游戏目标是避开这些障碍物。首先，我们需要创建一些障碍物。我们将定义一个名为“things”的函数来创建障碍物，该函数将接收以下参数：thing_x：障碍物横坐标thing_y：障碍物纵坐标t...

这段文字详细介绍了如何计算“Swing Index”指标，并用 Python 代码示例进行说明。主要内容包括：**数据准备：**需要两天日期的开盘价、最高价、最低价和收盘价。**公式介绍：**Swing Index 指标的计算公式包含 R、K 和 L 三个参数。其中 L 是一个固定值，表示“Limit Move”。R 参数计算：R 是 h2-c1、l2-c1 和 h2-l2 三者中...

这段文字介绍了如何用 Python 代码实现简单移动平均线 (SMA) 的计算。作者首先解释了 SMA 的概念：它是一种将一段时间内的多个数据点平均起来，以平滑数据趋势的计算方法。然后，作者用具体的例子说明了如何计算 SMA，并指出 SMA 可以用于识别短期或长期趋势。最后，作者展示了如何用 Python 代码定义一个函数来计算 SMA，并解释了函数的参数和作用。具体来说，这段文字涵盖以下内容：.

这段文字描述了如何用 Python 代码计算一个叫做 swing index 的指标。首先，代码解释了如何计算 K 值，它是 H2-C1 和 L2-C1 中较大的值。代码定义了一个名为 calc_K 的函数来计算 K 值，并提供了示例代码来展示如何使用该函数。接下来，代码解释了如何计算 L 值，它是 limit move 的值。代码将 L 值赋值给 LM 变量。然后，代码定义了一个名为 sw...

这段文字介绍了如何在 Python 中计算指数移动平均值 (EMA)，并与简单的移动平均值 (SMA) 进行了对比。主要内容:定义函数: 首先定义了一个名为 exp_moving_average 的函数，该函数接受两个参数：values（数据序列）和 window（窗口大小）。计算权重: 函数内部使用 numpy.linspace 计算权重数组，权重数组的长度等于窗口大小，并根据窗口大小设...

平均真实波动幅度（ATR）详解这段视频主要介绍了平均真实波动幅度（Average True Range，ATR），它是由威尔斯·怀尔德（Wells Wilder）开发的，用来衡量股票的波动性。ATR的计算方法：真实波动幅度（True Range）: 每日最高价减去最低价，或者将昨日收盘价与今日最高价或最低价的差值取最大值。平均真实波动幅度（ATR）: 对真实波动幅度进行14天指数移动平均...

这段文字讲述了作者开发自动驾驶汽车项目的经历。作者最初使用 OpenCV 进行车道检测等简单操作，后来转向深度学习，并不断尝试提升模型效果。由于项目进展缓慢，作者一度感到疲惫，因为期望过高，导致他认为自己无法超越大型公司在自动驾驶领域的成果。近期，作者重新审视了项目，并决定更新模型，因为他的 AI 理解和机器学习领域都取得了进步。作者提到了模型的变化，例如从 Inception V3 升级到 X.

这段文字介绍了在 Quantopian 平台上使用自定义数据进行回测的方法。作者提到了两种使用自定义数据的方法：一种是直接加载数据到内存，另一种是使用数据包（bundles）。作者更倾向于第一种方法，因为它更简单易懂。作者详细讲解了如何使用 Pandas 库加载 CSV 文件到内存并将其转换为数据框（DataFrame）。数据框类似于 Excel 表格，包含开盘价、最高价、最低价、收盘价和成交量.