在量化领域，对性能要求比较高，特别是高频交易，那是纳秒必争。在RUST中，测试一个函数，或一个操作耗时即性能分析，应是如何做呢？一、计时器是否可以用std::time::systime 来计算花时情况？我们来试一试：use std::time::SystemTime;pub struct Stock{pub price:f64,pub volume:i32,pub code:String,pub

Docker学习笔记 — 配置国内免费registry mirrorhttps://blog.csdn.net/junzixing1985/article/details/80593421

使用Flux+Julia实现手写数字识别安大叔深度学习民工。职业调参侠。使用MNIST数据集对0到9之间的数字进行手写数字识别是神经网络的一个典型入门教程。该技术在现实场景中是很有用的，比如可以把该技术用来扫描银行转帐单或支票，其中帐号和需要转账的金额可以被识别处理并写在明确定义的方框中。在本教程中，我们将介绍如何使用Julia编程语言和名为Flux的机器学习库来实现这一技术。为什么使用Flux和

linux:cargo rustc -- -C link-arg=-nostartfileswindows:cargo rustc -- -C link-arg=-nostartfiles

polars库是python的又一dataframe库，显然，在pandas库的光芒下，要上位是不容易的，必须有过硬的功夫。一、用法基本一致从介绍上看，两者有孪生相，用法和接口基本无二。至少大部分非常非常相似。估计很多只需要在import 这行改一行，估计就能用上了。安装：pip install polars也可以通过镜像，这样快一些。二、速度polars优势明显import timeimport

Campisi债券业绩归因模型https://qutke.cn/articles/59f15d65e4b0a540c7479b29

量化交易平台—事件驱动原理【前言】在搞定交易接口后，我们开发交易系统的第一步就是要弄清楚系统的工作原理。本文是我看的公司的中频平台文档的总结，公司是基于开源的vn.py修改而来，但是驱动引擎是一样的。会参考vn.py官方文档，公司是参考其修改的。但在正在研发的高频交易平台上是根据CTP接口接发数据的格式，合并成单线程，配合solarflare的网卡，速度不吃亏。本文以及下面的三篇文章主要是现有的中

把开发端放在阿里云上，通过IDE vscode 的 remote-ssh可以很好地实现本端客户端（windows或wsl）与服务端（linux）的完美结合。一、准备工具1、vscode2、安装remote-ssh 插件二、进行相关配置1、设置中进行配置点击设置，按"ctrl +shit +p",输入“remote-ssh.show”,在下方找到对应项，点击，选上。2、配置.confi...

公司深度系列— 作者：徐紫薇 —数据中台具体做什么1.1. 数据中台是什么？恒生电子对数据中台的定义：作为全领域数据的共享能力中心，旨在提供数据采集、数据模型、数据计算、数据治理、数据资产、数据服务等全链路的一站式产品、技术、方法论的服务，构建面向数据应用的数据智能平台。数据中台位于后端的数据网关层（数据源）和前端的业务应用层中间，为快速敏捷的前端应用需求和相对缓慢的核心数据变化及复...

ClickHouse存储A股数据实践Quant最爱​用Python的交易员等作者：量化投资与机器学习公众号独家撰写量化回测，苦于MySQL久矣，特别是进行股票日内因子构建分析或全市场因子测试的时候，每当按下回车时，MySQL就跟丢了魂一样，查询费时，大吞吐量读取也非常耗时。虽然MySQL的优化技巧足够写一本书，但这些都需要交给专业的DB工程师去做，量化打工人没有能力更没有时间倒腾这些。那有没有省时