首页 文章 精选 留言 我的

文章列表

共 209202 篇
你的量化策略回测很赚钱,实盘却巨亏?3个常见数据陷阱与 Python 修正方案

你的量化策略回测很赚钱,实盘却巨亏?3个常见数据陷阱与 Python 修正方案

许多量化开发者在完成一个策略回测时,往往能看到一条近乎完美的 45 度角资金增长曲线,而一旦上线实盘却迅速腰斩。这绝非只是“运气不好”,而是由于回测代码中无意间踩入了回测数据三大作弊陷阱:使用未复权数据导致的均线失真、未来函数(以当天的收盘价成交)以及时区时间戳漂移[9]。 本文将手把手教你如何使用 QuantDash 统一的前复权行情[8],配合 Pand...

一套代码跑遍 A 股、美股、港股:基于 QuantDash 的跨市场量化实战

一套代码跑遍 A 股、美股、港股:基于 QuantDash 的跨市场量化实战

随着全球大类资产配置的普及,跨市场量化交易(如 A 股沪深 300、港股腾讯控股、美股特斯拉及苹果)已成为量化团队的核心研究领域[5][6]。然而,开发多市场交易策略时,由于不同交易所的接口彼此割裂、代码后缀(如 .SS/.SZ、.HK、US)极其混乱、返回的数据列名及日期格式不一致,开发者往往需要编写大量臃肿的 if/else 代码清洗逻辑。 本文将展示如...

如何用 Python 一键扫出 A 股全市场量价异动?基于 QuantDash 批量行情的生产级实战

如何用 Python 一键扫出 A 股全市场量价异动?基于 QuantDash 批量行情的生产级实战

在构建全市场选股看板或盘中异动监控系统时,如何高效拉取数千只股票的实时行情是一大技术难关[1]。传统的做法是针对股票列表进行 for 循环串行请求,这极易触发接口限流、导致 IP 被封,且单次轮询耗时长达数分钟,彻底失去“盘中实时监控”的意义[2]。 本文将介绍如何使用 QuantDash 提供的生产级批量接口,通过一键获取全 A 股行情快照的高效方案,配合...

软包电芯模组PACK线MES架构难点与云边协同改造实践

软包电芯模组PACK线MES架构难点与云边协同改造实践

软包电芯因其高能量密度与尺寸灵活性,在高端乘用车与储能市场中份额逐年攀升。但与圆柱或方形电池不同,软包电芯采用铝塑膜封装,结构刚性弱,极耳易变形——这一物理特性直接决定了其模组PACK线的工艺控制难度远超其他形态电池。当前行业面临一个深层矛盾:产线自动化水平不断提升,但综合直通率往往比电芯制造段低3到5个百分点。问题的根源并非单机设备不够先进,而在于传统ME...

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册