搜索[向量化]结果-低调大师优秀个人博客

精选列表

搜索[向量化]，共10000篇文章

Northstar v6.0.0.Final 已经发布，盈富量化平台

Northstar v6.0.0.Final 已经发布，盈富量化平台此版本更新内容包括：实盘正式版 v6重大更新把包名全部改为 org.dromara 的前缀重构了指标框架简化了项目依赖，移除了

2023-06-27

RT-DETR量化无损压缩优秀实战

RT-DETR 模型分析在对RT-DETR量化压缩前，我们对它进行了分析。

2023-06-14

数据科学在量化金融中的应用：指数预测（下）

回顾《数据科学在量化金融中的应用：指数预测（上）》，我们对股票指数数据进行了收集、探索性分析和预处理。

2023-01-12

数据科学在量化金融中的应用：指数预测（上）

《量化交易之路用Python做股票量化分析》。机械工业出版社。

2023-01-12

TiFlash 面向编译器的自动向量化加速

这种方案适用于已知向量化操作耗时比较长，相比可以忽略派发代价的情况。

2022-06-28

数据分析：复杂业务场景下，量化评估流程

本文源码：GitHub·点这里 || GitEE·点这里一、量化思维在编程体系中有很多复杂的业务是很难理解的，但是又需要做一个量化分析，给业务人员或者运营，或者用户一个参考标准，例如常见指数，芝麻分数

2020-12-02

vn.py 2.1.2 发布，基于 Python 的量化交易框架

vn.py 2.1.2 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2020-04-15

vn.py 2.1.1 发布，基于 Python 的量化交易框架

vn.py 2.1.1 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2020-03-15

vn.py 2.1.0 发布，基于 Python 的量化交易框架

vn.py 2.1.0 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2020-02-09

vn.py 2.0.9 发布，基于 Python 的量化交易框架

vn.py 2.0.9发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2019-12-27

移植 Python 量化交易 TA-Lib 库到函数计算

TA-Lib，全称“Technical Analysis Library”, 即技术分析库，是 Python 金融量化的高级库，涵盖了 150 多种股票、期货交易软件中常用的技术分析指标，如 MACD、

2019-12-22

vn.py 2.0.8 发布，基于 Python 的量化交易框架

vn.py 2.0.8 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2019-11-17

vn.py 2.0.7 发布，基于 Python 的量化交易框架

vn.py 2.0.7 发布了，vn.py 是基于 Python 的开源量化交易程序开发框架，起源于国内私募的自主量化交易系统，目前已经成长为一套全功能的交易程序开发框架。

2019-09-20

【手把手教你】玩转Python金融量化利器之Pandas

前言“手把手教你”系列将为Python初学者一一介绍Python在量化金融中运用最广泛的几个库（Library）: NumPy（数组、线性代数）、SciPy（统计）、pandas（时间序列、数据分析）、

2019-01-02

【Python金融量化】VaR系列（五）：Copula模型估计组合VaR

1. 资产组合VaR建模方法回顾文章中总结了通过DCC模型估计组合向前一日VaR的方法，整体思路如下： ●通过Garch族模型估计各资产的波动率 ●通过DCC模型估计各资产间的相关系数，结合1得到资产组合的协方差矩阵 ●在各资产正态性假设的前提下，可以知道资产组合也服从正态分布，并且均值与协方差阵已在1,2中计算得到 ●在已知组合中各但资产权重w的情况下，根据下式计算组合VaR 文章中总结了通过蒙特卡洛方法估计组合向前K日VaR的方法，也可以仅计算组合向前一日VaR（本文只考虑向前1日的情况），文章中也对比了蒙特卡洛方法与DCC方法得到的结果，差异并不大。蒙特卡洛方法的思路如下： ●根据Garch族模型估计资产的波动率 ●根据DCC模型估计组合的相关系数 ●在1,2的基础上，在正态性假设前提下，得

2018-10-09

Spring Cloud之量化分析应用续租的内存消耗

索性就试试量化分析一次心跳带来的内存消耗！本文纯属好奇心驱使，无实际意义。如何量化分析？量化分析？那么多干扰因素，怎么个分析法？

2018-08-30

基于Python装饰器的向量化计算速度对比

timer是一个装饰器，功能是给被装饰的函数计时。如果要进一步了解装饰器的使用，点击此链接Python闭包函数和装饰器 sumOfLoop函数是常规的使用for进行循环遍历求和的方法； sumOfComprehension函数使用推导式得出新的列表，然后用内置sum函数求出列表的和； sumOfVectorization函数使用np.dot方法求出两个数据类型的为numpy.ndarray的对象的点积，两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为：a·b=a1b1+a2b2+……+anbn。 np.random.rand()方法需要传入一个参数，例如传入参数为5，则返回一个数据类型为numpy.ndarray、长度为5、其中元素的值范围为0-1的对象，如下图所示： np.random.rand()方法.png from time import time import numpy as np def timer(func): def inner(*args,**kwargs): start = time() result = func(*args,**kwargs) end = time() usedTime = 1000 * (end - start) print("%s function used %.2f ms,return %.4f" %(func.__name__,usedTime,result)) return result return inner @timer def sumOfLoop(np_array): result = 0 for i in np_array: result += i * i return result @timer def sumOfComprehension(np_array): return sum([i * i for i in np_array]) @timer def sumOfVectorization(np_array): return np.dot(np_array,np_array) if __name__ == "__main__": print("计算小数平方和三种方法对比:") n = np.random.rand(3000000) a = sumOfLoop(n) print(a) sumOfComprehension(n) sumOfVectorization(n) print("计算整数平方和三种方法对比:") n = np.array(range(3000000)).astype('int64') sumOfLoop(n) sumOfComprehension(n) sumOfVectorization(n) 本文作者在2018年7月13日晚11点的运行结果如下：计算小数平方和三种方法对比: sumOfLoop function used 1036.76 ms,return 999213.4882 sumOfComprehension function used 1103.75 ms,return 999213.4882 sumOfVectorization function used 2.00 ms,return 999213.4882 计算整数平方和三种方法对比: sumOfLoop function used 545.89 ms,return 8999995500000499712.0000 sumOfComprehension function used 718.86 ms,return 8999995500000499712.0000 sumOfVectorization function used 5.00 ms,return 8999995500000499712.0000

2018-07-12

【量化投资从入门到精通 #01】量化投资到底是个啥？把"我觉得要涨"变成一条能跑的规则

量化投资干的第一件事，特别朴素：把你脑子里那句"我觉得某某要涨"，翻译成一条计算机能执行、能重复、不带情绪的规则。

2026-08-12

IPD价值量化与商业闭环（13）：跨行业IPD价值量化的差异——不同行业的核心价值指标对比

当IPD进入软件、医药、快消或重工等迥异业态，其价值量化便从通用的时间、成本、质量“铁三角”，裂变为一套高度特异化的指标体系。

2026-08-11

IPD价值量化与商业闭环（12）：IPD价值量化工具的实操应用——如何用工具实现价值闭环管理？

价值量化工具的落地应用，正是破解这一痛点的核心抓手。

2026-08-04

资源下载

更多资源

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。

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（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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。