搜索[量化交易]结果-低调大师优秀个人博客

精选列表

搜索[量化交易]，共10000篇文章

web3j教程：java和android如何使用web3j开发以太坊智能合约并进行交易

从广义上讲，有web3j支持三种类型的以太坊交易： 1.以太币从一方交易到另一方 2.创建一个智能合约 3.与智能合约交易为了进行这些交易，必须有以太币(以太坊区块链的代币)存在于交易发生的以太坊账户中

2018-06-27

北京云栖大会Tech Insight Workshop：《使用微服务框架快速构建一个分布式交易系统》篇

背景介绍本篇是北京云栖大会Tech Insight Workshop金融云主体《使用SOFA来快速构建金融级分布式交易系统》中的一个组成部分，用来介绍如何通过SOFA Boot来快速构建一个分布式微服务系统

2017-12-15

女工程师独家揭秘：支撑双11每秒10万次交易背后的数据库团队故事

交易量不断刷新记录，对数据库的挑战也超出我们的想象。 “打个比方吧，有100万人要同时买一件商品，数据库要能支持，1秒内货都卖出去，不能让顾客看的到，买不到。”

2017-10-30

区县综合档案室轻量化方案：小型恒湿净化一体机应用案例

物联网 · 盛世宏博 · 区县档案室、轻量化改造、小型恒湿净化一体机、恒湿+净化、低成本落地

2026-10-13

【Python量化实盘工程 #03】模拟盘为什么还是比回测靠谱？Paper Trading 实战

回测和模拟盘最大的区别，不是代码，而是对真实世界摩擦的建模。回测里你默认能按收盘价成交、没有滑点、没有 partial fill；模拟盘则要求你把这些摩擦加进去，并用真实行情逐日跑一遍。

2026-10-12

把“不好看”量化成数字：一次被逼出来的像素级重构

凌晨 1 点 31 分，自动化检查清单跑到了最后一项。8 项严苛测试，7 项完美通过，1 项记录现状，没有任何一行代码亮起红灯。然而，就在这个堪称“完美交付”的节点，用户却喊了停。

2026-10-07

【Python量化系统工程实战 #05】多策略并行怎么不打架？进程隔离 + 配置化策略工厂

一个策略跑得好，不代表三个策略一起跑也能好。日志互相覆盖、数据互相污染、一个策略崩溃把整组进程全带崩——本篇用 Python 的 multiprocessing + 策略工厂 + 独立日志，把「多策略并行」做成干净可扩展的工程模块。

2026-10-06

【Python量化策略实战 #04】Donchian 通道假突破太多？用 ATR 阈值过滤跑通真实突破信号

上一篇我们用双均线金叉死叉做择时，跑通了"震荡少亏 + 趋势跟住"的效果。但双均线对温和上涨更敏感，对强势突破的反应反而慢半拍。

2026-10-01

【Python量化因子实战 #09】因子算完就丢？用 SQLite 落地+增量更新，下游直接查

前几篇我们把动量、波动率、换手率算了个遍，但每天跑一遍脚本、重新拉数据、重新算因子，既慢又浪费额度。本文解决一个问题：把因子落进本地数据库，支持增量更新，让下游策略直接查。

2026-09-29

【Python量化数据工程实战 #06】前复权后复权分不清？回测数据准备的最佳实践

问题出在除权除息。A股每年都有分红、送转股，如果不做复权处理，K线会出现断崖式跳空，你的收益率、均线、波动率全部失真。

2026-09-22

从 A 股到美股港股：为什么量化系统离不开统一的实时行情 API

例如策略可能统一使用最新价、昨收和成交量，但交易时间、交易制度和执行规则不能简单认为完全一致。

2026-09-13

我在跨市场量化系统里的数据口径实践

例如 A 股策略通常会大量使用复权价格计算长期收益率和技术指标，而不同市场的公司行为、交易时间和价格体系又存在差异。

2026-09-13

量化数据 API 选型 Checklist：别只看数据覆盖率，我更关注这 8 个工程指标

如果每天需要更新 3000 只股票，每只股票调用一次 API，那么最简单的实现就是 3000 次请求。

2026-09-11

轻量化连接器打通混合云访问的实战方案

摘要：混合云环境下，业务分散在自建 IDC 和多个公有云上，如何统一接入是不少 IT 团队的现实难题。本文从实战角度拆解腾讯云 iOA 连接器的部署与配置路径：从部署位置、反向连接网关到统一发布与动

2026-09-11

前复权不是万能的：我如何判断一个量化策略到底该不该用

如果我的研究目标不是收益率，而是观察绝对价格差异，那么比例复权未必是最自然的选择。

2026-09-05

7 月 2 日，AI 和半导体股遭遇集中抛售，内存板块也被卷入其中。SK 海力士、三星、美光、铠侠、西部数据等标的当日明显回调，而触发市场担忧的并不是单一财报数字，而是三条同时出现的利空线索：Meta 被曝计划对外出租 AI 算力，长鑫存储（CXMT）可能进入苹果 iPhone 供应链，韩国又公布约 800 万亿韩元的半导体和存储投资计划。美银最新内存行业报告的判断是，这些消息都值得跟踪，但目前还不足以证明 AI 内存周期已经反转。

2026-09-03

量化开发者的 7 项检查清单

简短答案：选择中国股票数据 API 时，不要只比较价格。先确认它是否覆盖沪深京和 ETF，能否提供实时行情、历史/分钟 K 线、复权口径、五档盘口与批量查询，再检查 Python SDK、限流、错误处理和授权边界。最合适的接口，是能稳定满足你的研究频率和数据口径，而不是功能列表最长的接口。

2026-09-02

【量化投资从入门到精通 #39】组合优化：等权 / 风险平价 / 最小方差，怎么配权重

组合波动率 ≠ 各股波动的平均。它取决于权重 × 个股波动 × 两两相关性（#29 的协方差框架）。所以配权重就是在"预期收益"和"组合风险"之间做权衡：

2026-08-31

从“数据能拿到”到“数据可信”：我做量化数据管道时踩过的 5 个坑

QuantDash 的文档也是采用这种“代码 + 交易所后缀”的形式，并覆盖沪深京、美股和港股。

2026-08-30

AI Agent量化评估：LLM-as-Judge、人工标注、A/B测试全解，智能体多维评测实践21.0

做过AI Agent开发的朋友应该都有同感，现在搭一个能用的Agent真的太简单了。不管是调用开源模型、拼接Prompt，还是接入各类工具插件，半天就能跑出一个能对话、能执行简单任务的智能体Demo。但真正落地做项目、上线迭代后，大家都会遇到同一个棘手问题：Agent到底算做得好不好？该往哪个方向优化？改完Prompt、调整完逻辑后，是真的变强了，只是运气波动，甚至越改越差？

2026-08-29

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。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。