Python股票量化交易入门学习并记录《Python股票量化交易从入门到实践》，原书贴近实战，许多踩过的坑都有解决方案，个人觉得这是一本比较合适的快速入门书籍。 文章目录Python股票量化交易入门前言一、Python基础关键点二、NumPy快速入门及量化关键点三、Pandas快速入门及量化关键点四、Matplotlib快速入门及量化关键点五、行情数据的获取和管理六、技术指标的可视化分析七、回测及
转载
2024-02-05 17:12:10
8阅读
量化，应该是一个能吸引持续练习python的地方，一个能应用数据处理，统计，作图，甚至是ML和DL的地方；这个专栏的目标：1. 提升python programming水平；2. 积累数据处理，统计，作图在量化中的点滴应用希望能从0走到career levelJoinQuant API demosAPI demo1什么是jqdata?什么是g (global variable)?set_bench
转载
2024-07-22 11:43:10
23阅读
# 用Python实现量化ADMM算法的指南
ADMM（Alternating Direction Method of Multipliers）是一种有效的优化算法，广泛应用于机器学习和信号处理等领域。本文将带您逐步实现量化ADMM算法的Python代码。我们将通过具体的流程和代码示例，让您更好地理解这个算法。
## 一、实现流程概述
实现量化ADMM算法的过程可以分为以下几个步骤：
|
原创
2024-08-31 03:57:13
387阅读
1.Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman Coding1.1手段Prunes the network：只保留一些重要的连接； Quantize the weights：通过权值量化来共享一些weights； Huffman coding：通过
转载
2024-10-22 22:47:07
93阅读
常见模型剪枝方法Low-rank Decomposition：低秩分解。将权值矩阵分解为低秩矩阵Weight Quantization：权值量化。HashNet 提出去量化网络的权值。在训练之前，网络的权值被hash到不同的组，并且组内的权重是共享的。这样只有共享的权重和hash indices需要被储存，可以节省很大一部分存储空间。然而，这些技术既不能节省运行时的内存，又不能节省推理时间，因为在
转载
2024-06-29 09:42:52
74阅读
作者：徐Jebs加权平均价格算法（VMAP）：以每一次交易的成交量为权重，一段时间内成交价格的加权平均值。该策略即利用历史成交量数据，将大段时间内的订单分割，成为动态发生的较小订单，目的是用接近成交量加权平均价格成交，从而以均价获利。该策略理论是以低于VWAP的价格买入或在以高于VMAP的价格卖出，则为好的交易。如图，在低于前一分钟的vmap时买入，高于前一分钟vmap卖出。不考虑其他因素，这样的
转载
2024-06-26 14:06:57
135阅读
python与量化投资从基础到实战——常用的量化策略及其实现量化投资概述量化投资简介量化投资策略的类型年化研究流程行业轮动理论及其策略行业轮动理论简介行业轮动的原因从产业链的角度来看行业轮动从行为金融学的角度来看行业轮动行业轮动投资策略策略介绍市场中性Alpha策略市场中性 Alpha 策略的思想和方法大师策略麦克·欧希金斯绩优成分股投资法杰拉尔丁·维斯蓝筹股投资法CTA策略趋势跟随策略双均线突
转载
2023-08-31 17:08:36
43阅读
中低端量化交易平台，支持复杂度不高的脚本语言实现策略逻辑，多数是在图表上加载技术指标，进行自动化交易的。一般说，Python语言是中低端量化交易平台最普遍的选择。为什么现在大多数量化交易都在用Python?Python 编程语言是世界上发展最快的编程语言。Python 可以让程序员更加高效地工作和集成系统。Python 的语法优先考虑了可读性，同时支持较少的代码行。动态类型、内置数据结构、功能强大
转载
2023-08-28 16:32:51
119阅读
量化必备技能进程、线程、协程最近再做量化系统的时候，由于 python 不是很熟悉，日行情下载数据和数据清洗计算等都是单线程处理的，其速度无法忍受。 例如：日行情数据的更新，5000 左右个，更新一次，等待的时间可以把你验证想法的热情都浇灭，单线程的情况下，更新行情数据，你是可以去喝茶了，喝完茶再来看吧。还有后续的数据清洗计算、指标计算呢，时间指数级别递增。为了解决这个痛点，学习了并发，并行的
转载
2023-08-14 15:51:14
22阅读
文章目录1.什么是量化交易？2.分析展示3.逻辑解读4.代码展示 1.什么是量化交易？我们利用计算机技术，通过建模分析、优化参数等手段，从历史金融数据中挖掘出影响投资的指标，使用程序进行自动交易来获得“超额”的收益，这种投资方法就叫做量化交易。现在，很多量化机构将人工智能和机器学习与量化策略相结合。国内的一些顶尖私募，比如：九坤、幻方、朱雀等都在使用AI量化策略，从各大公司的招聘公告上也可以看出
转载
2023-09-15 17:26:03
19阅读
目录前言一、背景二、Ghost Module三、Ghost Bottleneck四、GhostNetReference 前言 贡献：1、提出了新型的轻量化网络模块 Ghost Module (GhostConv 和 Ghost bottleneck) 2、提出新型轻量化网络GhostNet一、背景由于硬件资源以及计算量的限制，在嵌入式设备当中部署卷积神经网络是很困难的。想要解决这个问题，就要想方
转载
2024-05-11 11:22:35
306阅读
这是一个简单的界面库设计，简单到舍弃了大部分的功能。但我仍然很臭美的认为它所做出的界面不次任何界面库------实际上它就是我写公司的游戏平台时设计的，也因为如此，不便公开代码，这里只说说设计思路吧。 设计这个界面库的首要宗旨是性能，其次是美观和可扩展性最后简单，很
转载
2023-11-28 10:37:07
95阅读
模型量化作为一种能够有效减少模型大小，加速深度学习推理的优化技术，已经得到了学术界和工业界的广泛研究和应用。模型量化有 8/4/2/1 bit等，本文主要讨论目前相对比较成熟的 8-bit 低精度推理。 通过这篇文章你可以学习到以下内容：1）量化算法介绍及其特点分析，让你知其然并知其所以然； 2）Pytorch 量化实战，让你不再纸上谈兵；3）模型精度及性能的调优经验分享，让你面对问题不再束手无策
转载
2023-12-19 16:04:13
211阅读
上一篇文章介绍了后训练量化的基本流程，并用 pytorch 演示了最简单的后训练量化算法。后训练量化虽然操作简单，并且大部分推理框架都提供了这类离线量化算法 (如 tensorrt、ncnn，SNPE 等)，但有时候这种方法并不能保证足够的精度，因此本文介绍另一种比后训练量化更有效地量化方法——量化感知训练。量化感知训练，顾名思义，就是在量化的过程中，对网络进行训练，从而让网络参数能更好地适应量化
转载
2023-11-28 05:48:03
190阅读
【摘要】当今世界充满了各种数据，而python是其中一种的重要组成部分。然而，若想其有所应用，我们需要对这些python理论进行实践。其中包含很多有趣的的过程，然后将其用于某些方面。其中一种应用就是python量化。今天环球网校的小编就来和大家讲讲python量化。关于python的优势就不说再多了，地球人都知道，还不知道的去面壁思过。因为不想当韭菜，所以还是自己老老实实写代码吧。记录些pytho
转载
2023-09-16 20:31:42
24阅读
2020年9月，微软开源了AI量化投资平台Qlib的源代码，随后得到了不少的，Qlib的主要优势在于：1.Python覆盖量化投资全过程，用户无需切换语言；内置许多深度学习算法模型，降低AI算法使用的门槛。2.内置A股、美股数据接入通道，基于qrun能够自动运行整个工作流程，提高开发效率。3.每个组件都是松耦合可以独立使用，用户能够自行选用某些组件。Qlib相比于我们之前介绍的bac
转载
2023-08-23 16:15:15
53阅读
不要自己造轮子，站在巨人的肩膀上！一、模块(module/package)分类①内置模块：datetime②第三方模块：vn.py③本地模块(自己写的)：module_demo加载方式①模块加载：import datetime除非你要用这个模块的很多函数，否则也不需要模块加载②全部加载：from datetime import *不推荐，因为不同模块可能有的函数名字是一样的，可能会发生冲突③针对加
转载
2023-06-30 09:16:11
139阅读
前言Python 由于其易上手、丰富的第三方库支持等优点，已经作为一种标准编程语言应用在金融数据的量化分析中。尽管 Python 上手很快，但是当我们着手搭建一个系统时，需要考虑软件的移植、扩展和维护。作为一门面向对象的语言，掌握 Python 的面向对象编程思维和方法至关重要。本场 Chat 以股票量化交易中经典的动量策略为例，从面向对象的思维、方法、过程和实现等角度介绍用 Python 面向对
转载
2024-03-05 12:30:07
52阅读
量化的软件推荐：python常用的量化软件有python、matlab、java、C++。
从开发难度而言python和matlab都比较容易，java和C++麻烦一些。
从运行速度而言，C++、java要快于matlab和python。不过对于大部分人而言，尤其是初学者，开发占用的时间远大于运行时间。如果追求运行速度的话，先将策略开发出来，再用C重写也不迟。另外，从量化资源而言，python资源
转载
2024-04-28 16:45:08
25阅读
知乎上很多人在讨论做量化是金融知识重要还是编程重要，尤其发现很多机构培训量化的都是对编程大讲特讲。那到底学习量化我们是该侧重金融还是该侧重编程呢？关于这点，首先我们要明白量化是什么？量化不是统计，也不靠理工背景，量化需要的是对市场的深刻理解和认知。然后基于这些认知和理解搭建模型。而且量化这个行业，分化特别严重，严重到什么地步？0.1%的人吃香喝辣，99.9%的人吃土。最后因为吃土的人太多，大家打起
转载
2023-11-14 22:25:47
59阅读
