HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
开源项目
全部项目推荐好文
干货丨DolphinDB高频数据处理技巧:如何将高频信号转化成离散的买卖信号
高频交易中,我们通常首先基于tick级的报价信息和交易信息来生成信号量,然后将这些信号量转化成离散的买卖信号,譬如说1(买入),0(不变),1(卖出),接着根据资金和已有头寸以及其他优化规则来生成订单发送到交易系统。本文要讨论第二个步骤,即如何将信号量转化成离散的买卖信号,也就是把一个浮
14天1000+大集群滚动升级,银行柜台竟然毫无感觉
<blockquote摘要:中国工商银行联合华为完成了金融行业首家规模超千台的Hadoop集群大版本滚动升级,为期两周的升级过程突破了传统的离线升级模式,真正实现了业务无感的平滑滚动升级。</blockquote2020年8月27日,中国工商银行联合华为完成了金融行业首家规模超千台的Hado
基于网络开放可编程技术构建新一代网络设备运管平台
<blockquote摘要:基于AOC打造新一代网络设备运管平台,并在生产测试区上线,实现了网络运维开放可编程技术在金融行业的首应用。</blockquoteBank4.0时代,智能金融服务融入生活中的各个场景,随时随地、永不掉线的金融服务需要平稳的网络支撑。随着金融互联网业务的飞速发展,一
数字经济规模占GDP比重超36%,数据经济型人才受青睐!
第二届中国互联网基础资源大会(CNIRC2020)召开,会上指出中国数字经济规模从11万亿元,增长到2019年的35.8万亿元,占GDP比重超36%,对GDP贡献率达到了67.7%。2021年,数字经济规模或持续快速增长。可见,数字经济正在聚集强大的内需力量,将成社会势不可挡一次变革,疫情没改
数据库交易回测系列三:多因子Alpha策略最佳因子权重
在本系列二(多因子Alpha策略回测(https://link.segmentfault.com/?encWppJx5ZY0sfSyBS8qpGK0Q%3D%3D.WLnHeRSFBXX9BCF46uU2iaD6LnBmYBctSXYwTSR%2B7MlMoUACgzC88DoH8u0R26S
干货丨如何用时序数据库寻找相似的历史k线
有网友提问应该用什么样的数据库/数据结构/算法来计算某支股票的相似K线?(https://link.segmentfault.com/?encZH42lOpUoW6T1s4E0MKUvA%3D%3D.RTe%2FgISGqVCr2sIzAqp%2FSdLQQ65G7sLe7sdCiGzL7jE
数据库交易回测系列二:多因子Alpha策略回测
本系列文章将会介绍如何使用DolphinDB优雅而高效的实现量化交易策略回测。本文将介绍在华尔街广泛应用的多因子Alpha策略的回测。多因子模型是量化交易选股中最重要的一类模型,基本思路是找到某些和回报率最相关的指标,并根据这些指标,构建股票投资组合(做多正相关的股票,做空负相关的股票)。多因子模型
时序数据库交易回测系列一:技术信号回测
本系列文章将会介绍如何使用DolphinDB进行交易回测。本文以移动平均线指标为例,介绍如何在DolphinDB中实现技术信号回测。移动平均线指标(Movingaverage,简称MA)属于趋势指标。在金融分析领域,移动平均线是不可缺少的指标工具。除了指示趋势,均线指标还能避免由于股价下跌错失清仓
时序数据库作为量化金融研究平台的优势在哪里?
大数据下金融行业面临的四大痛点当前整个金融市场环境日趋严峻,监管越来越严,无论是银行的零售、公司、交易或同业业务,都需要直面营销与风险的效率与准确率的问题。越来越多的金融机构都希望依靠大数据来拉动业务模式进行创新,但是由于行业特点,存在着四大痛点。第一个痛点是数据来源多样化,需
如何在时序数据库中利用高频数据找到最相关的股票
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9a2479bd7f0dc5df857556c96bc098c3.png)在制定投资策略时,我们往往会研究股票之间的相关性。研究个股的相关性或者个股与指数,ETF之间的相关性
正在加载更多文章…
加载更多已加载文章中没有匹配内容,可继续加载更多。