HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

干货丨Orca写数据教程

Orca项目在DolphinDB之上实现了pandasAPI,使用户能更高效地分析处理海量数据。在数据存储方面,与pandas相比,Orca具备以下显著优势:更灵活的选择Orca不仅能像pandas一样在内存中进行计算,将DatFrame中的数据导出到磁盘,也能随时将DataFram

大数据丨Orca与pandas的差异详解

由于DolphinDB是一款相对成熟的高性能分布式时序数据库,其底层对一些方法的处理机制已经成型,这就决定了Orca在某些细节方面会与pandas存在差异。为了方便用户更快地了解和掌握Orca,本文按照以下几个模块来系统地介绍Orca与pandas存在的差异。数据类型的差异通用函数的差

干货丨Orca对DolphinDB分布式表的操作

DolphinDB是一个分布式时序数据库,并且内置了丰富的计算和分析功能。它可以将TB级的海量数据存储在多台物理机器上,充分利用CPU,对海量数据进行高性能分析计算。通过Orca,我们可以在python环境中使用与pandas语法相同的脚本对DolphinDB分布式数据库中的数据进行复杂高效的计算。

如何使用Orca开发量化策略?

本文讲述关于动量策略的一个实例。动量策略是最著名的定量长短期股票策略之一。自从Jegadeesh和Titman(1993)首次提出这个概念以来,它已广泛出现在学术研究和销售方面的著作中。投资者在动量策略中相信,个股中,过去的赢家将超越过去的输家。最常用的动量因素是股票除去最近一个月在过去12个月

干货丨Orca入门指南

本文将详细介绍Orca的安装方法、基本操作,以及Orca相对pandas的差异,用户在使用Orca编程时需要注意的细节,以便用户能写出高效的Orca代码。安装Orca支持Linux和Windows系统,要求Python版本为3.6及以上,pandas版本为0.25.1及以上。

DolphinDB与Pandas对于大文本文件处理的性能对比

DolphinDBDatabase是一款高性能的分布式时间序列数据库产品。它集成了功能强大的编程语言和高容量高速度的流数据分析系统,为海量数据(特别是时间序列数据)的快速存储、检索、分析及计算提供一站式解决方案。Pandas是Python的一个数据包,最初被作为金融数据分析工具而开发出来的,

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。