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
三种常用的风险价值(VaR)计算方法总结
风险价值(VaR)是金融领域广泛使用的风险度量,它量化了在特定时间范围内和给定置信度水平下投资或投资组合的潜在损失。它提供了一个单一的数字,代表投资者在正常市场条件下可能经历的最大损失。VaR是风险管理、投资组合优化和法规遵从的重要工具。!(https://imghelloworld.o
如何利用量化交易平台获取实时行情数据进行分析之代码分享
量化交易平台之行情数据获取方式续通过开放的方式提供全球股票(A股、港股、美股)、期货(国内期货、国际期货)等历史数据查询及实盘实时行情订阅平台特色:全球大多数行情一次购买即可享受全部数据行情订阅。历史数据可以提供下载服务方便使用云端自定义指数合成能力自定义品种的支持(如不同品种的价差K线等)实时行情
浅论程序化金融交易系统架构语言与技术选择
程序化金融交易系统的设计与开发!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/e9f30ae9278cf2b4a528737b5c4790f9.png)在当前的科技发展浪潮下,程序化金融交易系统成为金融领域不可或缺的一
MAC M1 安装VNPY 量化交易
首先确认安装的brew版本执行unamem,如果是arm版本则继续,否则需要卸载重新安装;安装condaforge,确保当前conda环境唯一创建python环境:<pre<codecondacreatenvnpypython3.9con
基于Gym Anytrading 的强化学习简单实例
近年来强化学习(RL)在算法交易领域受到了极大的关注。强化学习算法从经验中学习并基于奖励优化行动使其非常适合交易机器人。在这篇文章,我们将简单介绍如何使用GymAnytrading环境和GME(GameStopCorp.)交易数据集构建一个基于强化学习的交易机器人。强化学习是机器学习的一个
一文了解量化交易
本文首发自「慕课网」,想了解更多IT干货内容,程序员圈内热闻,欢迎关注&34;慕课网&34;!原作者:袁霄|慕课网讲师<blockquote能够生存下来的物种,并不是那些最强壮的,也不是那些最聪明的,而是那些对变化作出快速反应的。——达尔文</blockquote
深度学习是基于神经网络的机器学习
深度学习可以概括为特征的抽象和结果的预测。深度学习是将原始的数据特征通过多步的特征转换得到一种更高层次、更抽象的特征表示,并进一步输入到预测函数得到最终结果。深度学习需要解决的关键问题是贡献度分配问题(CreditAssignmentProblem,CAP),即一个系统中不同的组件(compo
基于TradingView进行交易策略回测
基于TradingView进行交易策略回测TradingView(https://link.segmentfault.com/?encHVLmEM8ln58SZB5oR7QoVA%3D%3D.9j8zhBWe1HN4K%2BxqZ6ixCvfMiCjcDX9alX6q%2BZbgE
程序员炒股一年亏损28%,去做量化交易准备逆风翻盘
事情是这样的,最近大A跌的很惨,再一次打响了3000点保卫战,作为一个股民,我深受其害呀!今年的亏损已经达到了28%,难过!!image.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/e7b808a6c526d0e
基于通达信进行交易策略回测
通达信中的“程序交易评测系统”可以对量化交易策略进行回测,提供评测项非常丰富的评测报告以供进一步分析使用。交易策略在通达信界面按CtrlF调出公式管理器,在“专家系统公式”中新建自定义的公式。!(https://imghelloworld.osscnbeiji
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。