摘要: 引子:→用于机器学习或人工智能模型交易 一般对于做机器学习量化投资的人来说,在编程层面需要相互数据的交换。比如我用Python训练一个模型,用于交易时,需要“访问”模型并给模型一定数据,让模型“回答”结果并用于交易;另外,反向也如此。也就是说,如果到交易层面的话,训练模型和交易模型之间的交互通讯是需 阅读全文
posted @ 2023-03-15 01:33 时海涛|Thomas 阅读(661) 评论(2) 推荐(0) 编辑
摘要: 最近独到一篇关于"百钱买百鸡"的Python编程,觉得挺有意思,索性自己改写一下优化算法。 原题目: # 我国古代数据加张邱建在《算经》中提出一个著名的数序为问题: # 鸡翁一值钱五,鸡母一值钱三,鸡雏三值钱一。百钱买百鸡,问 # 鸡翁,鸡母,鸡雏几何? 分析: 1、这个题目其实重点并不是编程,看过 阅读全文
posted @ 2022-10-20 18:07 时海涛|Thomas 阅读(847) 评论(0) 推荐(0) 编辑
摘要: 1、针对pandas在对读取超过上G的数据时速度较慢,并且即使读取后,可能由于文件过大使用pandas的方法导致死机的情况较多。 2、vaex属于DataFrame的一个扩展性,针对大型文件的处理,特别好用,其机理是采用“映射”的方式,并不把数据直接读取到内存里面。其相关的介绍和使用教程,API等可 阅读全文
posted @ 2021-04-25 22:51 时海涛|Thomas 阅读(3420) 评论(0) 推荐(1) 编辑
摘要: "生猪数据统计分析系统"----帮助文档 阅读全文
posted @ 2021-04-08 02:27 时海涛|Thomas 阅读(201) 评论(0) 推荐(0) 编辑
摘要: 第一章:简介 我们如果把金融市场的价格走势进行归类的话,那么它是一种非线性的时间序列,第一:属于时间序列,因此可以用信号处理及计量经济学的一些模型来进行分析;第二:又是一种非线性的,所谓可以直观的理解为并不是具有一眼可以看得出的一种规律走势。 图1-1是一段K线图的价格走势,一般需要把复杂的问题简单 阅读全文
posted @ 2020-11-10 22:38 时海涛|Thomas 阅读(1419) 评论(4) 推荐(0) 编辑
摘要: 第十七章:关于bar内交易的几个问题 1、实时数据刷新打印和历史数据刷新打印 打印历史数据时会发现如下: #cb 1.00 #bs 1.00 #t1109.00 #p 1.00 #mp 1.00 #mp[1] 0.00#cb 1.00 #bs 2.00 #t1110.00 #p 1.00 #mp 1 阅读全文
posted @ 2020-09-24 16:11 时海涛|Thomas 阅读(566) 评论(0) 推荐(0) 编辑
摘要: 第十六章:关于编写bar内交易的小技巧 前面讲过多次,在编写交易逻辑的时候需要先分析是否用到了bar内的数据,如果单纯的open价格买入,那只需要非bar内交易即可,如果你的代码遇到了盘中突破等bar内数据的话,就需要开启bar内交易。因此在遇到bar内交易的时候,我们首先想到的就是获取market 阅读全文
posted @ 2020-09-23 18:27 时海涛|Thomas 阅读(523) 评论(0) 推荐(0) 编辑
摘要: 第十五章:委托单发单机制 委托单发达机制内容是最难的,也是最难测试的,主要牵扯到this bar与 next bar,market、limit单等、bar内交易与非bar内交易内容。 1. 委托单条件判断和委托单触发 这里首先我们需要理解两个概念,一个是“委托单条件判断”,另一个是“委托单触发”,这 阅读全文
posted @ 2020-09-23 17:45 时海涛|Thomas 阅读(463) 评论(0) 推荐(0) 编辑
摘要: 第十四章:计算脚本的驱动因素 信号脚本计算的驱动因素有如下几种方式,通常的方式是第一种方式,即tick驱动的计算:开启bar内模式下,信号脚本是基于每笔tick进行计算,包括开盘tick、bar内tick、收盘tick;而未开启bar内模式,信号脚本是基于收盘tick或者开盘tick进行计算。 除了 阅读全文
posted @ 2020-09-23 15:18 时海涛|Thomas 阅读(420) 评论(0) 推荐(0) 编辑
摘要: 第十三章:变量类型 1. 变量 信号中的变量除了value1~value99(这99个变量都是时序类型的数值变量,从value1、value2、value3,一直到value99)和condition1~condition99(这99个变量都是时序类型的布尔类型变量,从condition1、cond 阅读全文
posted @ 2020-09-23 15:12 时海涛|Thomas 阅读(347) 评论(0) 推荐(0) 编辑