量化交易与投资社区

Material Studio中使用Perl脚本高效工作--批量化处理

循环体中可以更改不同的job和job完成后的处理，文件也可以采用不同的命名方式来写，以实现个性化需求。如果一个job结束之后是另外的job，则可以实现一个完整的工作流work flow，真正的解放双手，提高生产力，一键式操作。

ApiPost Postman 传参赋值详解_apipost传list做参数(1)

这里之所以这么复杂，是因为还上传了文件格式，如果不需要上传文件，直接包装成requestBody。另一种（这两种都没试，我用的requestbody）参数：数组类型 Integer[] ids。

【量化资料】海通证券-选股因子研究系列（全网最全，持续更新~）

用心整理，一篇不缺，持续更新，免费分享，仅供学习。

fastapi学习（一）：输出hello world与基本运行方法

fastapi运行有两种方法：使用命令行的方式运行：uvicorn py文件名:app --reload使用python运行：python py文件名方法一：命令行启动fastapi在一个文件main.py中写入：from fastapi import FastAPIapp = FastAPI()@app.get("/")async def hello_world():return {"hello

这些不用编程的爬虫工具，你一定要知道

初期的互联网，写爬虫是门技术活，往大的方向说，爬虫技术是搜索引擎的组成部分。随着互联网技术的发展，写爬虫的门槛一降再降，一些编程语言甚至直接提供爬虫框架，例如python的Scrapy框架，它们让写爬虫走入“寻常百姓家”。我们已经发现，写爬虫是一件炫酷的事情，但即使是这样，学习爬虫仍然有一定的技术门槛。当前的主流爬虫手段是用Python编程，Python的强大毋庸置疑，但初学者学习Python还是

AStar算法学习与简单优化

A算法是一种启发式路径搜索算法，通过评估函数f(n)=g(n)+h(n)平衡路径成本与启发式估计，在路径规划中高效寻找最优解。文章详细介绍了算法原理、步骤及C#实现代码，重点分析了不同启发式函数（和、距离、差值）对搜索效率的影响。实验表明，在复杂障碍物地图中，采用差值评估（f=h-g）比传统和评估（f=g+h）具有更好的方向引导性，能显著减少不必要的节点探索。文章建议根据地图特性灵活选择评估函数，

argument for @notnull parameter ‘moduleof com/intellij/openapi/roots/modulerootmanag报错

错误配置，虽然在这配置的是对的，但是就是解析不成功。正确配置，（以下已经是配置正确了的）编辑配置后点快了，应该是在这配置的。在这配置正确的解释器。

0046-量化第十一天：PythonGo-第一个简单策略

pythonGO入门手把手

网络爬虫学习：应用selenium获取Edge浏览器版本号，自动下载对应版本msedgedriver，确保Edge浏览器顺利打开。

我从24年11月份开始学习网络爬虫应用开发，经过2个来月的努力，于1月下旬完成了开发一款网络爬虫软件的学习目标。这里对本次学习及应用开发进行一下回顾总结。前几天我已经发了一篇日志（网络爬虫学习：应用selenium从搜*狐搜索爬取新闻结果的数据）记录了应用中使用的爬虫技术。这篇日志记录另外一个问题的解决。

6个月爬虫从0到精通学习路线

爬虫从0到精通学习路线

小程序之自定义扫码界面和扫码api学习

微信小程序扫码使用wx.scanCode(Object，Object)调起客户端扫码界面进行扫码这个是小程序提供的相关扫码api，可以直接调用该api实现扫码相关参数使用例子：直接调用api，然后参数的话可以参考微信公众号平台网站//scan.js/*** 页面的初始数据*/data: {scanCode:'扫码',},scanCodeEvent: function(){var that = th

FRM百题风险管理基础学习（内附分享链接）

链接：https://pan.baidu.com/s/1sa7LynWGH47flpO2mArVWA?链接：https://pan.baidu.com/s/19BCTfW79tp4FSTgIPn08Wg?链接：https://pan.baidu.com/s/1j_KaRsqY4dlcATISCGudqQ?2016年——2021年官方历年模拟题。FRM二级近两年notes。

资源推荐 | 九种最好用的开源爬虫软件

Crawley 是一种 Python 爬取和采集框架，意在简化开发人员从 Web 网页抽取数据到数据库等结构化存储中。

TARA (威胁分析与风险评估) 学习笔记

这是 TARA 的起点，“范围定义不清晰，后续全白费”。需要避免对整个车辆进行一次宏观的 TARA，而应采用“放大镜”方法，聚焦于特定功能或系统。项目边界 (Item Boundary): 明确哪些组件、接口和外部系统在本次分析范围内。项目功能 (Item Functions): 描述该项目（功能）的预期行为，特别是输入和输出关系。运行环境 (Operational Environment): 定

Python学习之路- 爬虫 - IO

同步IO异步IOread系统，分为两个阶段：等待数据就绪（步骤一/阶段一），把就绪的数据从内核空间拷贝到用户的进程空间（步骤二/阶段二） 先说结论：各种IO模型其实是根据它在上述两个阶段的不同表现(用户进程或者线程是否阻塞)来区分的！！！在第一个阶段用户进程是否阻塞用来区分阻塞/非阻塞，在第二个阶段用户是否阻塞用来区分同步/异步！！！

QMT量化策略实盘（二）交易触发定时器run_time

用法： ContextInfo.run_time(funcName,period,startTime) 定时触发指定的 funcName函数, funcName函数由用户定义, 入参为ContextInfo对象。有三个参数：funcName：回调函数名period：重复调用的时间间隔,'5nSecond'表示每5秒运行1次回调函数,'5nDay'表示每5天运行一次回调函数,'500nMilliSe

量化金融学习笔记（一）：Python处理股票数据与相关性探索

本文通过Python Tushare库获取工业富联和潍柴重机股票数据，进行相关性分析与可视化。主要步骤包括：数据获取与预处理、合并数据表、计算收益率和相关系数。结果显示两只股票日收益率的相关系数为0.4，呈现中等正相关。通过绘制价格走势对比图、收益率散点图、60日滚动相关系数图等，直观展示了两只股票的联动关系。此外，还分析了成交量与价格的关系，为投资组合构建提供数据支持。该分析过程展示了Pytho

【每日面试】东方财富二面 Java

作者：小宾链接：https://www.nowcoder.com/discuss/720831?source_id=discuss_experience_nctrack&channel=-1来源：牛客网面试官感觉应该是主管级，思维广度发散很快，逻辑清晰，能很快抓住你回答的错误和重点涉及Java、mybatis、redis、zk上来问了我学校做的外包项目，没问实习项目（实习项目主流语言是go

最新测度！极端气候风险指数（2011-2022）

摘要：本文基于1981-2010年基准期数据，采用百分位法定义极端气候事件，创新提出"持续事件"概念来评估极端气候的累积效应。通过连续三天出现极端天气即计为一次持续事件，重复计算重叠天数以反映强度，构建了2011-2022年中国地级市尺度的极端气候风险指数数据集。该数据包含极端高温、低温、干旱和降水四个维度的持续次数及其综合风险指数，采用Excel格式呈现，可为气候变化影响研究

【学习笔记-一文读懂系列】一文读懂网络安全投资回报率（ROI）

网络安全投资需平衡安全与发展的关系。微软网络安全总监张美波指出，企业面临自动化攻击和APT攻击双重威胁，需在满足合规要求的同时优化安全投入。网络安全经济学强调投入产出分析，建议企业参考;网络安全ROI象限图评估技术投入效益。关键策略包括：建立全面安全体系、加强员工培训、合理风险管理、与专业机构合作等。企业应找到安全与发展的平衡点，避免过度投入阻碍业务创新，通过科学的成本效益分析实现最优防护。

爬虫教程（ 1 ）--- 爬虫教程、路线、spidertools、大佬博文

爬虫教程（ 1 ）--- 爬虫教程、路线、spidertools、大佬博文

爬虫学习记录--1 无头模式

无头模式下的user-agent。

早知道用AI这么写量化策略就好了

手把手教你用AI写一个完整的策略

[LeetCode]Hot100系列.堆总结+高频api

本文系统总结了堆(优先级队列)的基础知识与应用场景。首先比较堆与栈的区别：栈维护元素顺序，堆维护元素频率。详细介绍了PriorityQueue的创建方式(默认小顶堆、指定容量、自定义比较器)及常用API(add/offer、remove/poll、peek/size等)。通过三个经典案例详解堆的应用：1)快速选择算法求第K大元素；2)HashMap统计频率+最小堆维护TopK高频元素；3)双堆法(

量化学习DAY2-开始批量提交alpha！

在World Quant平台中，本质上是一个数学公式，它是**operator（操作）Data（数据）**的组合。

初识爬虫——爬虫与HTML介绍

程序员写代码并不是从0开始的，我们也是需要借助多个模板拼接，使得代码能够实现我们的想法，而且也并非默写出来，毕竟学习编程是开卷学习，开卷使用，加油，希望你我一同走进爬虫的世界~~

Sigma-datla ADC学习笔记1——采样、量化、整形

Sigma delta ADC学习记录

从拍脑袋到算出来：开源量化神器 FactorHub 深度分析

摘要：因子投资从华尔街专业工具发展为大众可及的量化方法，其核心是将投资逻辑转化为可验证的数学因子。开源平台FactorHub通过整合数据获取、因子计算、回测分析等全流程，大幅降低了量化投资门槛。该平台采用模块化设计和并行计算技术，提供200多个预置因子和可视化分析工具，支持个人投资者和机构快速验证投资策略。FactorHub的兴起反映了量化投资民主化趋势，通过开源生态推动投资决策的科学化，使专业级

爬虫套路知多少？反爬策略是关键

爬虫是获取数据的一种方式，网络上很多请求都是由爬虫发起的。①想要做舆论分析，分析当前热点话题，可以爬取腾讯新闻，微博，今日头条等主流站点数据，然后进行分析；②想要做电影推荐或影评分析，可以爬取豆瓣，猫眼等数据进行分析；③想要做电商销售分析，可以爬取京东，淘宝商家数据进行分析；当我们使用高并发或者分布式爬虫对这些站点进行抓取时，①短时间内大量请求占用站点资源：网络带宽，服务器负载；②如果我们获取数据

从Python安装到语法基础，这才是小白都能懂的爬虫教程

类是用来描述具有相同属性和方法的对象集合。人可以通过不同的肤色划分为不同的种族，食物也有不同的种类，商品也是形形色色。但划分为同一类的物体，肯定具有相似的特征和行为方式。对于同一款自行车而言，它们的组成结构都是一样的，如车架、车轮和脚踏板等。

[大模型学习量化】 flatquant

目前 各类旋转/可逆矩阵对量化参数进行预变换（QuaRot、SpinQuant、QServe、以及FlatQuant。大模型后量化算法迭代迅速，早期进行线性层缩放（AWQ/SmoothQuant），设计预量化变换 量化、 及低精度矩阵相乘的融合算子也尤为重要。

grpo算法学习（一）

我们假设数据总有用完的一天，有限数据下，只通过RL训练便能够“涌现”在深度推理回答的长度和反思的能力，是更充分的数据挖掘，这是grpo的初衷。重要性采样：重要性采样是一种通过调整样本权重，用旧分布（旧策略）的样本来估计新分布（新策略）期望值的方法。GRPO的创新点：直接使用组内样本的奖励计算基线，无需Critic模型，降低了计算成本。Critic 模型：是强化学习中价值函数的一种表示，主要用于评估

学习数据分析对笔记本电脑有什么要求呢？_bi数据分析推荐电脑配置

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。工具都帮大家整理好了，安装就可直接上手！当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。观看全面零基础学习视频，看视频学习是最快捷也

学习Python爬虫怎么赚钱？（文末免费赠Python资料）

学习Python爬虫怎么赚钱？（文末免费赠Python资料）

QMT量化策略实盘（一）下单函数passorder

再说一下开通量化交易软件的条件，仅需要在券商开户，资金达到合规门槛既可申请免费使用。佣金费用为万0.854 ETF免5，非常厚道，有更多交易的客制化需求或者想深入了解系统可联系我：XD1996CD。

backtrader和vnpy哪个更好用？

而backtrader中分钟线合成时机是物理时间整分钟触发的(可以设置合成时机推迟比如一秒,以考虑网络延时），每到整分钟，比如10点整，你的客户端开始聚合收集到的tick，为每个标的合成1分钟k线。多标的，多周期在实盘时处理时，由于存在不确定的网络延时，更加复杂。当然啦，backtrader也有局限性，那就是很多人看不懂，其实想量化交易，还是有很多其他选项的，例如交易接口、破解版等等，可以做高频，

AI交互及爬虫【数据分析】

在这个时代AI与我们每个人息息相关1956年在美国召开了第一场人工智能研讨会，由此人类开始了对人工智能道路探索。在这场会议上纽维尔和西蒙演示了一个名为"逻辑学家"的程序充分展示了机器能做类似推理的工作。在这个会议上人工智能获得了定义。1978年国内第一所人工智能与智能控制研究组在清华大学成立，并且同年招收了第1批硕士生。那时主要以智能机器人作为主要研究方向。1990年智能技术与系统国家重点实验室正

QMT的小市值策略2.0版本（仓位控制与技术指标）

开发成功，qmt小市值策略，随策略配入大盘择时的资金配置使用，再加入动量策略，排序选择，涨幅最大的股票，进行购买。根据大盘的数据，选择资金仓位，然后同时设置动量策略，

量化学习——定投策略

筛选出沪深300指数2007-2009年的极大值点对应当天的数据。利用akshare数据源，采用定投策略，进行策略回测。按周定投vs按月定投。

MongoTemplate常用api学习

本文只介绍常用的api，尽量以最简单的形式学会mongoTemplate基础api的使用。

LVGL api汇总与学习笔记

LVGL学习笔记摘要：本文系统介绍了LVGL图形库的核心概念和应用方法。主要内容包括：1）LVGL基于部件(Widget)的设计思想，所有控件继承自lv_obj_t基类；2）详细对比了LVGL8.3和v9版本在控件、样式系统、布局系统等方面的差异；3）深入解析了父子对象关系、事件传递、样式继承等关键机制；4）通过创建屏幕、按钮、组对象等实例演示开发流程；5）提出前后端解耦的嵌入式架构设计方案，强调

《从EMA到自适应均线：我的量化学习之路（附KAMA策略详解）》

本文分享了作者从传统EMA均线转向考夫曼自适应移动平均（KAMA）的学习心得。KAMA通过动态调整平滑系数，有效解决了传统均线滞后性问题：在趋势行情中紧贴价格增强灵敏度，在震荡市过滤噪音提高稳定性。文章详解KAMA三大核心模块（自适应计算、多空可视化、信号决策），提供动态止损方案和代码示例。实战数据显示，KAMA策略年化收益达34.2%，最大回撤仅12.3%，显著优于传统双均线。文末建议参数优化方

月薪5K-13.2W，白帽黑客的我只做了这几件事，一文带你如何靠挖漏洞赚取海量收益

随着国家政策支持和技术发展，Web安全行业迎来爆发式增长。文章指出，当前企业对信息安全人才需求旺盛，相关岗位薪资普遍在15k以上。白帽子黑客可通过企业专职工作或向SRC平台提交漏洞获取高额奖金，如腾讯TSRC、oppoSRC等平台提供额外奖励。文章详细介绍了漏洞挖掘流程，并汇总了阿里巴巴、百度、京东等主流企业的SRC平台链接，为有意从事Web安全的人员提供实用参考。

惊！Python爬虫只需10行代码，海量公众号文章任你爬！

自从chatGPT出现后，对于文本处理的能力直接上升了一个维度。在这之前，我们爬取到网络上的文本内容之后，都需要写一个文本清理的程序，对文本进行清洗，而现在，有了chatGPT的加持，我们只需要几秒，就可以很方便对所有类型，所有格式的文本内容，完成清洗，去除那些html标签等。对于清洗后的文章，我们仍然可以做很多事情，比如，提取核心观点，文章改写等操作，使用chatGPT都可以很轻松的解决。

量化投资初探：搭建比特币智能交易机器人

本文介绍了使用Python构建比特币量化交易系统的完整流程。首先概述了加密货币量化交易市场现状，包括日交易量达300亿美元、量化交易占比70%等关键数据。随后详细讲解了技术架构设计，涵盖数据获取、策略开发、回测引擎、风险管理和可视化等模块。文章重点演示了双均线交易策略的实现，包括数据采集(CCXT库)、策略开发(Backtrader框架)、参数优化和实盘交易对接(Binance API)等环节。同

学习apifox和axious

【Python爬虫学习-03】Requests的基本使用以及获取网易云音乐

如果没有请求头，使用代码发送的请求会被服务器检测出来是爬虫代码，从而导致返回的结果不是所需要的内容或者内容不全，这种解决方案就是发送请求时带上header参数，模拟浏览器，欺骗服务器，从而获取和浏览器一模一样的内容。获取的是原始的二进制数据（bytes类型的数据），需要通过decode()方法解码为字符串类型。例子：通过requests向百度首页发送请求，获取百度首页的数据。注意编码和解码的方式必

00后程序员仅靠一个bug收益六百万，究竟怎么做到的？

网络安全领域提供了多种合法利用漏洞赚钱的途径，主要包括：1）参与漏洞赏金计划，通过HackerOne等平台报告漏洞获取奖励；2）提供安全咨询服务，帮助企业评估和优化安全体系；3）开展安全培训和教育；4）撰写安全研究文章和博客；5）参加CTF竞赛赢取奖金；6）开发和销售安全工具。这些方法均强调在法律和道德框架内操作，既能获得经济收益，又能提升个人声誉和技能。此外，文章还提供了网络安全学习资料包，包含

fastapi学习

HTTP协议是Hyper Text Transfer Protocol（超文本传输协议）的缩写,是用于万维网（WWW:World Wide Web ）服务器与本地浏览器之间传输超文本的传送协议。HTTP是一个属于应用层的面向对象的协议，由于其简捷、快速的方式，适用于分布式超媒体信息系统。它于1990年提出，经过几年的使用与发展，得到不断地完善和扩展。HTTP协议工作于客户端-服务端架构为上。浏览器

服务器救星！Python实现反爬虫

uvicorn是一个基于asyncio开发的一个轻量级高效的web服务器框架uvicorn 设计的初衷是想要实现两个目标：使用uvloop和httptools 实现一个极速的asyncio服务器实现一个基于ASGI（异步服务器网关接口）的最小应用程序接口。目前支持http, websockets, Pub/Sub 广播，并且可以扩展到其他协议和消息类型。安装使用uvicorn 仅支持python