量化交易与投资社区

量化交易与投资社区

去全站搜索看看？

登录社区云

登录社区云，与社区用户共同成长

量化交易与投资社区

邀请您加入社区

欢迎加入社区

欢迎加入社区

机器学习

机器学习：python高考数据可视化分析与预测系统爬虫机器学习高斯朴素贝叶斯分类预测模型 Flask框架大数据毕业设计✅

本文介绍了一个基于Python的高考数据可视化分析与预测系统，采用Flask框架和机器学习技术。系统核心功能包括：1）使用高斯朴素贝叶斯分类模型(GaussianNB)进行高考分数预测；2）通过Selenium爬虫从高考网站获取实时数据；3）提供多维度可视化分析，如招生批次统计、录取分数热力图等。项目技术栈涵盖Python、Flask、Echarts、机器学习算法等，适用于高考志愿填报辅助决策，为

 q_3548885153
2025-08-15 22:45:30

 1026

 20

#机器学习 #python #高考 +1
过度拟合：回测 99% 胜率的策略，为何实盘亏得底朝天？

米切尔团队做过一个极端实验：用某股票过去 100 天的收盘价，拟合出一个 “预测模型”。他们加入了 “当天是否下雨”“上证指数末位数字” 等无关因子，最后得到一个公式：次日收盘价 = 今日收盘价 ×1.02 + （下雨？0.03：0） - （上证指数末位是 3？0.01：0）回测时，这个模型对过去 100 天的预测准确率高达 98%。但用它预测未来 10 天，准确率瞬间跌到 52%，和抛硬币差不多

 阿贾克斯ajax0322
2025-08-13 00:14:03

 1356

 6

#机器学习 #人工智能 #算法
【机器学习&深度学习】模型量化

模型量化是工业界最成熟、最通用的模型压缩技术，尤其 INT8 推理已成为边缘部署的首选标准。

SHIPKING393
2025-08-05 16:54:53

 1189

 27

#机器学习 #深度学习 #人工智能
计算机毕业设计Python+大模型农产品价格预测 ARIMA自回归模型农产品可视化农产品爬虫机器学习深度学习大数据毕业设计 Django Flask

计算机毕业设计Python+大模型农产品价格预测 ARIMA自回归模型农产品可视化农产品爬虫机器学习深度学习大数据毕业设计 Django Flask

haochengxu2022
2024-11-09 18:10:23

 693

 8

#python #知识图谱 #机器学习 +4
【查表】四种重要的统计分布：正态分布、F分布、卡方分布、t分布

四种重要的统计分布：正态分布、F分布、卡方分布、t分布

 Aldrin Aliàng
2024-05-26 18:47:31

 6544

 25

#机器学习 #人工智能
量化策略评价指标-夏普比率、信息比率与最大回撤

量化策略评价指标夏普比率（Sharpe Ratio）表示每承受一单位总风险，会产生多少的超额报酬。具体计算方法为 (策略年化收益率 - 回测起始交易日的无风险利率) / 策略收益波动率（换句话说，策略收益标准偏差）。信息比率（Information Ratio）衡量超额风险带来的超额收益。具体计算方法为 (策略每日收益 - 参考标准每日收益) 的年化均值 / 年化标准差。注意：这里的“参考标准

 创帆云
2022-04-27 21:01:43

 7618

#java #python #机器学习 +2
【算法分析】深度学习框架-前向反向传播原理

目录背景目标核心方法前向传播反向传播结论背景深度学习框架如Tensorflow Pytorch 等最重要的功能之一即自动对网络模型进行了前向传播和反向梯度传播计算，从而对应用开发人员屏蔽了底层算法实现的细节，很容易进行网络模型的training、evalution、testing 最终构建符合AI应用场景需求的网络模型及其参数，本文旨在用通俗易懂的方式解释前向传播（Forward Pass）和反向

 HaoBBNuanMM
2021-07-18 14:20:25

 901

 2

#人工智能 #机器学习 #深度学习 +1
机器学习在量化中的应用：如何从逻辑回归到XGBoost实现高效预测？

作为一名对量化投资感兴趣的读者，你是否想过如何将机器学习技术应用于金融数据预测？本文将带你深入了解从经典的逻辑回归到强大的XGBoost算法在量化投资中的实际应用。我们将探讨这些算法如何帮助构建有效的评分预测模型，并通过实例展示如何利用这些技术提升预测的准确性和稳定性。无论你是初学者还是进阶读者，这篇文章都将为你提供实用的发文思路和快速上手的技巧。在当今这个数据爆炸的时代，已经成为量化投资中不可或

 qing606
2025-08-07 16:18:01

 1503

 29

#机器学习 #逻辑回归 #人工智能
基于Mediapipe手势识别

Mediapipe是谷歌开源的跨平台机器学习解决方案，其能够通过摄像头传输的视频数据，实时地检测出人体姿态、面部表情、手势等信息，并以可视化的形式进行展示，为各类应用提供了更加精准和智能的基础支持。2. 数据预处理：利用Mediapipe提供的深度学习模型，在采集到的图像数据上进行特征提取、归一化和降维等操作，以便进行后续的数据分析和模型训练。3. 模型训练：根据采集到的数据和手势分类标签，利用M

@风景邮递Yuan
2023-05-01 13:25:18

 3241

 2

#人工智能 #机器学习 #深度学习
可逆神经网络（Invertible Neural Networks）详细解析：让神经网络更加轻量化

来源：PaperWeekly本文约3600字，建议阅读7分钟本文以可逆残差网络（The Reversible Residual Network: Backpropagation Without Storing Activations）作为基础进行分析。为什么要用可逆网络呢？因为编码和解码使用相同的参数，所以 model 是轻量级的。可逆的降噪网络 InvDN 只有 D...

数据派THU
2022-04-18 17:00:00

 2346

#神经网络 #算法 #python +2
【智泊AI】终于把模型压缩四剑客：量化、剪枝、蒸馏、二值化说清楚了！

相较于非结构化剪枝的随机权重剪裁，虽然其理论压缩上限较低，但结构化剪枝带来的模型精度损失更可控，在工业级部署中通常可获得1.8-2.5倍的实际加速效果，特别是在移动端部署场景下，该技术可使ResNet-50等典型模型的推理延迟从230ms优化至92ms，满足边缘计算设备的实时性要求。该技术的核心机制在于利用教师网络训练过程中产生的知识信号（包括概率分布、特征图、注意力权重等）来引导学生模型的优化方

 程序员朱鹏
2025-03-28 13:43:14

 2013

 7

#人工智能 #剪枝 #算法 +2
基于机器学习的台风自然灾害预测系统经纬度预测 |（大数据数据爬虫挖掘技术计算机Python毕业设计）

本系统采用Python作为核心开发语言，构建了Django后端框架与Vue前端框架相结合的Web应用架构，通过爬虫技术从自然灾害管理平台获取实时台风数据，运用随机森林预测模型对台风的风力、风速、中心气压等关键参数进行深度分析。系统实现了用户端的台风灾害查看与经纬度预测功能，管理员端的灾害信息管理与预测结果管理功能，同时集成了基于Echarts的大屏可视化分析模块，能够对台风的风速变化、中心气压分布

 qq_1445749146
2025-09-07 23:00:00

 1133

 25

#机器学习 #大数据 #爬虫 +3
计算机毕业设计PySpark+Hadoop地震预测系统地震数据分析可视化地震爬虫大数据毕业设计 Flink Hadoop 深度学习

计算机毕业设计PySpark+Hadoop地震预测系统地震数据分析可视化地震爬虫大数据毕业设计 Flink Hadoop 深度学习

 haochengxu2022
2024-05-07 02:30:00

 1841

 45

#大数据 #hadoop #数据分析 +3
知识库②——向量化 (Embedding)：从文本片段到语义向量

中文/多语 + 本地部署：优先BGE-M3云端稳定 + 免运维：选已有 E5 系统或轻量多语：可用从文本片段 → 向量知识库文本切片 (Chunks)↓ Embedding 模型编码 → 向量表示↓ 存储与索引 (Vector DB: FAISS / Pinecone / Weaviate / Chroma / Milvus / Qdrant)↓ Chunk ↔ Metadata 绑定↓ 可检索的

 CCSBRIDGE
2025-08-29 01:45:30

 1289

 22

#人工智能 #机器学习
【KDD2025 不确定性量化、分布预测】DistPred：回归与预测的无分布概率推理方法

可端到端训练的概率推理模型，能在单个前向中推断大量样本，以估计响应变量的潜在分布。

deardao
2024-06-19 12:03:56

 3495

 34

#机器学习 #人工智能
Kaggle量化比赛复盘: Optiver - Trading at the Close

基于集合竞价开始以来经过 N 秒的行情数据，进行target预测。（科学上网）

qq_51175703
2024-03-28 17:36:21

 3972

 32

#金融 #人工智能 #机器学习 +1
已解决AttributeError: partially initialized module ‘cv2‘ has no attribute ‘gapi_wip_gst_GStreamer

同一个conda虚拟环境同时安装了4.5版本的opencv-python和4.7版本opencv_contrib_python两个包导致。卸载opencv_contrib_python即可。

day_day_up1
2024-06-05 00:08:28

 461

 4

#python #机器学习 #计算机视觉
TradingAgents：用多Agent框架炒股，多赚6个点收益

摘要：大型语言模型（LLMs）在金融和交易领域的应用日益广泛，通过模拟人类决策流程，提升复杂问题的解决能力。传统算法交易系统依赖定量模型，但难以全面捕捉市场复杂性，而LLMs擅长处理文本数据（如新闻、财报），成为金融助手的理想工具。金融领域LLMs分为微调模型（如FinGPT、Bloomberg GPT）和从零训练模型（如XuanYuan 2.0），在分类和生成任务中表现优异。LLMs还可直接

 python零基础入门小白
2025-07-23 11:37:31

 2027

 10

#人工智能 #AIGC #机器学习
推荐算法基础——基于内容过滤及加快算法的技巧

由此通过项目和用户的特征去建立基于内容的过滤算法：利用用户向量和电影向量之间的点积这里我们仍然以推荐电影为背景，要预测用户j对电影i的评分（这里我们不考虑b，因为事实证明b不会影响基于内容的过滤算法）将w(j) * x(i)替换为vu(j) * vm(i)，这两者分别来自于xu(j)和xm(i)，vu是一个用户向量，捕获了用户的偏好preferences。

今天不要熬夜
2023-11-07 22:09:42

 574

#推荐算法 #算法 #机器学习
java语言 ssm框架开发在线小说推荐系统个性化小说/电子书推荐系统 springboot框架爬虫可视化数据分析基于流行度的热点推荐基于协同过滤推荐机器学习深度学习人工智能大数据

用户功能：登录、注册、密码重置、修改信息、修改密码、兴趣标签、小说搜索排序、小说章节、小说阅读、可视化数据、个性化推荐、标签推荐、流行度推荐、小说收藏、小说评分、小说点赞、小说评论等；管理员功能：登录、数据统计、修改信息、修改密码、小说类型管理、小说管理、小说章节管理、用户管理、兴趣标签管理、小说收藏管理、小说评分管理、小说点赞管理、小说评论管理、管理员管理等。

linge511873822
2024-10-29 20:27:38

 489

 5

#java #spring boot #人工智能 +3
t检验是用t分布理论来推论差异发生的概率

t检验是用t分布理论来推论差异发生的概率

 铁松溜达py
2023-05-20 20:25:32

 245

#python #机器学习 #numpy
量化交易系统开发-实时行情自动化交易-8.17.Quant Connect平台

QuantConnect是国际领先的量化交易平台，提供云端量化策略开发、回测与部署服务，支持多资产类别（股票、期货、加密货币等）以及多种编程语言（如C#、Python）。凭借其强大的算法库和与主要券商的集成，QuantConnect成为全球量化交易爱好者和专业投资者的理想平台。

fengbuyu
2024-12-06 06:00:00

 3777

 18

#人工智能 #python #机器学习 +1
（笔记）学习向量量化

学习向量量化算法LVQ是一类用于模式分类的有监督学习算法，是一种结构简单、功能强大的有监督式神经网络聚类算法。其算法中，对最近的原型向量的选取是通过计算输出样本和原型向量之间的欧氏距离键的大小来判断的。其突出优点是具有自适应性，可以通过在线学习的方式获得训练样本的码本。分类、聚类、有监督和无监督学习有监督学习和无监督学习的区别在于输入数据是否有标签...

我心如凪
2021-10-28 16:28:38

 1057

 2

#机器学习
科研绘图之R语言生存分析KM曲线累计风险表放在图片内部

科研绘图之R语言生存分析KM曲线和累计风险表KM估计R语言展示KM估计的生存函数曲线1、最简单的方法2、利用survminer包绘制3、进一步美化，添加累计风险表格、图例、文本注释KM估计KM估计同时利用生存时间（连续变量）和生存结局（一般为分类变量，用来表示状态）信息，是一种求生存时间函数，即S(t)的方法。KM估计的定义如下：R语言展示KM估计的生存函数曲线1、最简单的方法在R里，有多种实现方

 苦译秦名
2020-08-02 22:50:51

 1.4w

 11

#数据挖掘 #机器学习 #编程语言
不确定性量化

不确定性量化（Uncertainty Quantification, UQ）是评估和表示模型预测、参数估计或系统行为中不确定性的过程，旨在为决策提供可信度评估和风险控制。其在科学计算、工程预测、金融风控和医疗诊断等领域具有核心价值。

豆芽819
2025-03-17 12:48:18

 6715

 14

#机器学习 #深度学习 #人工智能 +1
计算机毕业设计django+大模型租房推荐系统租房可视化租房大屏可视化租房爬虫 spark 58同城租房爬虫房源推荐系统

计算机毕业设计django+大模型租房推荐系统租房可视化租房大屏可视化租房爬虫 spark 58同城租房爬虫房源推荐系统

 haochengxu2022
2024-11-01 00:00:00

 1487

 11

#django #爬虫 #大数据 +3
Python爬虫绕过Google reCAPTCHA终极指南

摘要：本文系统解析了Google reCAPTCHA的绕过策略，涵盖v2/v3版本的验证机制及应对方案。reCAPTCHA通过浏览器指纹、行为分析和环境检测等多维度防御爬虫，传统方法已失效。核心策略包括：环境伪装：修改WebDriver属性、Canvas指纹和插件信息，模拟真实浏览器；行为模拟：生成贝塞尔曲线鼠标轨迹，模仿人类点击复选框和图片验证；第三方服务：集成2Captcha等平台（成

 ZTLJQ
2025-10-14 11:17:35

 1768

 8

#安全 #爬虫 #web安全 +3
VScode搭建轻量化Verilog IDE方法

来源：硬件加速与EDA特点：快速、便捷、能很快的查看波形、平时刷笔试题的时候很方便。step1：下载vscode 和所需插件所需安装包。vscode：https://code.visua...

LEEE@FPGA
2022-01-11 11:04:46

 1496

 1

#python #linux #java +2
哪种LLM量化方法最适合您？：GGUF、GPTQ 还是 AWQ

AWQ 实现了出色的量化性能，尤其是对于指令调整的 LM 和多模态 LM。即使对于具有大量参数的模型（例如，GPT 模型中的 1750 亿个参数），GPTQ 也可以实现高精度和高效的量化。GGUF 是一种更高效、更灵活的存储和使用 LLM 进行推理的方法。它经过量身定制，可快速加载和保存模型，并采用用户友好的方法来处理模型文件。总之，AWQ 采用激活感知方法，通过观察激活来保护显着权重，并展示了出

 weixin_40358523
2024-07-31 10:53:04

 1723

 3

#人工智能 #机器学习 #深度学习
百度seo算法_SEO秘诀：Google的逆向工程算法

百度seo算法by benjamin bannister 通过本杰明·班尼斯特SEO秘诀：Google的逆向工程算法 (SEO Secrets: Reverse-Engineering Google’s Algorithm)What have I learned from creating content for the internet? One thing is crystal cle...

cumifi2519
2020-07-13 06:59:05

 2206

#搜索引擎 #python #java +2
量化交易系统开发-实时行情自动化交易-8.13.聚宽量化/JoinQuant平台

聚宽量化（JoinQuant）是一款功能强大的量化交易平台，提供了从策略开发、回测到实盘交易的一站式解决方案。聚宽平台支持Python编程，内置丰富的数据接口与回测工具，可以快速验证量化交易策略的有效性。

fengbuyu
2024-12-04 06:00:00

 8085

 18

#人工智能 #python #数据挖掘 +1
计算机毕业设计Python+Tensorflow小说推荐系统 K-means聚类推荐算法深度学习Kears 小说数据分析可视化机器学习 Scrapy爬虫协同过滤推荐算法混合神经网络推荐算法

计算机毕业设计Python+Tensorflow小说推荐系统 K-means聚类推荐算法深度学习Kears 小说数据分析可视化机器学习 Scrapy爬虫协同过滤推荐算法混合神经网络推荐算法

 haochengxu2022
2024-06-26 01:55:01

 913

 25

#深度学习 #机器学习 #tensorflow +3
计算机毕业设计Python贝叶斯模型薪资预测招聘可视化招聘爬虫招聘信息分析系统 skit-learn 大数据毕业设计机器学习深度学习 TF

计算机毕业设计Python贝叶斯模型薪资预测招聘可视化招聘爬虫招聘信息分析系统 skit-learn 大数据毕业设计机器学习深度学习 TF

haochengxu2022
2025-01-27 00:00:00

 1720

 38

#大数据 #机器学习 #数据可视化 +3
决策树算法基础：信息熵相关知识

本文对信息熵、交叉熵、KL散度等概念进行系统梳理，并对重要结论给出证明，为后续学习决策树系列算法（ID3、C4.5、CART、随机森林、LightGBM）做好准备

 紫投
2025-10-01 14:18:30

 1407

 20

#机器学习 #决策树 #分类
模型无痛涨点！因果机器学习疯狂收割顶会

《因果机器学习前沿进展精选综述》摘要：本文聚焦2024年因果机器学习(CausalML)领域的最新突破，精选20篇高水平论文，系统梳理了该交叉学科的理论创新与应用实践。研究显示，当前发展呈现三大趋势：1）动态因果建模技术（如CAST框架）突破传统静态分析局限，实现连续时间维度的治疗效果评估；2）多层次特征融合方法（如WHAR任务中的分层交互机制）显著提升模型解释性；3）面向OOD场景的软因果学习（

AI十八式
2025-06-06 10:59:25

 913

 14

#机器学习 #人工智能
基于逻辑回归的商业银行互联网贷款信用风险评估【附数据】

研究根据基分类器预测结果对客户进行风险评级，并将信贷客户细分为不同类别，如最高违约风险类客户、目标客户、最易误分的非履约类客户等。（2）解决数据不均衡问题的违约风险评估针对信贷数据中存在的严重数据不均衡问题，研究提出了融合样本关注度矩阵的随机森林提升算法（FOMBRF）。（3）信贷数据对象-属性空间划分的信贷客户特征研究针对信贷数据高维且包含信息混杂的问题，研究基于业务理解进行数据理解，提出了

 算法与数据
2024-10-22 21:47:40

 773

 3

#逻辑回归 #算法 #机器学习
文本向量化与聚类：实现文本内容的有效聚类

1.背景介绍文本向量化与聚类：实现文本内容的有效聚类1. 背景介绍随着互联网的发展，大量的文本数据在各种领域得到应用，如搜索引擎、社交媒体、新闻推荐等。为了有效地处理和分析这些文本数据，文本向量化和聚类技术成为了重要的工具。文本向量化是将文本数据转换为数值型向量的过程，使得文本数据可以被计算机直接处理。聚类是一种无监督学习方法，可以根据文本数据的相似性自动将其分为不同的类别。2. ...

禅与计算机程序设计艺术
2024-01-21 03:43:58

 1847

 22

#聚类 #数据挖掘 #机器学习 +2
【机器学习】股票数据爬取与展示分析（有代码链接）

这里需要注意在直接复制过来的url后面需要加上一个format(num)用来限制爬取的数据数量。可能我们仅仅想要创业板块的数据，单独选择这个面板，然后右键鼠标选择检查页面。这里红色框框出来的部分就是等下爬虫的时候要用到的地址。为例，其他的都殊途同归😁。

Mark Zhang
2024-10-26 20:52:00

 6101

 37

#机器学习 #人工智能
【敏捷7.1】风险管理

风险管理在 PMP 中，风险是一个重要的章节，并且有许多的过程，比如说我们要识别风险、进行定性定量分析、应对风险等，工具方面也有决策树、敏捷性分析等，最后还有一个风险应对和机会应对（PMP认为风险和机会是对应的）。这些内容其实是相当有意思的，不过这并不是我们在敏捷中学习的重点。为什么呢？这么自信？还真是，为啥呢？就是我们前面一直在讲的几个重要的东西并且浓缩成的一句话：“尽...

码农老张Zy
2022-04-04 18:02:00

 2044

#人工智能 #java #编程语言 +2
VAD: 向量化场景表示，用于高效的自动驾驶

自动驾驶需要全面理解周围环境以实现可靠的轨迹规划。以前的工作依赖于密集的光栅化场景表示（例如，代理占用和语义地图）来进行规划，这在计算上很复杂，并且缺少实例级别的结构信息。在本文中，我们提出了VAD，这是一种端到端的向量化自动驾驶范例，它将驾驶场景建模为完全向量化的表示。VAD利用向量化的代理运动和地图元素作为显式的实例级规划约束，这有效地提高了规划的安全性。与传统的端到端规划方法相比，VAD通过

 真诚的灰灰
2024-07-26 19:40:57

 3974

 7

#自动驾驶 #人工智能 #机器学习
手把手教你从分析到实现，王者荣耀壁纸爬虫！表弟馋哭了！

一、分析需要爬取的网站①、打开官方王者荣耀壁纸网站网站地址：https://pvp.qq.com/web201605/wallpaper.shtml②、快捷键F12，调出控制台进行抓包③、找到正确的链接并分析④、查看返回数据格式⑤、解析url链接⑥、查看url内容是否是所需图片，发现其实是缩略图⑦、那就去分析网站，随便点开一张壁纸，查看指定格式的链接⑧、找到目标地址⑨、分析目标链接和缩略图的链接区

 爬遍天下无敌手
2020-10-05 16:45:02

 905

#python #java #机器学习 +2
基于BigQuant的量化策略实现

基于BigQuant的量化策略实现文章目录一、BigQuant的重要模块说明1.回测模块二、基于技术指标的策略实现1.库函数导入与全局变量初始化2.每日逻辑函数编写策略1: MACD金叉+MA多头买入策略2: 利用MA指标进行择股3.策略结果展示策略1: MACD金叉+MA多头买入策略2: MA择股三、基于QP优化的策略实现1.基于经典QP的handle函数2.增加限制条件使股票具有多样性：3.融

 _xuyuanjian_
2021-02-26 16:49:50

 5192

 6

#深度学习 #机器学习 #数据挖掘
【华泰固收】债市研究新篇章：智能体“Prompt+”与多Agent协同策略，固收量化系列深度解读！

本文探讨了大语言模型（LLM）在二级市场投研中的应用优化路径。文章指出，简单的提问互动模式已无法满足复杂研究需求，提出了三级进阶方案：基础层面强调优化提示词（Prompt）设计，使用思维链框架提升输出质量；进阶1.0建议构建多Agent协同系统，模拟人类团队分工协作；进阶2.0引入RAG技术结合本地知识库增强准确性；进阶3.0通过苏格拉底式提问和自我检查机制减少模型幻觉。文章以债券和可转债研究为例

 AGI大模型老王
2025-06-20 14:27:20

 1342

 13

#人工智能 #产品经理 #机器学习 +1
2007-2021年36家上市银行绿色信贷余额、绿色信贷占比、资产收益率、不良贷款率等数据

绿色信贷的概念最早由国际金融公司（IFC）在 2003 年提出，是指银行等金融机构向符合环保标准的企业和项目提供的贷款。

数据博士
2024-06-29 17:45:04

 2178

 28

#python #机器学习 #人工智能 +2
自动化-量化打板实盘

有不少朋友会跟我讨论在自动化实盘打板方面的问题：①怎么样去定位还有找到那些即将涨停可以打板的谷票？比较头疼的一点就是现在的大部分量化分析系统都是只能基于量价和资金流等数据去进行分析，要做一个盘中实时响应监控全市场的股票，并完成打板操作的策略，这个对分析系统的压力较大，经常是会发现就算有符合条件的票了，也反应不过来的情况。最大的可能是股票已经到涨停了，你也是打上了，结果就变成了堵门了，要不就是为炸

 A谷交易猿
2021-10-26 23:29:02

 3764

#机器学习 #深度学习
机器学习之关联分析与频繁项集（Apriori和FP-Growth算法）

机器学习之关联分析与频繁项集1、关联分析与频繁项集介绍2、

简范式AI
2019-01-10 20:48:35

 4915

 8

#机器学习
量化套利策略

近三年，套利策略的表现持续优于股票中性和债券策略。但是究竟什么是量化套利呢？数据来源：朝阳永续套利策略的定义和核心逻辑简单来说，套利指的是当某种资产在同一市场或不同市场拥有两个价格时，以较低的价格买进资产，用较高的价格卖出，从而获取收益。比如小区超市的白菜要比批发市场的白菜卖的贵，那我们从批发市场进菜拿到小区来卖，去掉成本，就可以赚到其中的差价。套利策略成立的核心假设是一价定律：在竞争市场上，如果

 falldeep
2022-05-06 21:33:49

 2994

 1

#人工智能 #big data #大数据 +2
什么是翻拍识别_图像识别api

　　说到翻拍，大家会想到什么呢？电视剧翻拍，这个是现在比较常见的，那你有没有听说过快消行业访销翻拍造假呢？接下小编给大家做相关介绍，下面来看具体详情：　　翻拍识别　　主要应用在对快消行业访销场景，可对屏幕进行翻拍的造假照片进行精准识别，在减少品牌商因图片造假导致费用流失的同时还可可有效降低人工审核成本。与EasyDL零售版商品检测API配合使用，对分销率、排面数等商品识别结果的真实有效性加以保障，

极限流星จุ๊บ
2020-08-24 14:26:46

 3038

#机器学习 #深度学习
java springboot开发在线音乐推荐系统个性化网易云音乐播放推荐系统的开发与设计排行榜、爬虫、数据可视化、热门推荐、协同过滤推荐、混合推荐机器学习大数据深度学习

用户功能：登录、注册、忘记密码、修改信息、修改密码、音乐搜索、音乐榜单、音乐分类、个性化推荐、热门推荐、音乐收藏、音乐评分、音乐点赞、音乐评论、音乐歌单、音乐播放、歌单播放、退出登录等；管理员功能：登录、数据分析、修改信息、修改密码、音乐类型管理、音乐管理、用户管理、歌单管理、收藏音乐管理、评分音乐管理、点赞音乐管理、评论音乐管理、管理员管理、退出登录等。

linge511873822
2024-11-01 20:03:59

 448

 3

#java #spring boot #爬虫 +4
论文《Learning the quantum algorithm for state overlap 》阅读笔记

前言：1.论文内容介绍2.论文疑点记录3.论文主要收获1.论文内容介绍本篇论文的主要思想就是借助机器学习实现已有算法的优化，或者发现一个未知的算法，并且优化它。已有算法的优化，优化的是电路使用门的数量、深度、或者是比特数目，这是一个task-oriented的优化过程，借助cost function 寻找更优的电路。但是本文的算法思想只适合比特数目比较少的情况，因为所需要门的个数随着比特数目的增加

 keep_humble
2021-05-11 17:21:23

 561

 1

#机器学习

加载更多

回到
顶部

提供社区服务与技术支持

提供社区服务与技术支持

©1999-2023北京创新乐知网络技术有限公司京ICP备19004658号