登录社区云,与社区用户共同成长
邀请您加入社区
这里虚构函数,那里逻辑张冠李戴,又或是某个地方偷偷引用未来数据……如今AI也能编程写策略,听起来很香,但靠谱吗。你以为把AI代码跑一跑,能运行就OK。量化策略用自然语言书写,好坏一眼看清,。工具只输出清晰买卖信号,手动下单就行。一个微小的错误,计算结果就大相径庭。看不懂代码的你,敢拿真金白银去试吗。自带一键回测功能,还能随心调整优化。让普通人也能拥有专属的量化交易体系。散户都想做量化,可两道门槛难
(以及量化参数何时确定)。区别主要在**激活的 s/zp(scale/zero-point)**是“离线固定”还是“运行时现算”。更多工程优化:SIMD/向量化、CUTLASS/CUDA 融合 LUT-GEMM、块大小/对齐、标量类型选择(FP16/FP32 scale)。吞吐提升不错(CPU)。**校准/计算:**不需要跑数据集,直接看权重本身(可选用 max-abs、百分位、MSE 等策略确定
利用BP神经网络来预测不同工况下的轮胎侧向力,从carsim中获得数据,利用BP神经网络训练得到轮胎侧向力估计模型。2、利用BP神经网络对从carsim中获得的轮胎数据进行训练获得精准的神经网络模型,并生成simulink模块。图为108km h下的单移线轨迹跟踪效果,侧向力估计效果,以及BP神经网络的预测误差,轮胎侧向力预测效果还不错。3、将生成的simulink模块和LQR控制器结合,实时估计
向AI转型的程序员都关注公众号机器学习AI算法工程实时语义分割ENet算法,提取书本/票据边缘在自然语言处理中,文本向量化(Text Embedding)是很重要的一环,是将文本数据转换成向量表示,包括词、句子、文档级别的文本,深度学习向量表征就是通过算法将数据转换成计算机可处理的数字化形式。概念从不同文本级别出发,文本向量化包含以下方法:词级别向量化:将单个词汇转换成数值向量独热编码(One-.
在医疗健康数据呈现指数级增长的同时,保险机构面临的联合风险评估面临双重挑战:一是跨机构数据共享中的隐私泄露风险,二是合规性要求与数据利用需求的平衡难题。同时,同态加密技术支持在密文状态下完成风险评估计算,平安保险2023年应用案例表明,该技术使联合建模效率提升40%,且密文计算错误率低于0.0001%。中国银保监会2023年试点方案显示,采用联邦学习架构的联合风控项目,数据调用频次降低62%,冗余
数据集下载报错,处理方法之一!
锻造恒生O45:致广大而尽精微原创 小倩 恒生电子股份有限公司 2022-01-25 10:30对于O45,并非没有质疑的声音。这种质疑同时来源于外界,也来自于内部。外界的担忧在于目前依旧支撑着资管领域百亿级资产管理规模的O32,如何升级切换到O45的路径尚不清晰。更多金融机构在观望,观望行业里谁可以率先检验这套新一代系统。而内部则更多的是对于资源紧张的担忧,基础架构要升级,近十个子系统要开发,涉
目录动量(Momentum)定义了解动量动量交易的缺点动量(Momentum)定义动量是证券价格加速的速度,即价格变化的速度。动量交易是一种策略,趋势回升时进入趋势。简而言之,动量是指价格趋势在特定时间内持续上升或下降的惯性,通常同时考虑价格和数量信息。在技术分析中,动量通常通过振荡器(oscillator)进行测量,并用于帮助确定趋势。了解动量势头强劲的投资者喜欢追逐业绩。他们试图通过投资以一种
本研究提出了一种新颖的基于矩的分布鲁棒优化(DRO)模型,该模型结合了条件风险价值(CVaR),用于应对电力价格不确定性下的自调度问题。该模型综合考虑了电力价格波动、机组参数以及负荷需求,并且可以通过调整模糊集的大小来进行调节,从而为发电厂提供了一种合适且可调节的自调度策略。决策者可以根据实际场景调整该策略,使其被独立系统运营商(ISOs)接受,同时最大化发电利润。通常,此类DRO模型会被转化为半
TEMA是三重指数移动平均线,全程为Triple Exponential Moving Average。它是一种技术分析指标,用于平滑价格数据并识别趋势的变化。TEMA通过多次平滑价格数据来减少价格波动的影响,从而更准确地识别趋势的变化。其中,close表示收盘价,n表示时间周期。其中,previous表示前一个周期的EMA值。
LMDeploy量化部署InternLM2-chat-1.8B & LLaVa
段永平的投资哲学浓缩为一句话——“做对的事,把事做对,不懂不碰,长期持有”。大力财经观察认为,他的人生观:“反过来想,总是反过来想”,强调逆向思维与终身学习。“大道无形我有型” 雪球的ID名字,就说明了一切,市场无规律,无形,但是他的策略是 有策略的,有规律的。真正的价值投资者需修炼内功,用企业思维看待股票,而非博弈市场。正如他所说:“投资是认知的变现,你永远赚不到超出认知范围的钱。段永平的投资哲
参考文献:刘荣增,何春.环境规制对城镇居民收入不平等的门槛效应研究[J].中国软科学,2021(08):41-52.参考《中国软科学》中刘荣增(2021)的做法,团队采用外商直接投资占GDP比重衡量外商直接投资水平。外商直接投资水平 外商直接投资水平 = 外商直接投资(万元) / GDP(亿元) / 10000。外商直接投资(万元) 外商直接投资(美元)(万美元) * 人民币对美元汇率(美元=1)
RapidMiner是一款功能强大的数据挖掘和机器学习工具,它提供了从数据预处理、建模、评估到部署的一系列流程。它最初由德国多特蒙德工业大学的人工智能部门开发,原名Yale,后更名为RapidMiner。RapidMiner以其图形用户界面(GUI)和拖拽式操作而闻名,这使得即使是初学者也能快速上手进行数据分析。
哦,这个是要上传的图像,那就应该是要改上传图像路径,改一个桌面上的图片看看能不能上传。发现slug是wd(一开始随便取的),传入的参数也是slug不是name。发现还是这个错误,已崩溃,但是煮啵不会放弃顽强斗争,换个测试。不出煮啵所料,果然不是中英文问题,那就格式化数据库,再来。说明路径中英文都可以,问题完美解决!
从投稿到发表就长达6-7个月,而AI领域的技术每7个月就更新一轮,这意味着——论文刚发出来,SOTA就已更新换代,导致很多成果已经过时。因此,学生、独立研究者、边缘学者可能被「挡在门外」,自然交流、跨领域合作机会被压缩,这样就使得学术社群的包容性和开放性也严重受限。尤其是在2023-2024年,由于LLM的爆炸式进展,AI研究者的年均发文数已经超过了4.5篇,并且还有继续飙升的趋势。这样做的优势就
ICRG(International Country Risk Guide)是由美国政治风险服务集团(PRS Group)开发的全球权威国家风险评估体系,涵盖政治、经济、金融三大维度的量化指标。该数据集收录了1984年至2023年全球170余个国家和地区的年度风险数据,包括综合风险指数(取三类风险平均值)及细分指标。政治风险涉及政府稳定性(A1)、立法效能(A2)、民众支持度(A3)等;经济风险包
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
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。
由于量化前的激活值变化范围较大,即使对于同一 token,不同channel数值差异较大,对每个 token 的量化也会造成精度损失,但是不难看出较大值一般出现在同一 channel,因此作者也分析了采用 per-channel 的量化方式,这种量化方式能很好的避免精度损失,但是硬件不能高效执行,增加了计算时间,因此大多数量化仍采用 per-token 及 per-tensor 的量化方式。最后,
C#行情分析源码(五档、十档行情,量化模型设置)
针对公司存在的缺少合理的薪酬变动的问题,通过项目组的科学设计,结合该公司的实际情况,建立了适合公司发展的宽带薪酬体系,根据目前公司现有的不同级别,设置有一定薪酬跨度的薪酬体系,在原有的薪酬标准中加入对人员能力评价,以能力定薪,在薪酬中增加新的变量,实现工资的浮动。在很多企业中,经常遇到薪酬标准不规范、关键岗位激励性不足、缺乏调薪机制等问题,在解决思路上,华恒智信提出建立分层分类的薪酬结构,实现关键
支持模型映射,重定向用户的请求模型,如无必要请不要设置,设置之后会导致请求体被重新构造而非直接透传,会导致部分还未正式支持的字段无法传递成功。支持主题切换,设置环境变量 THEME 即可,默认为 default,欢迎 PR 更多主题,具体参考此处。账号注册,点击令牌、充值、日志、设置等功能按钮或登录按钮均可见登陆界面,按页面指导即可注册账户。支持令牌管理,设置令牌的过期时间、额度、允许的 IP 范
调用本地大模型
TradingAgents-CN 是一个基于多智能体大语言模型(LLM)的开源金融交易决策框架,专为A股、港股及美股市场设计。
四种重要的统计分布:正态分布、F分布、卡方分布、t分布
CEJ创刊于1996年,由Elsevier出版,是EI&SCI双检索期刊,长期稳居JCR Q1与中科院工程技术大类1区TOP,2025年影响因子高达13.2!因为就影响因子及分区来说,的确拿的出手,如果是用来毕业,完全是绰绰有余;期刊发文量一直都保持在较高水平,特别是从2024年开始,发文量已正式突破1W+,发文过多过杂,因此引起大家对其内容质量的担忧。影响因子搭上材料的快车,因此一路猛涨,居高不
在体验中心,将推出基于大数据的健康管理系统,该系统已在某社区进行试点,为超过1000名居民提供了个性化的健康管理和疾病预防服务。通过这些项目,已培训了超过500名医护人员,提高了他们在人工智能医疗技术方面的应用能力,为当地医疗水平的提升做出了积极贡献。“我们希望通过这些体验中心,让更多的内地用户享受到先进的医疗健康服务,同时推动内地医疗健康科技的发展。维尔利健康科技集团表示,这些体验中心不仅面向普
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
在电商领域,数据是驱动业务决策的关键要素。淘宝作为国内最大的电商平台之一,其商品数据对商家和开发者来说具有极高的价值。然而,高频采集淘宝API数据往往伴随着封号风险。本文将深入探讨如何合法、高效地使用淘宝API进行数据采集,并提出相应的反制策略,以规避封号风险。
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
而且内容本身,就是价值,结构化的内容,专栏等。比如,要创建一个“价值投资大师”智能体,你的instractions可以这样写,你就想,如何写一个足够聪明的孩子,布置任务,你应该如何描述。这里打一个比方,好比,你对一个特别聪明的大学毕业生说,“按巴菲特的原则”去选股。多智能体的智能投研平台,首先需要一个智能体框架,我选择是agno,选择的理由是:轻量,低侵入,功能强大。从这个理念来讲,金钱系统使用我
当一些权重被中间更新推到网格之外时,这种效果可能会恶化。一个简单的启发式应用来防止这种情况:异常值一出现就被量化。这个过程可能需要大量的计算,特别是对于LLMs。为了解决这个问题,OBQ方法使用了一种技巧,避免在每次简化权重时重新进行整个计算。量化权重后,它通过删除与该权重相关的行和列(使用高斯消去)来调整计算中使用的矩阵(Hessian矩阵)。该方法还采用向量化的方法,一次处理多行权矩阵。尽管O
三、修改api.py router.pyindex.html。允许上传base64格式的图片和url格式的图片。一、comfyui添加图片上传节点。二、重启comfyui。
现在的技术每天更新换代的太快了,才玩了几天的敏神的Flux Dev NF4 却被弃用了。随之而来的是city96大神发布的新的量化版Flux GGUF。ComfyUI和黑森林一致推荐。同样支持6G显存及其以上,支持Lora。该模型不带CLIP、T5xxl、VAE,因此需要自行下载加载。一起来看一看基于ComfyUI的安装及体验效果。GGUF可以理解为一种格式定义,采用相应的工具将原始模型预训练结果
摘要:风险平价模型在双资产组合中出现权重异常问题,表现为后期权重极端偏向一方。原因在于两者高度相关导致协方差矩阵病态,数值计算不稳定。解决方案包括:1)去除高度相关资产;2)采用Ledoit-Wolf收缩估计等稳健化方法;3)调整滚动窗口长度(如1-3年);4)设置权重上下界约束(如5%-95%)。这些改进可提升模型稳定性与可执行性。
mediapipe object detect 物体检测,分为图片识别image、视频识别video、视频流识别stream
今天试着以量化投资的角度,对两者进行一下使用体验分享,是否有必要本地部署deepseek?如何借助这些优秀的模型构建自己的量化交易策略,希望对大家有所帮助。
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
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...
Topaz Gigapixel AI更牛的地方在于,它用人工智能来“猜”图片放大后缺少的部分,然后自动把这些细节补上,让图片看起来效果更好,画质更棒。通过大量图像训练模型,预测并恢复放大的图像中的细微细节和纹理。Gigapixel AI v8.2 集成了 Topaz Labs 的去噪和去模糊技术,能够有效减少图像中的噪点和模糊区域,特别是对于较低分辨率图像、移动拍摄或因其他原因导致的图像模糊进行智
Topaz Gigapixel AI 是一款基于人工智能技术的专业图像无损放大软件。它通过深度学习算法,智能填充像素细节,可将低分辨率图像放大至600%而不失真,有效修复老照片、提升网络图片画质,是摄影师和设计人员的革命性工具。 可针对人像、风景、建筑等不同主体进行优化,智能增强细节和减少噪点。
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
点击阅读全文!
「大模型」引领的创新变革正在发生身处技术爆炸时代,高光与隐忧共存。安全风险已成为发展中无法忽视的话题。
随着互联网时代的到来,人们更加倾向于互联网购物,某宝又是电商行业的巨头,在某宝平台中有很多商家数据,今天带大家使用python+selenium工具获取这些公开的商家数据这次的受害者:淘宝购物平台
在立项会上,经常被提及的就是项目的ROI。怎么算?如何评估?
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
前言通过星球会员们的反馈,双底形态识别功能非常实用、接地气,每天运行一次形态识别,从而第一时间帮助大家快速找出符合突破条件的强势股票。同时不少星友也给我反馈了一些改进需求,其中有一点非常急...