喜数女量化
喜数女量化

史上最全的Python定量金融三方库汇总

本文汇总了定量金融的大量三方库，按功能进行分类，覆盖数值运算，衍生品定价，回溯检验，风险管理，数据爬取，可视化等多个子领域，供每个Python程序员参考。

科学运算和数据结构

  • numpy - 进行数值运算的基础包，scipy和numpy令Python进行有效的矩阵运算成为可能

  • scipy - 科学计算生态系统，广泛应用于数学，物理学和工程学等自然科学领域

  • pandas - 提供了高性能的数据结构和数据分析工具

  • quantdsl - 金融/交易领域进行定量分析的领域特定语言

  • tatistics - 进行基础统计运算

  • sympy - 专门用于符号数学

  • pymc3 - 用Python实现概率编程，贝叶斯建模，用Theano实现概率机器学习

金融工具和定价

  • PyQL - Quantlib的Python接口

  • pyfin - 期权定价

  • vollib - 计算期权价格，隐含波动率和希腊值

  • QuantPy - 定量金融分析

  • Finance-Python - 定量金融分析

  • ffn - 拓展Pandas，提供一系列函数进行基础的量化分析

  • pynance - 获取股票和衍生品市场的数据，分析和可视化

  • hasura/base-python-dash - 快速入门部署Dash应用，Dash基于Flask，Plotly.js和React.js，允许用户用纯Python快速搭建强大的数据科学网页App

  • hasura/base-python-bokeh - 如何用Bokeh实现数据可视化

  • pysabr - 用Python实现SABR模型

技术指标

  • pandas_talib - 整合Pandas和Talib，用pandas计算技术指标

  • finta - 用Pandas计算常见的技术指标

  • Tulipy - 技术指标库（tulipindicators的Python绑定）

量化交易/回溯检验

  • TA-Lib - 计算技术指标，跟Numpy深度整合

  • trade - 用于开发金融应用的基础包

  • zipline - 强大的回溯检验框架，被很多量化交易平台作为底层技术，包括Qauntopian

  • QuantSoftware Toolkit - 创建和管理投资组合

  • quantitative - 定量金融的基础工具，回溯检验

  • analyzer - 接收实时报价并回溯检验

  • bt - 回溯检验框架，比Zipline更灵活

  • backtrader - 回溯检验框架，支持实盘交易，过去几年快速崛起，已成为最流行的量化工具之一

  • pythalesians - 回溯检验框架

  • pybacktest - 向量化回溯检验框架，向量化允许进行快速的回溯，但检验精度不高

  • pyalgotrade - 回溯检验框架

  • tradingWithPython - 提供一系列函数和自定义类来管理量化交易

  • Pandas TA - 拓展Pandas，包含115种技术指标，快速创建交易策略

  • ta - 用Pandas计算技术指标

  • algobroker - 算法交易的部署引擎

  • pysentosa - sentosa交易系统的Python接口

  • finmarketpy - 分析市场数据，支持简单回溯检验

  • binary-martingale - 自动化交易程序，用马丁格尔策略交易二元期权

  • fooltrader - 利用大数据技术进行量化分析，包含回溯检验

  • zvt - 提供统一和灵活的方式来获取数据，计算因子，选股，回溯检验和实盘交易

  • pylivetrader - 兼容zipline的实时交易库

  • pipeline-live - zipline扩展库，用于实盘交易

  • zipline-extensions - Zipline扩展，适配QuantRocket

  • moonshot - 向量化回溯检验和交易引擎

  • PyPortfolioOpt - 金融投资组合优化，包括创建有效边界和其它高级算法

  • riskparity.py - 用TensorFlow设计风险平价投资组合

  • mlfinlab - 《金融机器学习应用》一书的实现

  • pyqstrat - 快速地回测交易策略

  • pinkfish - 证券分析

  • aat - 异步算法交易引擎

  • Backtesting.py - 回溯检验框架

  • catalyst - 回溯检验框架，专门用于数字货币市场

  • quantstats - 投资组合分析

  • qtpylib - 回溯检验框架，支持实盘交易

  • freqtrade - 开源数字货币交易机器人

  • algorithmic-trading-with-python - 《Python算法交易》一书的源码和数据

  • DeepDow - 用深度学习优化投资组合

风险分析

  • pyfolio - 计算投资组合和交易策略的业绩指标

  • empyrical - 计算常用的风险和业绩指标

  • fecon235 - 金融计量经济工具包，包括leptokurtotic风险高斯混合模型，自适应Boltzmann投资组合

  • finance - 计算金融风险

  • qfrm - 定量金融风险管理

  • visualize-wealth - 构建投资组合和定量分析

  • VisualPortfolio - 可视化投资组合表现

因子分析

  • alphalens - 分析预测性因子的表现

时间序列

  • ARCH - Python实现ARCH模型

  • statsmodels - 计量经济模型库，用于创建回归模型，统计检验，时序模型

  • dynts - 操纵和分析时间序列

  • PyFlux - 时间序列模型和因果推断

  • tsfresh - 从时间序列中提取有意义的特征

  • hasura/quandl-metabase - 可视化Quandl的时间序列数据集

日历

  • trading_calendars - 股票交易所财经日历

  • bizdays - 工作日计算和效用工具

  • pandas_market_calendars - 拓展Pandas，股票交易所财经日历

数据源

  • findatapy - 获取彭博终端，Quandl和雅虎财经的数据

  • googlefinance - 从谷歌财经获取实时股票价格

  • yahoo-finance - 从雅虎财经下载股票报价，历史价格，产品信息和财务报表

  • pandas-datareader - 从多个数据源获取经济/金融时间序列，包括谷歌财经，雅虎财经，圣路易斯联储(FRED)，OECD, Fama/French，世界银行，欧元区统计局等，是Pandas生态系统的重要组成

  • pandas-finance - 提供高级接口下载和分析金融时间序列

  • pyhoofinance - 从雅虎财经批量获取股票数据

  • yfinanceapi - 从雅虎财经获取数据

  • yql-finance - 从雅虎财经获取数据

  • ystockquote - 从雅虎财经获取实时报价

  • wallstreet - 实时股票和期权报价

  • stock_extractor - 从网络上爬取股票信息

  • Stockex - 从雅虎财经获取数据

  • finsymbols - 获取全美证券交易所，纽约证券交易所和纳斯达克上市公司的详细数据

  • inquisitor - 从Econdb获取经济数据，Econdb是全球经济指标聚合器

  • chinesestockapi - 获取A股数据

  • exchange - 获取最新的汇率报价

  • ticks - 命令行程序，获取股票报价

  • pybbg - 彭博终端COM的Python接口

  • ccy - 获取外汇数据

  • tushare - 获取中国股票，基金，债券和期货市场的历史数据

  • jsm - 获取日本股票市场的历史数据

  • cn_stock_src - 从不同数据源获取中国的股票数据

  • coinmarketcap - 从coinmarketcap获取数字货币数据

  • after-hours - 获取美股盘前和盘后的市场价格

  • bronto-python - 整合Bronto API接

  • pytdx - 获取中国国内股票的实时报价

  • pdblp - 整合Pandas和彭博终端的公共接口

  • tiingo - 从Tiingo平台获取股票日K线和实时报价/新闻流

  • IEX - 从IEX交易所获取股票的实时报价和历史数据

  • alpaca-trade-api - 从Alpaca平台获取股票实时报价和历史数据，并提供交易接口交易美股

  • metatrader5 - 集成Python和MQL5交易平台，适合外汇交易

  • akshare - 获取中国股票，基金，债券和宏观经济数据

  • yahooquery - 从雅虎财经获取数据

  • investpy - 从英为财经(Investing.com)获取数据

  • yliveticker - 从雅虎财经通过Websocket获取实时报价

Excel集成

  • xlwings - 深度整合Python和Excel

  • openpyxl - 读取/写入Excel 2007 xlsx/xlsm文件

  • xlrd - 从Excel电子表格提取数据

  • xlsxwriter - 将数据写入Excel电子表格

  • xlwt - 创建跨平台和向后兼容的电子表格

  • DataNitro- 深度整合Python和Excel，可免费试用，商业付费软件

  • xlloop - 创建Excel用户自定义函数

  • expy - Excel插件，允许用户从电子表格中执行Python代码和定义自定义函数

  • pyxll - Excel插件，从Excel中执行Python代码

可视化

  • Matplotlib - Python数据可视化的基础包，从二维图表到三维图表

  • Seaborn - 基于Matplotlib，快速创建美观的统计图表

  • Plotly - 创建动态和交互式的图表

  • Altair - 统计可视化工具，同时支持静态和交互式图表

  • D-Tale - 可视化Pandas数据结构

你可能感兴趣的:(股市,期货,量化)

  • 使用Node.js对接StockTV全球金融市场数据API 数据分析爬虫
    使用Node.js对接StockTV全球金融市场数据API摘要：本文详细介绍了如何通过Node.js客户端库快速接入StockTV全球金融市场数据API，涵盖股票、外汇、期货和加密货币的实时行情获取与历史数据查询。通过本文，开发者可掌握RESTAPI调用、WebSocket实时订阅等核心功能。一、项目概述StockTVAPINode.js客户端是一个轻量级SDK，提供对全球四大金融市场的标准化访问
  • YOLO11改进-模块-引入CMUNeXt Block 增强全局信息 一勺汤 YOLOv11模型改进系列网络YOLO目标检测模块魔改YOLOv11YOLOV11模型改进
    在医学图像分割领域面临诸多问题，如U形架构卷积网络难以提取全局信息，混合架构因计算资源受限在实际医疗场景应用受阻，轻量化网络在保证性能与提取全局信息上存在矛盾。因此，设计了CMUNeXtBlock，CMUNeXtBlock采用大核深度可分离卷积替代普通卷积来提取全局信息，凭借深度可分离卷积减少参数和计算成本以维持轻量化，同时综合利用卷积归纳偏置和全局信息提取能力，有效解决了这些问题。代码：http
  • Matlab 高效编程：用矩阵运算替代循环 算法工程师y matlab矩阵java
    引言在Matlab中，循环（如for或while）虽然易于理解，但可能导致性能瓶颈，尤其是处理大规模数据时。矩阵运算的向量化是Matlab高效编程的核心，利用内置函数和矩阵操作避免逐元素处理，可显著提升代码速度（有时甚至提速百倍）。本文将通过实例演示如何将循环逻辑转化为矩阵运算。1.为什么矩阵运算比循环快？Matlab底层基于C/C++和Fortran高度优化的矩阵库（如BLAS、LAPACK），
  • 财务管理核心知识深度剖析 阿贾克斯的黎明 基础学科学习
    目录财务管理核心知识深度剖析一、财务指标计算：企业财务状况的量化洞察二、成本计算方法：企业成本管控的核心策略三、财务分析方法：解读企业财务密码的钥匙在华为财经笔试的知识体系中，第二章财务管理核心知识是重中之重，它涵盖了从基础指标计算到复杂分析方法、预算管理、资金与投资决策以及风险把控等多方面内容，对企业的财务运营和决策起着关键作用。深入理解这些知识，不仅有助于在笔试中取得优异成绩，更能为实际的财务
  • 如何用deepseek炒股 Real Man★ python机器学习人工智能
    使用DeepSeek进行炒股的核心思路是利用其强大的数据处理和预测能力，辅助投资决策。以下是具体的应用方法和步骤：一、数据收集与处理获取市场数据股票数据：通过API（如Tushare、YahooFinance）获取历史股价、成交量、财务数据等。新闻与舆情：使用DeepSeek的NLP能力分析新闻、社交媒体和公告，提取市场情绪和事件影响。宏观经济数据：收集GDP、利率、通胀等数据，分析其对股市的影响
  • DeepSeek结合Python炒股：编写量化交易策略的5个关键技巧 财云量化 程序化交易量化交易python炒股自动化pythonDeepSeek股票量化接口股票程序化交易
    python炒股(0):申请官方API接口,个人账户无门槛python炒股自动化(1):量化交易接口区别Python炒股自动化(2):取股票实时数据和历史数据Python炒股自动化(3):分析实时数据和历史数据Python炒股自动化(4):通过接口向交易所报单炒股自动化(5):通过接口查单查账炒股自动化：散户也可以申请官方API接口量化交易的核心在于将策略思想转化为可执行的代码，本文结合券商的AP
  • 论文阅读笔记——QLORA: Efficient Finetuning of Quantized LLMs 寻丶幽风 论文阅读笔记论文阅读笔记人工智能深度学习语言模型
    QLoRA论文4-bit标准浮点数量化常见的量化技术是最大绝对值量化：XInt8=round(127absmax(XFP32)XFP32)=round(cFP32,XFP32)式(1)X^{Int8}=round(\frac{127}{absmax(X^{FP32})}X^{FP32})=round(c^{FP32},X^{FP32})\qquad\qquad\text{式(1)}XInt8=ro
  • 气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018） 树谷-胡老师 资源arcgis
    气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018）数据分享：气候变化和人类活动对中国植被固碳的贡献量化数据（2001-2018）该数据集包括中国2001~2018年月尺度或年尺度的地表短波波段反照率、植被光合有效辐射吸收比、叶面积指数、森林覆盖度和非森林植被覆盖度、地表温度、地表净辐射、地表蒸散发、地上部分自养呼吸、地下部分自养呼吸、总初级生产力和净初级生产力。空间分辨率为0.1
  • 自立自强的江铃集团新能源，用科技创新实力圈粉 微视资讯 汽车
    汽车行业正在经历从价格竞争和配置堆砌，向技术回归的深刻转型。消费者对“冰箱、彩电、大沙发”式的噱头已经逐渐失去兴趣，取而代之的是对核心技术和安全性能的理性关注。在这样的背景下，江铃集团新能源凭借深厚的技术积累和创新能力迅速赢得市场认可。作为拥有56年造车经验的企业，江铃集团新能源在整车研发、智能制造、智能网联、三电技术和车身轻量化等领域全面突破，不仅成功定位于纯电市场，还通过前瞻性的创新战略实现了
  • 边缘设备模型量化部署：TFLite INT8校准实现细节深度解析 燃灯工作室 Ai人工智能机器学习
    一、技术原理与数学公式INT8量化的核心是通过线性映射将浮点数值范围（[-max,max]）映射到8位整数范围（[-128,127]）。校准过程通过分析真实数据分布确定最优缩放因子（scale）和零点（zeropoint）：量化公式：Q=round(float_valuescale)+zero_pointQ=round(\frac{float\_value}{scale})+zero\_point
  • Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践 云策量化 Python自动化炒股量化投资量化软件python量化交易QMTPTrade量化炒股量化投资deepseek
    推荐阅读：《程序化炒股：如何申请官方交易接口权限？个人账户可以申请吗？》Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践在股市中，信息的力量是巨大的。一条新闻、一篇报道，甚至一条推文，都可能引发股价的波动。因此，利用自然语言处理（NLP）技术来分析股票新闻的情感倾向，可以帮助我们预测市场动向，从而做出更明智的投资决策。本文将带你了解如何开发和优化一个基于Pytho
  • Python如何快速计算技术指标的金叉死叉？ 量化问财 量化软件QMT量化交易Python量化炒股PTradeQMT量化交易量化软件deepseek
    推荐阅读：《【最全攻略】免费的量化软件有哪些？券商的交易接口怎么获取？》引言在股票市场中，技术分析是一种重要的工具，它可以帮助投资者识别市场趋势和潜在的买卖点。技术指标金叉死叉是技术分析中常用的一种方法，它涉及到两个移动平均线（MA）的交叉点。金叉是指短期移动平均线从下方穿过长期移动平均线，通常被视为买入信号；而死叉则是短期移动平均线从上方穿过长期移动平均线，通常被视为卖出信号。本文将介绍如何使用
  • JavaScript性能优化实战：从8s到0.8s的极致提升 小诸葛IT课堂 前端
    ‌摘要‌：页面卡顿、内存泄漏、CPU爆满？本文通过‌6个真实场景‌+‌可运行代码示例‌，手把手教你掌握JS性能优化核心技术！涵盖‌防抖节流、虚拟滚动、WebWorkers、内存泄漏排查‌等高频痛点解决方案，最后提供Chrome性能分析工具实战指南，助你打造丝滑的Web应用！一、性能优化核心指标（先量化再优化）1.1关键性能指标‌FPS‌：帧率≥60为合格（开发者工具Performance面板）‌内
  • Transformer动画讲解 - 工作原理 ghx3110 transformer深度学习人工智能
    Transformer模型在多模态数据处理中扮演着重要角色，其能够高效、准确地处理包含不同类型（如图像、文本、音频、视频等）的多模态数据。Transformer工作原理四部曲：Embedding（向量化）、Attention（注意力机制）、MLPs（多层感知机）和Unembedding（模型输出）。阶段一：Embedding（向量化）“Embedding”在字面上的翻译是“嵌入”，但在机器学习和自
  • python 基于混合式推荐算法的学术论文投稿系统 mosquito_lover1 python知识图谱
    基于混合式推荐算法的学术论文投稿系统是一个结合多种推荐技术（如基于内容的推荐、协同过滤、知识图谱等）来为研究者推荐合适期刊或会议投稿的系统。以下是实现该系统的关键步骤和Python代码示例。系统设计思路1.数据收集与预处理：-收集论文数据（标题、摘要、关键词、作者信息等）。-收集期刊/会议数据（领域、主题、影响因子、投稿要求等）。-对文本数据进行预处理（分词、去停用词、向量化等）。2.推荐算法设计
  • 安全测试数据的分析、报告及业务应用 蚂蚁质量 安全测试质量体系安全网络web安全
    一、安全测试指标与测量目标在风险分析和管理流程中，有效运用安全测试数据的前提是准确定义安全测试指标和测量目标。例如，通过统计安全测试中发现的漏洞总数，能够量化应用程序的安全状态，还可据此设定软件安全测试的目标，如在应用程序投入生产环境前，将漏洞数量降低至可接受的最低限度。另一个具有管理价值的目标是将应用程序的安全状态与安全基线进行对比，以此评估应用安全流程的改进情况。假设安全指标基线对应的是仅完成
  • 【2025年37期免费获取股票数据API接口】实例演示五种主流语言获取股票行情api接口之沪深指数实时数据获取实例演示及接口API说明文档 不会写代码的码农农 pythonjava开发语言股票api股票数据股票数据接口
    在近一至两年期间，股票量化分析逐步成为备受关注的热门议题。对于投身于该领域工作而言，首要步骤便是获取全面且精准的股票数据。无论是实时交易数据、历史交易记录、财务数据，亦或是基本面信息，这些数据均是开展量化分析过程中不可或缺的宝贵资源。我们的核心任务在于从这些数据中提炼出具有价值的信息，从而为投资策略提供坚实有力的指导。在数据探索进程中，我尝试运用了多种方法，涵盖自编网易股票页面爬虫程序、申万行业数
  • 草根版外卖避雷计划「数据库寄生 2.0」优化方案 cainiaojunshi 预算方案智慧城市
    接上回计划省钱版【打败美团和饿了吗的机会越来越大了！#外卖避雷计划#】[特殊字符][特殊字符]-CSDN博客（含三端流程图+预算穿透表+风险应对）一、策划目标（草根版核心）实现单城外卖后厨监督轻量化：✅创作端：骑手/打假人扫码接单，视频自动同步（省90%录入时间）✅服务端：AI+算法自动跑批，日省2小时人工干预（年省2.22万）✅观看端：实时暴雷指数+悬赏助力，用户信任度提升40%✅终极目标：单城
  • 模型量化 (Model Quantization) 算法 (Model Quantization Algorithms) （initial） 大模型科普算法人工智能量化
    1模型量化的必要性：降低模型大小、加速推理、减少资源消耗随着深度学习模型的日益复杂和庞大，其在资源受限的设备（如移动端、嵌入式设备）上的部署面临着巨大的挑战。即使在服务器端，部署大型模型也会带来高昂的计算成本和能源消耗。模型量化(ModelQuantization)作为一种关键的模型压缩和加速技术应运而生。其核心思想是将模型中的浮点数（通常是FP32或FP16）表示的权重和激活值转换为低精度整数（
  • 全自动量化交易软件是否真的可靠？使用过程中有哪些潜在风险需要注意 财云量化 python炒股自动化量化交易程序化交易全自动量化交易软件可靠性潜在风险数据准确性股票量化接口股票API接口
    炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python炒股自动化（3）：分析取回的实时数据和历史数据Python炒股自动化（4）：通过接口向交易所发送订单Python炒股自动化（5）：通过接口查询订单，查询账户资产股票量化，Python炒股，CSDN
  • 嵌入式AI必备技能2-模型的压缩与加速 奥德彪123 嵌入式AI人工智能嵌入式
    嵌入式AI必备技能2-模型的压缩与加速引言随着嵌入式AI设备的广泛应用，模型的计算效率和存储需求成为核心挑战。由于嵌入式系统通常资源受限，传统的深度学习模型往往难以直接部署。因此，模型压缩和加速技术应运而生，旨在减少计算量、降低存储需求，同时尽可能保持模型的准确性。本文介绍几种常见的模型压缩与加速方法，包括剪枝、低秩分解、量化、权值共享、知识蒸馏等，并探讨如何综合应用这些技术来优化AI模型。1.常
  • 海量数据查询加速：Presto、Trino、Apache Arrow 晴天彩虹雨 apache大数据hive数据仓库
    1.引言在大数据分析场景下，查询速度往往是影响业务决策效率的关键因素。随着数据量的增长，传统的行存储数据库难以满足低延迟的查询需求，因此，基于列式存储、向量化计算等技术的查询引擎应运而生。本篇文章将深入探讨Presto、Trino、ApacheArrow三种主流的查询优化工具，剖析其核心机制，并通过案例分析展示它们在实际业务中的应用。2.Presto：分布式SQL查询引擎2.1Presto介绍Pr
  • 審單人員效率 PPP 模型 chenchihwen 网络sql数据库
    审单人员效率PPP模型的目的审单人员效率PPP模型的主要目的是通过系统化的计算和分析，评估审单人员的工作效率，并为管理决策提供数据支持。具体包括以下几个方面：1.量化审单人员的工作效率目的:通过审单数量、工时、折算率等指标，量化审单人员的工作效率。实现方式:计算每个审单人员的审单量（vol_o）。根据标准工时表（t_dash_ppp_checker_std_v）折算审单数量（vol_c）。结合有效
  • Milvus 本地Ollama向量化markdown文件 慌雨 milvus数据库
    提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言代码测试注意前言提示：这里可以添加本文要记录的大概内容：我在局域网内安装了milvus服务，现在需要把一个文件夹里所有的markdown文档都向量化到milvus数据库中。所用的切分方法是langchain中自带的markdown按照标题切分，且带有标题的metadata，非常清晰。但是用langchain提供的milvu
  • 五大股票金融数据API接口推荐：从实时行情到历史数据全覆盖 金融行业
    摘要：本文将介绍五大主流的股票金融数据API接口，涵盖实时行情、历史数据、技术指标等功能，帮助开发者快速构建金融数据应用。（本文由deepseek生成）一、StockTVAPI1.核心优势全球覆盖：支持印度、美国、日本、韩国等10+国家的股票市场实时性强：提供WebSocket实时数据推送数据全面：包含股票、指数、期货、外汇、加密货币易于集成：提供多种语言的SDK和详细文档2.主要功能实时行情：支
  • 五大股票金融数据API接口推荐：从实时行情到历史数据全覆盖 CryptoRzz 金融
    摘要：本文将介绍五大主流的股票金融数据API接口，涵盖实时行情、历史数据、技术指标等功能，帮助开发者快速构建金融数据应用。（本文由deepseek生成）一、StockTVAPI1.核心优势全球覆盖：支持印度、美国、日本、韩国等10+国家的股票市场实时性强：提供WebSocket实时数据推送数据全面：包含股票、指数、期货、外汇、加密货币易于集成：提供多种语言的SDK和详细文档2.主要功能实时行情：支
  • 嵌入式软件工程师为什么要撰写博客？——开启技术进阶与职业发展的双重大门 Electron-er 软件需求嵌入式硬件架构单片机人工智能
    目录一、技术沉淀：构建嵌入式知识复利系统知识沉淀的三层架构二、职业发展：量化个人技术品牌价值职业价值评估模型三、社区贡献：推动嵌入式技术生态演进知识传播的涟漪效应四、写作方法论：打造专业级技术博客内容开发五步法可视化增强技术五、数据验证：博客投资回报率分析六、实践指南：从入门到专家的路径规划博客运营路线图关键成功要素结语一、技术沉淀：构建嵌入式知识复利系统在嵌入式开发领域，寄存器操作、RTOS调度
  • 阿里云国际站代理商：怎样量化虚拟世界的QoE体验指标？ linglideman 阿里云
    1.沉浸体验质量（QImE）沉浸体验质量主要衡量虚拟世界中视觉和听觉的沉浸感，包括以下几个关键指标：视频质量（QP）：考虑视频的平均码率（Brv）、帧率（FR）、分辨率（Rh、Rv）、视场角（FoVh）以及编码标准（Codecv）等因素。音频质量（QA）：涉及音频的平均码率（Bra）、声道数（NAC）、采样率（Sra）和编码标准（Codeca）。音视频同步时延（Tasyn）：衡量音视频的同步性，影
  • 大模型高效优化技术全景解析：微调、量化、剪枝、梯度裁剪与蒸馏 时光旅人01号 人工智能剪枝算法深度学习数据挖掘人工智能
    目录微调（Fine-tuning）量化（Quantization）剪枝（Pruning）梯度裁剪（GradientClipping）知识蒸馏（KnowledgeDistillation）技术对比与协同策略总结与趋势1.微调（Fine-tuning）核心思想在预训练模型（如BERT、GPT）基础上，通过领域数据调整参数，适配下游任务。方法流程预训练模型加载：加载通用模型权重（如HuggingFace
  • 【2025年35期免费获取股票数据API接口】实例演示五种主流语言获取股票行情api接口之沪深A股当天分价成交占比数据获取实例演示及接口API说明文档 不会写代码的码农农 pythonjava开发语言股票API股票数据接口股票数据
    在近一至两年期间，股票量化分析逐步成为备受关注的热门议题。对于投身于该领域工作而言，首要步骤便是获取全面且精准的股票数据。无论是实时交易数据、历史交易记录、财务数据，亦或是基本面信息，这些数据均是开展量化分析过程中不可或缺的宝贵资源。我们的核心任务在于从这些数据中提炼出具有价值的信息，从而为投资策略提供坚实有力的指导。在数据探索进程中，我尝试运用了多种方法，涵盖自编网易股票页面爬虫程序、申万行业数
  • 解线性方程组 qiuwanchi
    package gaodai.matrix; import java.util.ArrayList; import java.util.List; import java.util.Scanner; public class Test { public static void main(String[] args) { Scanner scanner = new Sc
  • 在mysql内部存储代码 annan211 性能mysql存储过程触发器
    在mysql内部存储代码 在mysql内部存储代码，既有优点也有缺点，而且有人倡导有人反对。 先看优点： 1 她在服务器内部执行，离数据最近，另外在服务器上执行还可以节省带宽和网络延迟。 2 这是一种代码重用。可以方便的统一业务规则，保证某些行为的一致性，所以也可以提供一定的安全性。 3 可以简化代码的维护和版本更新。 4 可以帮助提升安全，比如提供更细
  • Android使用Asynchronous Http Client完成登录保存cookie的问题 hotsunshine android
    Asynchronous Http Client是android中非常好的异步请求工具 除了异步之外还有很多封装比如json的处理，cookie的处理 引用 Persistent Cookie Storage with PersistentCookieStore This library also includes a PersistentCookieStore whi
  • java面试题 Array_06 java面试
    java面试题 第一，谈谈final, finally, finalize的区别。 final-修饰符（关键字）如果一个类被声明为final，意味着它不能再派生出新的子类，不能作为父类被继承。因此一个类不能既被声明为 abstract的，又被声明为final的。将变量或方法声明为final，可以保证它们在使用中不被改变。被声明为final的变量必须在声明时给定初值，而在以后的引用中只能
  • 网站加速 oloz 网站加速
    前序:本人菜鸟，此文研究总结来源于互联网上的资料，大牛请勿喷！本人虚心学习，多指教. 1、减小网页体积的大小，尽量采用div+css模式，尽量避免复杂的页面结构，能简约就简约。 2、采用Gzip对网页进行压缩；    GZIP最早由Jean-loup Gailly和Mark Adler创建，用于UNⅨ系统的文件压缩。我们在Linux中经常会用到后缀为.gz
  • 正确书写单例模式 随意而生 java 设计模式 单例
    　　单例模式算是设计模式中最容易理解，也是最容易手写代码的模式了吧。但是其中的坑却不少，所以也常作为面试题来考。本文主要对几种单例写法的整理，并分析其优缺点。很多都是一些老生常谈的问题，但如果你不知道如何创建一个线程安全的单例，不知道什么是双检锁，那这篇文章可能会帮助到你。 　　懒汉式，线程不安全 　　当被问到要实现一个单例模式时，很多人的第一反应是写出如下的代码，包括教科书上也是这样
  • 单例模式 香水浓 java
    懒汉  调用getInstance方法时实例化 public class Singleton { private static Singleton instance; private Singleton() {} public static synchronized Singleton getInstance() { if(null == ins
  • 安装Apache问题：系统找不到指定的文件 No installed service named "Apache2" AdyZhang apachehttp server
    安装Apache问题：系统找不到指定的文件 No installed service named "Apache2" 每次到这一步都很小心防它的端口冲突问题，结果，特意留出来的80端口就是不能用，烦。 解决方法确保几处： 1、停止IIS启动 2、把端口80改成其它 （譬如90，800，，，什么数字都好） 3、防火墙(关掉试试) 在运行处输入 cmd 回车，转到apa
  • 如何在android 文件选择器中选择多个图片或者视频？ aijuans android
    我的android app有这样的需求，在进行照片和视频上传的时候，需要一次性的从照片/视频库选择多条进行上传 但是android原生态的sdk中，只能一个一个的进行选择和上传。 我想知道是否有其他的android上传库可以解决这个问题，提供一个多选的功能，可以使checkbox之类的，一次选择多个 处理方法 官方的图片选择器(但是不支持所有版本的androi，只支持API Level
  • mysql中查询生日提醒的日期相关的sql baalwolf mysql
    SELECT sysid,user_name,birthday,listid,userhead_50,CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')),CURDATE(),  dayofyear( CONCAT(YEAR(CURDATE()),DATE_FORMAT(birthday,'-%m-%d')))-dayofyear(
  • MongoDB索引文件破坏后导致查询错误的问题 BigBird2012 mongodb
    问题描述： MongoDB在非正常情况下关闭时，可能会导致索引文件破坏，造成数据在更新时没有反映到索引上。 解决方案：   使用脚本，重建MongoDB所有表的索引。 var names = db.getCollectionNames(); for( var i in names ){ var name = names[i]; print(name);
  • Javascript Promise bijian1013 JavaScriptPromise
            Parse JavaScript SDK现在提供了支持大多数异步方法的兼容jquery的Promises模式，那么这意味着什么呢，读完下文你就了解了。 一.认识Promises         “Promises”代表着在javascript程序里下一个伟大的范式，但是理解他们为什么如此伟大不是件简
  • [Zookeeper学习笔记九]Zookeeper源代码分析之Zookeeper构造过程 bit1129 zookeeper
       Zookeeper重载了几个构造函数，其中构造者可以提供参数最多，可定制性最多的构造函数是     public ZooKeeper(String connectString, int sessionTimeout, Watcher watcher, long sessionId, byte[] sessionPasswd, boolea
  • 【Java命令三】jstack bit1129 jstack
    jstack是用于获得当前运行的Java程序所有的线程的运行情况(thread dump），不同于jmap用于获得memory dump   [hadoop@hadoop sbin]$ jstack Usage: jstack [-l] <pid> (to connect to running process) jstack -F
  • jboss 5.1启停脚本　动静分离部署 ronin47
    以前启动jboss，往各种xml配置文件，现只要运行一句脚本即可。start nohup sh /**/run.sh -c servicename  -b ip -g  clustername   -u broatcast jboss.messaging.ServerPeerID=int  -Djboss.service.binding.set=p
  • UI之如何打磨设计能力? brotherlamp UIui教程ui自学ui资料ui视频
      在越来越拥挤的初创企业世界里，视觉设计的重要性往往可以与杀手级用户体验比肩。在许多情况下，尤其对于 Web 初创企业而言，这两者都是不可或缺的。前不久我们在《右脑革命：别学编程了，学艺术吧》中也曾发出过重视设计的呼吁。如何才能提高初创企业的设计能力呢?以下是 9 位创始人的体会。 1.找到自己的方式 如果你是设计师，要想提高技能可以去设计博客和展示好设计的网站如D-lists或
  • 三色旗算法 bylijinnan java算法
    import java.util.Arrays; /** 问题： 假设有一条绳子，上面有红、白、蓝三种颜色的旗子，起初绳子上的旗子颜色并没有顺序， 您希望将之分类，并排列为蓝、白、红的顺序，要如何移动次数才会最少，注意您只能在绳 子上进行这个动作，而且一次只能调换两个旗子。 网上的解法大多类似： 在一条绳子上移动，在程式中也就意味只能使用一个阵列，而不使用其它的阵列来
  • 警告:No configuration found for the specified action: \'s chiangfai configuration
    1.index.jsp页面form标签未指定namespace属性。 <!--index.jsp代码--> <%@taglib prefix="s" uri="/struts-tags"%> ... <s:form action="submit" method="post"&g
  • redis -- hash_max_zipmap_entries设置过大有问题 chenchao051 redishash
    使用redis时为了使用hash追求更高的内存使用率，我们一般都用hash结构，并且有时候会把hash_max_zipmap_entries这个值设置的很大，很多资料也推荐设置到1000，默认设置为了512，但是这里有个坑   #define ZIPMAP_BIGLEN 254 #define ZIPMAP_END 255     /* Return th
  • select into outfile access deny问题 daizj mysqltxt导出数据到文件
    本文转自：http://hatemysql.com/2010/06/29/select-into-outfile-access-deny%E9%97%AE%E9%A2%98/ 为应用建立了rnd的帐号，专门为他们查询线上数据库用的，当然，只有他们上了生产网络以后才能连上数据库，安全方面我们还是很注意的，呵呵。 授权的语句如下： grant select on armory.* to rn
  • phpexcel导出excel表简单入门示例 dcj3sjt126com PHPExcelphpexcel
    <?php error_reporting(E_ALL); ini_set('display_errors', TRUE); ini_set('display_startup_errors', TRUE);   if (PHP_SAPI == 'cli') die('This example should only be run from a Web Brows
  • 美国电影超短200句 dcj3sjt126com 电影
    1. I see． 我明白了。2. I quit! 我不干了!3. Let go! 放手!4. Me too． 我也是。5. My god! 天哪!6. No way! 不行!7. Come on． 来吧(赶快)8. Hold on． 等一等。9. I agree。 我同意。10. Not bad． 还不错。11. Not yet． 还没。12. See you． 再见。13. Shut up!
  • Java访问远程服务 dyy_gusi httpclientwebservicegetpost
        随着webService的崛起，我们开始中会越来越多的使用到访问远程webService服务。当然对于不同的webService框架一般都有自己的client包供使用，但是如果使用webService框架自己的client包，那么必然需要在自己的代码中引入它的包，如果同时调运了多个不同框架的webService，那么就需要同时引入多个不同的clien
  • Maven的settings.xml配置 geeksun settings.xml
    settings.xml是Maven的配置文件，下面解释一下其中的配置含义： settings.xml存在于两个地方： 1.安装的地方：$M2_HOME/conf/settings.xml 2.用户的目录：${user.home}/.m2/settings.xml 前者又被叫做全局配置，后者被称为用户配置。如果两者都存在，它们的内容将被合并，并且用户范围的settings.xml优先。
  • ubuntu的init与系统服务设置 hongtoushizi ubuntu
    转载自：  http://iysm.net/?p=178 init Init是位于/sbin/init的一个程序，它是在linux下，在系统启动过程中，初始化所有的设备驱动程序和数据结构等之后，由内核启动的一个用户级程序，并由此init程序进而完成系统的启动过程。 ubuntu与传统的linux略有不同，使用upstart完成系统的启动，但表面上仍维持init程序的形式。 运行
  • 跟我学Nginx+Lua开发目录贴 jinnianshilongnian nginxlua
    使用Nginx+Lua开发近一年的时间，学习和实践了一些Nginx+Lua开发的架构，为了让更多人使用Nginx+Lua架构开发，利用春节期间总结了一份基本的学习教程，希望对大家有用。也欢迎谈探讨学习一些经验。    目录 第一章 安装Nginx+Lua开发环境 第二章 Nginx+Lua开发入门 第三章 Redis/SSDB+Twemproxy安装与使用 第四章 L
  • php位运算符注意事项 home198979 位运算PHP&
    $a = $b = $c = 0; $a & $b = 1; $b | $c = 1  问a,b,c最终为多少?   当看到这题时，我犯了一个低级错误，误 以为位运算符会改变变量的值。所以得出结果是1 1 0 但是位运算符是不会改变变量的值的，例如： $a=1;$b=2; $a&$b;  这样a,b的值不会有任何改变
  • Linux shell数组建立和使用技巧 pda158 linux
    1.数组定义 　　[chengmo@centos5 ~]$ a=(1 2 3 4 5) 　　[chengmo@centos5 ~]$ echo $a 　　1 　　一对括号表示是数组，数组元素用“空格”符号分割开。 　　 2.数组读取与赋值 　　得到长度： 　　[chengmo@centos5 ~]$ echo ${#a[@]} 　　5 　　用${#数组名[@或
  • hotspot源码(JDK7) ol_beta javaHotSpotjvm
    源码结构图，方便理解：   ├─agent                            Serviceab
  • Oracle基本事务和ForAll执行批量DML练习 vipbooks oraclesql
    基本事务的使用： 从账户一的余额中转100到账户二的余额中去，如果账户二不存在或账户一中的余额不足100则整笔交易回滚 select * from account; -- 创建一张账户表 create table account( -- 账户ID id number(3) not null, -- 账户名称 nam
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他