金融量化第6页

安当TDE透明加密技术：为Manus大模型构建用户会话数据保护的“安全金库”

作为垂直领域大模型的代表，Manus凭借其强大的语义理解与个性化交互能力，在金融、医疗、教育等行业获得广泛应用。然而，其海量的用户会话数据存储与调用场景，也面临着数据泄露、非法篡改等安全威胁。

安当加密·2025-03-12 21:08

K8S Calico网络插件

Python量化交易实战入门级手把手带你打造一个易扩展、更安全、效率更高的量化交易系统目录0.前言1.Calico概述1.1.Calico组件1.2.Calico网络实现1.3.了解Calico对CIDR

u012804784·2025-03-12 21:35

面试基础---分布式架构基础消息队列Kafka vs RabbitMQ vs RocketMQ 对比

本文将深入探讨三者的设计原理、核心特性及适用场景，结合电商、金融等实际案例与源码分析，为技术选型提供全面指导。1.

WeiLai1112·2025-03-12 19:27

专访金融时报中文网总编：你怎么看 Crypto？

作者：TechubNews采访：Eric，TechubNews整理：J1N，TechubNews金融市场的泡沫并非偶然，而是技术创新、资本推动、人性贪婪与监管滞后的交汇产物。

·2025-03-12 18:44

HarmonyNext实战：基于ArkTS的跨平台区块链应用开发

HarmonyNext实战：基于ArkTS的跨平台区块链应用开发引言区块链技术作为一种去中心化的分布式账本技术，近年来在金融、供应链、物联网等领域得到了广泛应用。

·2025-03-12 17:11

量化交易中用到的回测评估指标（策略收益、基准收益、Alpha比率、Beta比率、夏普比率、索提诺比率）详解

前言近日在做A股的过程中接触到了量化交易。通过一个月时间的了解发现并非全自动印钞机，也有可能有全自动接盘侠的潜质。

林不更新·2025-03-12 15:59

量化交易中的模型评估指标有哪些？

量化交易中的模型评估指标有哪些？在量化交易的世界里，模型评估指标就像是航海者手中的指南针，指引着我们穿越市场的波涛。

股票量化·2025-03-12 14:25

量化评估--年化收益、最大回撤、阿尔法、贝塔、夏普比率解释

最大回撤是一个重要的风险指标，对于对冲基金和量化策略交易，该指标比波动率还重要，

土戈·2025-03-12 14:55

如何提升OmniParser V2的小元素识别率——YOLOv8 增加 P2 层的性能变化解析

开发者需根据具体任务需求，在精度与速度之间进行合理权衡，并通过模型轻量化技术优化部署效果。更多技术细节可参考微软等机构的开源实现136。

AI-AIGC-7744423·2025-03-12 14:22

基于多种模型剪枝方法（L1-norm、Slimming、AutoSlim）的模型轻量化和模型压缩实现

基于多种模型剪枝方法（L1-norm、Slimming、AutoSlim）的模型轻量化实现支持：VGG、MobileNet、Resnet、ShuffleNet等模型。

踟蹰横渡口,彳亍上滩舟。·2025-03-12 11:01

DeepSeek行业应用案例——办公

本案例集初步收录了40多个来自农业、制造业、汽车行业、手机行业、智能家居、物流、云服务、办公、网络安全、金融、医疗、教育等多个关键行业的应用案例。

未来智慧谷·2025-03-12 11:31

AI学习指南RAG篇(7)-RAG知识库构建

文章目录一、引言二、知识库构建过程1.数据收集1.1数据来源1.2示例代码2.预处理2.1数据清洗2.2示例代码2.3数据格式转换2.4示例代码3.分块3.1分块的目的3.2分块策略3.3示例代码4.向量化

俞兆鹏·2025-03-12 10:28

Java集成消息队列实战：从RabbitMQ到Kafka的完整解决方案 [特殊字符]

发送短信异步执行系统解耦：支付服务与物流服务独立演进流量削峰：应对秒杀活动瞬时流量可靠传输：网络故障时保证消息不丢失1.2技术选型指南消息队列吞吐量延迟可靠性适用场景RabbitMQ万级微秒级★★★★★金融交易

添砖Java中·2025-03-12 09:51

如何安全处置旧设备？

旧设备可能包含的敏感数据旧设备中可能仍然存有以下信息：保存的密码和登录凭证银行和信用卡信息个人照片、电子邮件和文档与身份相关的数据（护照扫描件、社保号码等）如果这些信息落入不法分子手中，可能被用于身份盗窃、金融欺诈或未经授权

FreeBuf-·2025-03-12 08:15

深度学习赋能中文情感分析：让机器读懂中国人的喜怒哀乐

当电商评论区出现"手机壳颜色很高级，就是物流太佛系"，算法怎样量化其中的情感矛盾？在表情包与网络黑话齐飞的数字时代，中文情感分析技术正经历一场由深度学习驱动的认知革命。

芯作者·2025-03-12 07:06

LabVIEW闭环控制系统硬件选型与实时性能

本文结合典型工业场景（如温度控制、运动控制），分析多类型硬件（USB/PCI/PXI/以太网/串口）的适配性，并提供量化选型依据。一、数据采集模块选型分析1.接口类型与传输

LabVIEW开发·2025-03-12 05:50

一些对编程语言的看法

COBOL商业和金融领域的历史语言，完全编译执行。Ada高可靠性系统（如航空航天）的编译型语言。Pascal/Delphi(ObjectPascal)Delphi/f

·2025-03-12 04:20

如何进行项目风险评估

其中，全面识别风险要求团队在项目启动前和实施过程中，从各个角度搜集和整理可能影响项目进度、成本、质量及目标达成的各种内外部风险；定量评估则依托数据与模型，将风险发生的概率与影响程度进行量化，从而为后续制定应对策略提供科学依据

·2025-03-12 04:20

互信息详解

本专栏目录结构和参考文献请见《机器学习数学通关指南》ima知识库知识库广场搜索：知识库创建人机器学习@Shockang机器学习数学基础@Shockang深度学习@Shockang正文互信息：变量间关联性的量化利器互信息

Shockang·2025-03-12 03:56

QP 问题（Quadratic Programming, 二次规划）

QP问题是线性规划（LP，LinearProgramming）的扩展形式，广泛应用于最优控制、机器学习、金融优化、信号处理等领域。一、QP问题的数学定义标准形式的QP问题如下：min⁡x12xTQx

BineHello·2025-03-12 02:22

DeepSeek发展背景和前景

1.成立背景：它的背景是由杭州深度求索人工智能基础技术研究有限公司开发，该公司成立于2023年7月17日，由量化资管巨头幻方量化创立。

爱吃苹果的日记本·2025-03-12 02:18

8.3 GPTQ量化技术：4倍压缩大模型显存，精度零损失！

GPTQ量化技术：4倍压缩大模型显存，精度零损失！8.2GPTQ：专为GPT设计的模型量化算法一、模型量化技术背景在讨论GPTQ之前，我们需要先理解大模型部署面临的显存困境。

少林码僧·2025-03-12 01:16

N卡英伟达Nvidia 显卡及其计算能力（Compute Capability）表

比如：AWQ量化模型不支持算力小于7.5的显卡V100：ValueError:ThequantizationmethodawqisnotsupportedforthecurrentGPU.Minimumcapability

Panesle·2025-03-12 01:45

llama.cpp 安装与量化（mac电脑）

llama.cpp安装与量化（mac电脑）1.创建并切换至虚拟环境2.安装llama.cpp3.安装依赖4.转换模型5.创建build目录6.生成构建文件7.编译项目8.运行量化命令9.测试量化后的模型

初七i·2025-03-12 00:32

跨领域算法安全优化与可解释实践

通过整合联邦学习的分布式架构与量子计算的高效特性，构建兼顾隐私保护与运算效率的算法优化范式，同时引入动态可解释性分析技术，为医疗影像诊断、金融风险预测等高敏感场景提供决策透明度保障。

智能计算研究中心·2025-03-11 22:43

智能算法安全与跨领域创新实践

在应用场景层面，医疗影像诊断、金融风险预测与自动驾驶系统等关键领域已形成算法效能与安全性的双重验证体系，其中超参数优化、特征工程

智能计算研究中心·2025-03-11 22:13

2023银行高管变动名单

数据源自：2023年国家金融监督管理总局银行类任职资格批复时间银行名称高层职位姓名简介2023-12-12工商银行高级业务总监田枫林1967年10月出生，华中农业大学经济学硕士、芝加哥大学工商管理硕士，

_依旧_·2025-03-11 19:54

中信银行太原分行营业部开展“金融知识普及共筑消费安全”宣传活动

在第62个学雷锋纪念日与“3・15消费者权益保护日”来临之际，３月５日，中信银行太原分行营业部积极响应号召，以“金融知识普及，共筑消费安全”为主题，走进社区，传递金融知识，开展了一系列丰富多彩且富有成效的消费者权益保护活动

lsrsyx·2025-03-11 19:52

平安养老险陕西分公司启动315金融消费者权益保护教育宣传活动

为全面贯彻落实党的二十大和二十届二中、三中全会精神以及中央金融工作会议精神，深刻把握金融工作政治性、人民性，积极践行以人民为中心的价值取向，帮助社会公众增强维护自身合法权益的意识和能力，金融监管总局决定于

lsrsyx·2025-03-11 18:48

如何通过API用Python获取北向资金流向数据？

量化问财·2025-03-11 18:12

Digicert SSL 证书

众多金融机构、政府机构、电子商务网站等关键领域都选择了DigicertSSL证书来保护其网络通信安全。一、基本功能加密通信：通过使用公钥加密技术，确保用户与网站之间的数据传输是安全的。身份验证

·2025-03-11 15:02

2025精选VS经典：10款项目管理软件横评榜单

作为操盘过金融、IT、制造业等全领域项目的战略官，我发现“工具适配度”比功能强大更重要。本文将用WBS（工作分解结构）

·2025-03-11 15:57

【高级RAG技巧】使用二阶段检索器平衡检索的效率和精度

一般来说，构建生产环境下的RAG系统是直接使用Embedding模型对用户输入的Query进行向量化表示，并且从已经构建好的向量数据库中检索出相关的段落用户大模型生成。

深度学习机器·2025-03-11 13:03

AI大模型零基础金融人如何一周自学大模型，从零基础到入门，看这篇就够了！

作为金融民工，我们想通过这篇文章讲讲从用户的角度如何一周快速掌握大模型，以及为什么我建议每一个金融从业人员（

冻感糕人~·2025-03-11 13:03

使用Java对接StockTV印度股票数据源API实战指南

关键词：JavaAPI开发、SpringBoot、WebSocket、ApacheHttpClient一、项目概述本指南将使用Java实现StockTV金融数据API的完整对接方案，包含以下核心模块：✅

·2025-03-11 11:48

Manus演示案例：英伟达财务估值建模解锁投资洞察的深度剖析

在当今瞬息万变的金融投资领域，精准剖析企业价值是投资者决胜市场的关键。英伟达（NVIDIA），作为科技行业的耀眼明星，其在人工智能和半导体领域的卓越表现备受瞩目。

ylfhpy·2025-03-11 10:42

基于llama_cpp 调用本地模型（llama）实现基本推理

背景llama_cpp是一个基于C++的高性能库（llama.cpp）的Python绑定，支持在CPU或GPU上高效运行LLaMA及其衍生模型（如LLaMA2），并通过量化技术（如GGUF格式）优化内存使用

月光技术杂谈·2025-03-11 10:40

【实战ES】实战 Elasticsearch：快速上手与深度实践-6.2.2GDPR数据脱敏处理

`脱敏算法性能对比`3.1算法性能矩阵3.2存储成本分析4.企业级合规方案4.1金融行业案例4.2医疗行业方案5.合规性验证方案5.1自动化检查脚本5.2审计检查清单6.

言析数智·2025-03-11 08:23

（六）Java-BigDecimal

一、概述BigDecimal类用于高精度计算，特别适用于需要进行精确浮点数运算的场合，例如货币计算、金融应用或科学计算。

Kyrie_Li·2025-03-11 07:21

领域大模型之微调技术和最佳实践

微调使它们适应特定领域，如营销、医疗保健、金融。在本指南中，您将了解LLM架构、微调过程以及如何为NLP任务微调自己的预训练模型。

程序员莫玛·2025-03-11 07:17

llama.cpp框架下GGUF格式及量化参数全解析

其中，GGUF格式和模型量化参数是实现高效推理的重要技术手段。本文将对`llama.cpp`框架下的GGUF格式及量化参数进行详细解析，帮助读者更好地理解和应用这些技术

Black_Rock_br·2025-03-11 06:40

《美图AI：解锁视觉创作新宇宙》

从智能家居到智能交通，从医疗保健到金融服务，AI的身影无处不在，正以前所未有的速度改变着我们的生活和工作方式。

空云风语·2025-03-11 01:27

DeepSeek的发展背景与前景分析

以下从发展背景与前景两个维度进行综合分析：一、发展背景1.创始团队与资源基础-DeepSeek成立于2023年7月，由量化投资公司幻方量化联合创始人梁文锋创立，核心团队汇聚了北大、清华等顶尖高校的博士及年轻人才

盐都不盐·2025-03-11 00:50

解密DeepSeek-R1模型微调实战：VIP专属技巧助你轻松掌握行业核心技术

引言大模型微调已成为AI工程师的核心竞争力，但90%的学习者卡在以下痛点：❌开源数据集质量参差不齐❌实验环境搭建耗时易出错❌行业级调优方案闭源难获取CSDN大模型VIP专项计划针对上述问题，提供：✅金融

竹木有心·2025-03-10 19:16

文本向量化-词嵌入方法系列1：静态词嵌入(Word2Vec+GloVe)

文本分散化表示指将语言表示成低维、稠密、连续的向量，分为静态嵌入和动态嵌入两种方式。静态词嵌入有Word2Vec，Sen2Vec，Doc2Vec，以及GloVe模型；而动态词嵌入有ELMO，Transformer，GPT，Bert和XLNet等等。本文主要对静态词嵌入方法做一个整体介绍，动态词嵌入会在系列2中更新。目录1.Word2Vec1.1CBOW1.2Skip-gram1.3Sen2Vec+

学习ml的小菜鸡·2025-03-10 19:15

deepseek 本地搭建的好处是什么

的主要好处体现在以下几个方面，尤其适合对数据隐私、定制化需求或长期成本控制有较高要求的企业或组织：数据隐私与安全敏感数据保护：数据完全存储在本地，无需上传至第三方服务器，避免传输或云端存储过程中的泄露风险，尤其适合金融

rockmelodies·2025-03-10 19:43

中小型企业如何选择合适的设备巡检系统？

据统计，类似草料二维码这样的轻量化平台已吸引数十万用户，覆盖制造、物业、消防等多个行业。中小企业往往设备数量有限、管理资源不足，传统的手工记录不仅效率低，还容易出错。

·2025-03-10 17:21

【大模型】DeepSeek-R1-Distill-Qwen部署及API调用

DeepSeek-R1-Distill-Qwen是由中国人工智能公司深度求索（DeepSeek）开发的轻量化大语言模型，基于阿里巴巴的Qwen系列模型通过知识蒸馏技术优化而来。

油泼辣子多加·2025-03-10 17:29

PyBroker：利用 Python 和机器学习助力算法交易

PyBroker介绍官方说明文档：利用PyBroker进行量化投资官方说明文档

skywalk8163·2025-03-10 15:48

嵌入式开发必读：RTOS选型指南与实例分析

1.1实时性的核心定义1.2关键技术指标指标详解不同RTOS的指标表现1.3RTOS与通用OS的本质区别实例对比使用通用OS的后果二、RTOS选型的重要性三、RTOS选型的关键因素1.实时性要求实时性要求量化分析

大模型大数据攻城狮·2025-03-10 14:10

推荐频道

金融量化