回顾上一章的3篇文章，我们从量化回测、实盘交易、以及中台化运营三个方面，逐步介绍了量化开发所需要涉及的工具及技术，已经有能力做到快速上线策略进行实盘交易。（量化开发之量化交易中台化）

现在我们的研究员小伙伴研究好了一

\

摘要

本文介绍如何如使用Python3获取美元人民币实时汇率。

数据来源

经过查找分析多种数据渠道，我们最终选定使用和讯外汇的行情数据。其网页地址为

http://quote.forex.hexun.com/USDCNY.shtml

通过监测http，得到其ap

金融书籍为读者提供了深入了解金融市场、投资策略、经济理论、企业财务管理以及个人理财等方面的知识和工具。帮助读者建立起对金融领域的基本理解，提升财务分析和决策能力，同时也为专业人士提供了更新的视角和深化专业技能的机会。通过阅读金融书籍，个人投资者可以学习如何有效管理个人财务、规划退休和进行投资，企业管

\

今天，小编为大家精心挑选了几本金融界的葵花宝典，无论你是初入金融领域的新手，还是已经在金融海洋中自如游走的老手，这些书籍都值得你深入研读。好啦，闲话少说，让我们一起来看看这些宝贵的书籍吧！

经济学与金融学的区别与联系

经济学与金融学：探微两者之异同

提及经济学与金融学，人们往往对

ValueError在Python中是一种异常，表示当一个操作或函数接收到一个具有正确类型但不合适的值时抛出。简而言之，这意味着传入的参数类型是对的，但是参数的值是不适当的，因此无法执行该操作。

如何解决Python中的ValueError异常

避免ValueError的

AttributeError错误代码在Python中是一种异常，指的是尝试访问对象的属性或方法时，但是该对象并没有这个属性或方法。这通常意味着代码中存在一些逻辑错误，比如可能误以为一个对象拥有某个属性，或者拼写错误了该属性或方法的名字。

为了避免AttributeError异常，可以采取以

概率论与数理统计在我们的日常生活中扮演着极其重要的角色，然而，很多人在大学课堂上对其的理解并不够深入，无法将这些理论知识具象化并应用于实际生活中，这确实令人感到遗憾。因此，我决定重新学习这些知识，并用通俗易懂的语言来解释和记录，以便加深理解并更好地应用它们。

首先，我们来思考一个问题：数学是如何产

一个面向零编程基础的量化交易新手入门教程，力求让高中生知识水平的人都能学会量化交易最基本的知识，快速迈过第一道门槛，从而具备进一步自主深入学习的能力。

（tips：文末罗列所有量化核心工具）

特点

• 从零开始教编程。靠谱的量化交易学习资源稀少，且具有不讲编程、代码较难、

随着中国经济国际化程度的提高，有越来越多的投资者朋友们开始涉足外汇交易（FX Trading）。今天这篇文章主要讲讲外汇交易的主要途径，以及涉及的风险。

由于目前人民币不能自由兑换，因此在国内还没有合法的外汇交易平台。国内的朋友如果想要参与外汇交易，就需要找一家海外的外汇交易平台进行注册和开户。海

不良资产处置行业前景

不良资产规模

受全球经济发展趋缓影响，中国经济增速放缓，通过供给侧改革以实现经济结构转型升级、去产能、去杠杆目标；以钢铁、煤炭等为代表的产能过剩产业的不良资产将加速暴露，银行不良资产加速浮现，不良资产供给提高。据银监会数据显示，截至2016年二季度末，

\

Image Classification

《IamNN: Iterative and Adaptive Mobile Neural Network for Efficient Image Classification》

**ICLR 2018 Workshop trac

这篇文章是写给正在成长的自己以及正走在量化投资这条路上的知友，希望大家都能变得更好。

本文将会讲解量化投资过程中的基本流程，量化投资无非这几个流程，数据输入------策略书写------回测输出

其中策略书写部分还涉及到编程语言的选择，如果不想苦恼数据输入和回测输出的话，还要选择回测平台。

2019年，定下一个小目标：做一套Quant的工具箱，一边学，一边做，也一边分享。欢迎小伙伴们前来围观、拍砖。

（tips：文末罗列了所有量化核心技术框架）

工具箱将立足于三个领域

1. 量化开发——以交易后台开发为主
2. 研究——以机器学习研究框架为主
3. 交易——以期货和电子

今天是股票专栏的第一课内容，主要讲股票的本质是什么。

先说几句废话，个人认为学习任何知识，都要知其然，更要知其所以然。

学习股票投资，不应该是上来就看K线图，数波浪，或者翻财务报表，而是要把一些最简单却最本质的概念都搞懂。学好基础之后，再去学习如何操作，自然轻松得多。

今天主要回答三个问题：

在AI量化开发中，技术和方法的重要性可能会根据应用场景和策略的具体需求而有所不同。以下列举一些在AI量化领域普遍认为重要的技术和方法。

1. 线性回归 (Linear Regression)
2. 逻辑回归 (Logistic Regression)
3. **决策树 (D

错误信息 "ValueError: zero-size array to reduction operation minimum which has no identity"

通常出现在使用 NumPy 或类似库进行数组操作时，

当在一个大小为零的数组上执行某些聚合操作（如最小值、最大值、平均

错误消息 "< not supported between instances of str and float" 在 Python 中，

通常发生在你尝试在一个字符串（str 类型）和一个浮点数（float 类型）之间使用小于（<）比较操作符时。

这种类型不匹配导致 Python 无法执行比较

遇到错误 "module 'tensorflow' has no attribute 'config'" 时，通常与 TensorFlow 的版本或安装有关。

在 TensorFlow 2.x 中，tf.config 是一个有效的子模块，用于配置硬件设备、执行环境等。

如果你使用的是 Tenso

遇到 _pickle.UnpicklingError: invalid load key, 'H' 错误时，通常因为在尝试用 Python 的 pickle 模块加载一个被损坏或格式不正确的文件。

这个错误可能有几个原因：

1.文件内容不是 pickle 格式 pickle

2.文件已

遇到错误消息 "DataFrame object has no attribute 'tolist'" 时，这通常意味着尝试在一个 pandas.DataFrame 对象上使用 tolist() 方法。

然而，tolist() 方法是 pandas.Series 的一个方法，而不是 DataFra

在Python开发中，当你看到这样的警告信息：

WARNING:urllib3.connectionpool:Retrying

这通常意味着你的代码使用了 urllib3 库（直接或通过如 requests 库的封装）来进行HTTP请求，且请求由于某种原因（比如连接超

在Python中，遇到错误 "Cannot index with multidimensional key" 通常与尝试使用多维索引来访问Pandas DataFrame或Series对象有关。

通常发生在以下几种情况：

1. 使用了多维数组作为索引：如果您尝试使用NumPy数组或任何

出现 ValueError: 0 is not in range 这个错误通常意味着您在Python代码中尝试访问一个序列（比如列表、元组或字符串）的索引0，

但该序列是空的，或者您正在使用一个期望特定范围内的整数值（例如在一个for循环或数组索引中）但提供了一个不在该范围内的值。

以下是一些常