本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 03:33
本文内容对应旧版平台与旧版资源,其内容不再适合最新版平台,请查看新版平台的使用说明
新版量化开发IDE(AIStudio):
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略:
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平
更新时间:2024-05-16 03:23
当用户训练出具有一定意义的深度学习模型的时候,把训练得到的模型固化到本地可以方便以后的调用,关于如何固化深度学习模型,请移步这里,一般来说,固化深度学习模型是为了节省下一次训练重跑的时间,除此之外,被固化的模型还具有更复杂的使用方法。
本篇文章主要目的是为了讲述如何在一个自定义Python模块去调取被固化的深度学习模型,并且使用这些模型去做预测。需要注意的是,调取模型和做预测这两个流程都将在自定义Python中实现,不需要再新建其他的模块。
更新时间:2024-05-15 02:10
BigCharts已经安装到BigQuant AIStudio,在AIStuido中可以直接import使用
import bigcharts
from bigcharts import opts
BigQuant平台提供了丰富的数据用于投资研究和交易,打开 BigQuant 数据平台,选择一个数据,这里用 [全年交易
更新时间:2023-10-18 02:20
import pandas as pd
import numpy as np
import warnings
import empyrical
import dai
import bigcharts
warnings.filterwarnings('ignore')
from biglearning.api import tools as T
print('导入包完成!')
params = {'gr
更新时间:2023-08-21 11:08
昨日成交均价因子怎么构建?分时均线价
start = time.clock()
N = 10
begin_date = '2013-01-01'
end_date = '2018-01-01'
获取半月日期列表dateList = get_period_date('2W',begin_date, end_date)
factorData_2W = {}
for date in dateList:
stockList = get_stock_A(date)
# 获取价格类数据
df_data = get_price(stockList, coun
更新时间:2023-06-01 14:26
直接从链接中克隆过来的,改了一下因子,运行后报如下错误
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-1-97f0ff14d64d> in <module>
1 import tensorflow as tf
2 gpus = tf.config.li
更新时间:2023-06-01 02:13
请问如何在回测模块中导入一个自定义的库呢?写在盘前函数里好像无效。
更新时间:2023-06-01 02:13
如何把我自定义Python模块产生的因子数据加到StockRanker里面进行分析呢?
https://bigquant.com/experimentshare/feb97b0af1724f5ca1f4b53cbb549a65
\
更新时间:2023-06-01 02:13
[2021-11-22 16:30:01.137076] ERROR: moduleinvoker: module name: backtest, module version: v8, trackeback: IndexError: index 0 is out of bounds for axis 0 with size 0
[2021-11-22 16:30:01.148826] ERROR: moduleinvoker: module name: trade, module version: v4, trackeback: IndexError: in
更新时间:2023-06-01 02:13
pd.set_option('display.max_rows', 100)
df = DataSource("dragon_list_CN_STOCK_A").read(start_date='2021-01-01', end_date='2022-08-24')
df.head(100)
上诉代码获取的龙虎榜数据不全,不存在2022-01-01到2022-08-15之间的数据,问题出在哪里?
更新时间:2023-06-01 02:13
\
m2.data.read(adjust_type="pre")
更新时间:2023-06-01 02:13
<KeyError: 'datetime'>,如何解决
\
更新时间:2023-06-01 02:13
[2021-11-26 21:31:22.296565] ERROR: moduleinvoker: module name: cached, module version: v3, trackeback: AttributeError: 'NoneType' object has no attribute 'to_hdf'
不知道怎么解决
更新时间:2023-06-01 02:13
请教,如何获得股票早盘集合竞价期间的价格和成交量?用哪张表或者用哪个函数?
更新时间:2023-06-01 02:13
如何调用另外ipynb里面的函数和变量?
notebook本身就是用来展示思路的看板。大部分策略是不需要建立很复杂的工程文件的。类似Keras一样。如果你需要建立本地化的开发环境进行大型集成项目的开发与管理,可以向我们平台申请接口或者sdk之类的服务,也可以通过python和第三方库部署本地机器上的环境。如果有其他疑问,请及时反馈给我们工程师。
更新时间:2023-06-01 02:13
\
更新时间:2023-02-10 06:37
于我而言,我更倾向于Rust,因为Rust很适合用在量化的交易或生产阶段,因为Rust可以很好地降低交易代码中潜在的Bug,也容易进行生产调试。
更新时间:2022-12-20 14:20
请问像这种图怎么画出来的,有没有代码分享
参考下这个:
https://blog.csdn.net/weixin_45481473/article/details/112549366
\
import seaborn as sns
sns.heatmap()
调用seaborn库
更新时间:2022-12-20 14:20
^_^
def merge_datasources(input_1):
#原版是这个
#df_list = df[0].read_df().set_index('date').ix[ds[1]:].reset_index for ds in input_1]
#因为DataFrame 的datetime索引没办法用.ix切片
for ds in input_1:
df_ = ds[0].read_df()
d = ds[1]
print(d)
#df_ =
更新时间:2022-12-20 14:20
比如想引入一个外部的包,单个文件感觉不够用。
\
可以用python自定义模块来封装自己写的python文件,然后右键封装为自己的模块来使用。可以先试着去写写看能不能满足要求。
更新时间:2022-12-20 14:20
可以直接使用Tensorflow和pytorch的模型吗?
答:平台是装了tensorflow 和 pytorch的包,可以在工作台直接去使用。
问:用python自定义代码的形式来调用,对么?
答:可以在python自定义来调用 也可以在notebook里面调用
更新时间:2022-12-20 14:20
请问平台上没有的python库怎么安装?用pip install不行,是没有安装权限吗?
想装这两个包:
pandas-profiling
causalml
为了安全起见,我们不建议用户自己安装python包,如果需要,可以在知识库发帖留下账号与需要安装的第三方包,我们审核后安装
更新时间:2022-12-20 14:20
有个策略没有可视化面板了,只剩下python代码,怎么看懂其含义。比如
M.instruments.v2
这里面instruments是什么含义,V2是什么含义
M 指这是模块。
instruments 指这是代码列表的模块。
V2 指 这个模块的版本号是2.
将画布 你可以切换为代码模式,就你看明白了
\
更新时间:2022-12-20 14:20
需要用到其他的第三方库, 使用 !pip install xxx 的方式不能安装
平台暂时不支持安装三方库
更新时间:2022-12-20 14:20