Python

问题

[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

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？

\

m2.data.read(adjust_type="pre")

问题

问题描述

<KeyError: 'datetime'>，如何解决

问题截图

\

问题

[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

问题

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？

问题

如何调用另外ipynb里面的函数和变量？

解答

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。

\

问题

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。

1. 与C++相比，Rust的性能相差无几，但是在安全性方面更优，特别是使用第三方库时，Rust的严格要求会让第三方库的质量明显提高。
2. 与Java相比，除了部分纯粹的数字计算性能，Rust性能全面领先于Java，同时Rust占用内存更小，因此如果想实现同等规模的服务，Rust所需的硬件成本显然更低。
3. 与Python相比，性能方面Rust完胜，同时Rust对运行环境要求较低，从这两点上就基本可以做出选择了，因为Python和

问题

请问像这种图怎么画出来的，有没有代码分享

解答

参考下这个：

https://blog.csdn.net/weixin_45481473/article/details/112549366

\

import seaborn as sns
sns.heatmap()

调用seaborn库

问题

^_^

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_ = 

问题

比如想引入一个外部的包，单个文件感觉不够用。

\

解答

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。

问题

可以直接使用Tensorflow和pytorch的模型吗？

解答

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

问题

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

解答

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

问题

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

解答

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

\

问题

需要用到其他的第三方库， 使用 !pip install xxx 的方式不能安装

解答

平台暂时不支持安装三方库

问题

请问自定义Python模块中的模块参数在主函数里如何调用

解答

像这样函数传參一样传进去

问题

你好，麻烦帮忙安装下面的python库，谢谢！

账号：kimi3721

pandas-profiling

https://pypi.org/project/pandas-profiling/

causalml

https://causalml.readthedocs.io/en/latest/installation.html

baidu-aip

https://ai.baidu.com/sdk#nlp

解答

好的，已通过审核，工程师正在安装 安装好了给你说哈

问题

想知道报错的原因

[2021-11-13 09:32:02.641539] ERROR: moduleinvoker: module name: cached, module version: v3, trackeback: AssertionError: daemonic processes are not allowed to have children

\

python究竟怎么可以获取level2行情呢？比如百度、新浪、搜狐、CSDN等都有教程还有说明，同时还有提供一些常见的股票L2接口，包括许多模拟股票交易系统也提供了数据，但这些获取股票数据的方法并不像通过python那样方便。那么，如何通过python实现股票L2接口呢？

以下有两种情况说明：

（1）你有自己的证券商及客服专员；

在这种情况下，个人直接打电话给交易账户的证券期货供应商客户服务专员，获取CTP数据接口信息。CTP是指根据要求，进入期货公司的交易程序必须经过穿戴认证。简单地说，它是在期货公司提供的模拟环境中完成指定

现在几乎每个券商都可以为其客户提供L2实时数据市场，比如华泰的insight、中泰的XTP、兴业的UT等。一个私募可以同时接收几家券商的L2。而且很多期货公司也提供证券L2市场，所以有很多证券公司和期货公司转发的L2行情数据。

可以登录深圳证券交易所的官方网站，该网站列出了哪些公司获得了L2市场授权（非显示）。然而，基本上需要客户服务器托管机房，当然，也不排除一些互联网订阅市场。

然后是信息服务提供商，也就是专门从事市场数据的公司。他们最大的特点是互联网订阅行情。现在

国内量化交易起步较晚，大约15年开始，20年开始爆发，21年量化私募规模飙升。由于容量过大，出现了一个头部量化私募中性策略导致大幅回调的问题。对于a股来说，量化交易仍然是一种相对较新的投资方式。自20年以来，监管已经关闭了证券公司的外部接口。因此，如果你想进行定量交易，你必须使用证券公司的level2行情接口和交易接口。今天，我将与大家分享如何一站式解决不同的定量交易需求。https://gitee.com/l2gogogo

自编程AI量化交易

解决方案：AI量化交易策略终端

简介：

极速交易策略终端是一款基于python语言的策略交易平台 ， 是活跃交易者策略研究 、 自动化交易

Overview

• 研究数字货币价格走势
• 算力变化对数字货币价格的影响

获取数字货币代码列表

• 使用 f2pool 的数据

def bigquant_run(input_1, input_2, input_3):
    import requests
    response = requests.post(
        "https://www.f2pool.com/coins",
        data={"sort_by": "output24h", "sort_type": "desc"}
    )
    data = res

导语:

本文是TensorFlow实现流行机器学习算法的教程汇集，目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 TensorFlow 案例的初学者。本教程包含还包含笔记和带有注解的代码。

最好的学习就是不断的实践，推荐 BigQuant 人工智能量化投资 一站式的python+机器学习+量化投资平台，打开浏览器就可以使用投资数据和机器学习算法。

TF新手的教程指南

tf初学者需要明白的入门准备

• 机器学习入门笔记： [a

问题

请教一下自定义python模块中“模块参数”的使用问题？

解答

需要在主函数传入你自定的参数请参照如下用法：

BigQuant策略组