请问自定义Python模块中的模块参数在主函数里如何调用
像这样函数传參一样传进去
更新时间:2022-12-20 14:20
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
好的,已通过审核,工程师正在安装 安装好了给你说哈
更新时间:2022-12-20 14:20
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
\
更新时间:2022-12-20 14:20
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
更新时间:2022-12-08 05:44
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
更新时间:2022-12-07 07:37
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
更新时间:2022-12-01 05:46
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
更新时间:2022-11-20 03:34
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。
更新时间:2022-11-20 03:34
请教一下自定义python模块中“模块参数”的使用问题?
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
更新时间:2022-11-09 01:23
2022年的回测002316.SZA,000732.SZA变成了ST,用回测模块回测时,发现买入后不会进行任何操作。
需要加入特定代码去处理
hold_instruments = list(positions.keys())
stock_status = context.stock_status[context.stock_status['date'] == today]
if len(hold_instruments) > 0:
st_status = stock_status[(stock_statu
更新时间:2022-11-09 01:23
AttributeError : 'NoneType' object has no attribute 'read_df' 请教大神怎么解决
AttributeError Traceback (most recent call last)
<ipython-input-17-df2f6c1cad74> in <module>
185 )
186--> 187 m9 = M.cached.v3(
188 input_1 = m22 . data_
更新时间:2022-11-09 01:23
KeyError Traceback (most recent call last)
in
209 )
210
–> 211 m19 = M.trade.v4(
212 instruments=m9.data,
213 options_data=m21.predictions,
in m19_handle_data_bigquant_run(context, data)
25 context.ranker_prediction.date == data.current_dt.strftime(’%Y-%m-%d’)]
26 print (ranker_pre
更新时间:2022-11-09 01:23
https://bigquant.com/experimentshare/9f8613d7a9664b11b32955dcecf1f725
自定义paython模块返回的数据在可视化查看结果报错,但数据其实是有的,因为日志打印到了  \frac{1}{N} \sum\limits_{i=1}^{N}f(x_{i})$
更新时间:2022-08-30 05:05
本文主要介绍了python基础、爬虫、与数据库交互、调用机器学习、深度学习、NLP等。分别介绍了各个模块的安装,环境的搭建等。并且以机器学习选股为例,把各个模块连贯起来,核心代码基本都有详尽的解释。
大数据AI时代,python无往不胜的包装能力、可组合性、可嵌入性都很好,可以把各种复杂性包装在Python模块里,非常友好的供调用。Python资源丰富,深度学习如keras,机器学习如sk-learn,科学计算如numpy、,自然语言处理如jieba等。Python将极大提高工作效率无论是科学计算,还是图形界面显示;无论是机器学习还是深度学习;无论是操作e
更新时间:2022-07-29 05:23
\
根据当前中国的交易规则,股票不能做空。与更发达的市场相反,套利机会不容易实现。这表明那些寻找并能够利用它们的人可能会有机会。
因此,我决定使用统计套利和配对交易技术专注于中国的期货市场。
本项目实施的交易策略称为“统计套利交易”,也称为“配对交易”,是一种逆势策略,旨在从某个配对比率的均值回归行为中获利。
更新时间:2022-07-02 02:00
尊敬的Quant:
量化使用最多的语言是什么?python还是C?工资差别有多大?
畅想未来3年的量化,大家能想到哪些关键词?这些关键词是否就是未来照进现在?
AI算法在使用哪些场景?市场模式识别、收益率预测、交易执行各是什么算法在驱动创新?
宽度、弹性、深度、集中度,高频数据最关注哪些盘口变化?
这一次我们提前设问,邀请您参与《2022年中国量化投资白皮书》问卷调研https://www.wjx.cn/vj/P3OsjQj.aspx,提前锁定电子版数据。
2021年,我们提出了很多疑问,但我们现在有了更多疑问,我们相信,聚沙成塔,洞见未来,因为有您的参与,本问
更新时间:2022-04-18 07:37
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。
这
更新时间:2022-02-25 13:06
更新时间:2022-02-21 11:25
介绍Python安装方法、与机器学习相关的包以及常用命令
Python语言是目前机器学习领域使用最广泛的编程语言之一,拥有众多优秀的包和模块,并且相对简单易学。我们将简单介绍Python语言的特性,常用命令,以及和机器学习相关的包,例如NumPy,pandas,scikit-learn等,希望帮助有一定编程基础的读者迅速上手Python语言。
机器学习选股框架与多因子选股框架类似,具有一定优越性
机器学习中最为主流的方法监督学习,其核心思想是挖掘自变量和因变量之间的规律。我们将经典多因子模型稍加改造,以机器学习的语言描述。在训练阶段,根据历史的因子值X和收益
更新时间:2021-11-26 07:28