工欲善其事，必先利其器，本文精心整理了各大编程语言常用的量化分析工具，会用其中几个就应该可以在私募找到一份不错的量化工作，如果不想安装推荐 BigQuant 人工智能量化投资 一站式的Python+机器学习+量化投资平台，打开浏览器就可以开发算法策略。

欢迎大家补充~~~

编程语言

1. Python
2. R
3. Matlab
4. Julia
5. Java
6. JavaScript
7. Scala
8. Ruby
9. Frameworks

Python

• [numpy 7](http://li

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

问题

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

问题

问题描述

AttributeError : 'NoneType' object has no attribute 'read_df' 请教大神怎么解决

问题代码

AttributeError                             Traceback (most recent call last)
<ipython-input-17-df2f6c1cad74> in <module>
185 )
186--> 187 m9 = M.cached.v3(
188      input_1 = m22 . data_

问题

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

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 ![{w:100}](/wiki/api/attach

参考 https://wesmckinney.com/book/ 编写 Python For Quants - 用于量化投资的Python

摘要

核心技术

1. 前端界面：HTML5+JavaScript
2. 后台程序：Python
3. Web框架：Django
4. Web Server：Apache

Web应用的优势

1. 使用更轻便，不需要下载客户端

2. 可跨平台使用，降低了使用门槛

3. 可以更快速的发布修改后的版本

   \

正文

[/wiki/static/upload/2f/2f92d0c4-a4a9-4161-b348-2d4dabebb146.pdf](/wiki/static/upload/2f/2f92d0c4-a4a9-41

TS_RANK 含义

TS_RANK(X, n)函数，是指在一个时间序列X上，循环计算每个固定窗口的最后一个值在这个窗口内的排序值。说的通俗一点，就是在每一个时刻看所关注的时间序列X当前取值在过去一段时间内的排序如何。特意讨论该函数是因为其在挖掘信号时的使用频率还是很高的。

举个例子，如果我有时间序列[1,2,3,4,5,6], 固定窗口为3，那么前两个下标由于向前回溯数据长度不足将不做运算，对于[1,2,3]，由于3是最大的，所以序值为3。同理，继续循环推进，对于[2,3,4], [3,4,5], [4,5,6]，最后一个值的序值也都为3。最后得到[3,3,3

如何估算任意函数积分

对于给定的函数，我们可以通过公司计算积分。但对于计算机，对于任何复杂的函数，我们如何运行算力优势，快速估算积分。附python代码实现完整notebook，可以直接克隆运行。

原理

直观理解如上图所示，采样后求平均。写成求和公式：

$ \overline E = (b - a) \frac{1}{N} \sum\limits_{i=1}^{N}f(x_{i})$

写在前面：

说实话，关于量化方面在网上的资料确实挺少的。感觉很多做量化的人都惜字如金，但其实这只能怪行业的特殊性，就像套利一样，一旦策略趋同，那利润也就越摊越薄。但我觉得这其实是一个悖论。除非是完全被知道了核心机密，其他部分即使互相知道了大致策略，具体参数如果不清楚，复现出来的也不一样。而就算知道了策略参数，如果数据清洗步骤不一样，回测逻辑计算不一样，实盘订单提交逻辑不一样，那最终结果也不太一样。这一步步都是环环相扣，不可分割的。而就算全部都一样，对方也要有足够影响市场的资金量，才能够侵蚀你的利润。当然我不是鼓励探讨策略，策略核心还是要保密的，只是其他方面互相分享分享，探讨交流

问题

新手小白还在各种摸索学习中，恳求各位大佬不吝赐教

• 上面给的代码中的有些参数是怎么获取的呢，有没有详细的代码实现呢
• 而且有的参数是不是没写准确，感觉跟描述有些冲突
• 在可视化策略中是不是要自定义一个python模块来构建这几个因子，有没有其他方式呢

\

策略源码

[https://bigquant.com/experimentshare/97a272de1cf5488e9d2f647

重要观点

本文概述

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

数据预处理是任何机器学习模型的基本要求。预处理数据意味着使用机器学习模型易于读取的数据。在本文中，我们将讨论数据预处理的基础知识以及如何使数据适合机器学习模型。

什么是数据预处理？

数据预处理是准备原始数据并使其适用于机器学习模型的过程。数据预处理包括数据清理，将数据提供给机器学习模型。数据清洗后，数据预处理需要将数据转换为机器学习模型可以理解的格式。

为什么需要数据预处理？

数据预处理主要用于以下方面：

• 准确的数据：机器学习模型可读的准确的量化数据

是否有可能预测黄金价格的走向？

是的，让我们使用机器学习回归技术来预测最重要的贵金属之一黄金的价格。

我们将创建一个机器学习线性回归模型，该模型从过去的黄金 ETF (GLD) 价格中获取信息，并返回第二天的黄金价格预测。

GLD是直接投资实物黄金的最大ETF。

\

导入库并读取黄金 ETF 数据

首先要做的是：导入实施此策略所需的所有必要库。

然后，我们读取过去 12 年的每日黄金 ETF 价格数据并将其存储在 Df 中。我们

\

背景

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。

战略理念

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。

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

高薪聘请2021/2022届本/硕/博

数学、物理、统计、计算机、软件等专业

通过这里找到我

SLam_Pan

1、量化软件开发工程师

(本科211以上，硕士学位)base北上杭深

关键词:c++、python、java软件开发

年40-70万 奖金+福利

有软件开发相关工作或实习经验优先!

（有经验可放宽学历）

2、AI机器学习算法

(本科985以上，博士学位)base北上杭深

关键词:机器学习、深度学习

年80-200万 奖金+绩效+福利

有机器学习相关工作或实习经验优先!

（有经验可放宽学历）

3、量化研究员

(本科985以上，硕士学位)base北上杭深

高薪聘请2021/2022届本/硕/博

数学、物理、统计、计算机、软件等专业

通过这里找到我

SLam_Pan

1、量化软件开发工程师

(本科211以上，硕士学位)base北上杭深

关键词:c++、python、java软件开发

年40-70万 奖金+福利

有软件开发相关工作或实习经验优先!

（有经验可放宽学历）

2、AI机器学习算法

(本科985以上，博士学位)base北上杭深

关键词:机器学习、深度学习

年80-200万 奖金+绩效+福利

有机器学习相关工作或实习经验优先!

（有经验可放宽学历）

3、量化研究员

(本科985以上，硕士学位)base北上杭深

导语

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。

操作步骤

这

导语

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。

导语

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。

操作步骤

这

https://bigquant.com/experimentshare/28a454b6532144eb819a78efae160768

\

本人早年就开始用EXCEL VBA编写选股程序，利用回测功能精选策略用于选股，当时并不知道国际上有量化交易这个说法，属于闭门独自研究，最后才发现有很多同道。但目前大多数人都基于Python，传说中VBA也可以用来写量化交易程序，我就属于那个传说的一部分吧，事实上，我搜索网络，发现无论企鹅群还是其他，都很少发现有人用VBA写量化交易程序，也许我孤陋寡闻。我写这些程序呢，用坏了3个键盘，我想我也许应该分享下自己体验。

1. 什么是量化交易(Quant)?

指以先进的数学模型替代人为的主观判断，利用计算机技术，从庞大的历史数据中海选能带来超额收益的多种大概率组合因素，以制定选股策略及买卖