vn.py开源量化框架把我整蒙了，开始填坑。

最新推荐文章于 2024-03-31 09:49:08 发布

原野的冯

最新推荐文章于 2024-03-31 09:49:08 发布

阅读量4.3k

点赞数

分类专栏：量化 python 文章标签：经验分享

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/m0_51416705/article/details/121476888

版权

量化同时被 2 个专栏收录

15 篇文章 6 订阅

订阅专栏

6 篇文章 0 订阅

订阅专栏

本以为vn.py和vnpy是一家的，它们长得是真像，下载vn.py已经二个多月，今天才搞明白。还是陈总格局大，开放源代码。在GitHub看到源码下载，太繁琐，直接把我劝退，还好vn.py官方有傻瓜下载，vn.py官网一顿操作，慕名已久的量化交易程序下载完成。啃着官方文档，一步一步配置参数。开始不懂规矩，simnow仿真交易在非交易时间段不能用。效果图

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
vn.py开源量化框架把我整蒙了，开始填坑。

本以为vn.py和vnpy是一家的，它们长得是真像，下载vn.py已经二个多月，今天才搞明白。还是陈总格局大，开放源代码。在GitHub看到源码下载，太繁琐，直接把我劝退，还好vn.py官方有傻瓜下载，vn.py官网一顿操作，慕名已久的量化交易程序下载完成。啃着官方文档，一步一步配置参数。开始不懂规矩，simnow仿真交易在非交易时间段不能用。...
复制链接

扫一扫

专栏目录

原野的冯 CSDN认证博客专家 CSDN认证企业博客

码龄4年

34: 原创

40万+: 周排名

71万+: 总排名

5万+: 访问

: 等级

437: 积分

34: 粉丝

28: 获赞

11: 评论

95: 收藏

私信

关注

热门文章

分类专栏

python 6篇
量化 15篇
AI 量化 3篇
panda 1篇
韭菜 1篇
Java 2篇
linux 软件 5篇
ubuntu 入门 4篇
web 1篇
c 语言小白入门 1篇

最新评论

pycharm在画图时，汉字显示成方框。
Dr_AzEn: 完美解决，谢谢大佬
chat GPT已注册，还有40卢比
原野的冯: import pandas as pd import numpy as np from scipy.cluster.vq import whiten### data = pd.read_csv("C:/data.csv") data.head() X = data.drop(['labels'],axis=1) Y = data.loc[:,'labels'] pd.value_counts(Y) # 可视化数据 from matplotlib import pyplot as plt fig1 = plt.figure() label0 = plt.scatter(X.loc[:,'V1'][Y==0],X.loc[:,'V2'][Y==0]) label1 = plt.scatter(X.loc[:,'V1'][Y==1],X.loc[:,'V2'][Y==1]) label2 = plt.scatter(X.loc[:,'V1'][Y==2],X.loc[:,'V2'][Y==2]) plt.title("un-labeld data") plt.xlabel("V1") plt.ylabel("V2") plt.legend((label0,label1,label2),('label0','label1','label2')) plt.show() from sklearn.cluster import KMeans KM=KMeans(n_clusters=3,random_state=0) KM.fit(X) centers = KM.cluster_centers_ # centers fig2 = plt.figure() label0 = plt.scatter(X.loc[:,'V1'][Y==0],X.loc[:,'V2'][Y==0]) label1 = plt.scatter(X.loc[:,'V1'][Y==1],X.loc[:,'V2'][Y==1]) label2 = plt.scatter(X.loc[:,'V1'][Y==2],X.loc[:,'V2'][Y==2]) plt.title("un-labeld data") plt.xlabel("V1") plt.ylabel("V2") plt.legend((label0,label1,label2),('label0','label1','label2')) plt.scatter(centers[:,0],centers[:,1]) plt.show() y_predict = KM.predict(X) pd.value_counts(y_predict) from sklearn.metrics import accuracy_score accuracy = accuracy_score(Y, y_predict) #print("accuracy_original: ", accuracy) # 进行数据一次校正 y_corrected_1 = [] for i in y_predict: if i==0: y_corrected_1.append(1) elif i==1: y_corrected_1.append(0) else: y_corrected_1.append(2) accuracy_original = accuracy_score(Y,y_corrected_1) print("accuracy_original:",accuracy_original) fig3 = plt.subplot(121) label0 = plt.scatter(X.loc[:,'V1'][Y==0],X.loc[:,'V2'][Y==0]) label1 = plt.scatter(X.loc[:,'V1'][Y==1],X.loc[:,'V2'][Y==1]) label2 = plt.scatter(X.loc[:,'V1'][Y==2],X.loc[:,'V2'][Y==2]) plt.title("un-labeld data") plt.xlabel("V1") plt.ylabel("V2") plt.legend((label0,label1,label2),('label0','label1','label2')) fig4 = plt.subplot(122) label0 = plt.scatt
vn.py开源量化框架把我整蒙了，开始填坑。
资深quant: 陈晓优的代码版来历不明，是上班公司的代码，如果无著作权转让，那陈晓优就不是原始作者。而且每一个FORK都是对别的Pyqt开源协议的侵权

大家在看

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。