探索人工智能领域

欢迎关注，一同踏上人工智能的探索之旅，深入了解这个激动人心的领域，以及它如何塑造着我们的世界和未来。无论您是对人工智能感兴趣的初学者，还是希望深入了解其前沿技术的专业人士，这个博客都将为您提供有价值的见解和知识。

原创在 Python 中实现配对交易策略：分步指南

在本文中，我们将探讨 Python 中配对交易策略的实现。配对交易是算法交易中一种流行的策略，涉及在两种相关资产中建立多头和空头头寸，以从它们之间的相对价格变动中获利。我们将提供有关如何使用 Python 构建和执行配对交易策略的分步指南。

2024-05-20 19:04:30 274

原创 Chronos：亚马逊最新的时间序列预测基础模型

深入了解 Chronos、其内部工作原理，以及如何使用 Python 将其应用到您的预测项目中。

2024-04-02 16:59:29 1079

原创使用 Python 和 Streamlit 构建股票价格预测应用程序：分步指南

使用 Streamlit 构建用户友好的股票价格预测应用程序的旅程。在这篇文章中，我将引导您完成应用程序的开发过程，从数据采集到模型部署，并重点介绍整个过程中的关键决策和挑战。

2024-03-11 18:47:43 378 1

原创使用yfinance Python API 计算Altman Z-Score分数

请记住，由于计算中包含价格成分（X4 - 市场价值），Z 分数可能每天都会波动。如果我有时间，我会写一篇文章概述计算公司 Z 分数历史的过程。评级高于 3 的公司不太可能申请破产，而评级低于 1.8 的公司则表明破产可能迫在眉睫。由于公司基本财务稳健性的不确定性，投资者在决定是否购买或出售股票时可以利用 Altman Z 分数。下一步是计算 SYMBOLS 常量中每个符号的 z 分数，并将其存储在最初构建的全局字典中。正如您所看到的，大部分比率都得到 yfinance 损益表和资产负债表数据的支持。

2024-03-08 19:14:45 186

原创 Time-LLM：使用LLM 以进行时间序列预测

在本文中，我们探讨了 Time-LLM 的架构以及它如何有效地让 LLM 预测时间序列数据。然后，我们实现该模型并将其应用到一个小型预测项目中。

2024-03-08 17:53:00 418

原创 Python--使用布林线设计均值回归策略

在本教程中，我们将探讨均值回归的概念以及如何使用 Python 中的布林线设计交易策略。均值回归是一种流行的交易策略，

2023-12-01 18:39:06 1380

原创 Python量化--多空策略：使用 Zipline 进行回测

我将向您展示多空策略以及 zipline 回测。这是一个编码教程，我将向您展示整个代码并解释每个单元格的作用。

2023-11-27 12:34:52 1190

原创构建和应用卡尔曼滤波器 (KF)--扩展卡尔曼滤波器 (EKF)

在本博客中，我们深入探讨了如何构建和应用卡尔曼滤波器 (KF)，以及如何实现扩展卡尔曼滤波器 (EKF)。最后，我们总结一下这些模型的用例、优点和缺点。

2023-11-21 18:48:29 425

原创 Python制定高级期权交易策略：技术和定量分析综合指南

技术指标与定量方法的融合为交易者提供了分析优势，从而在期权交易的动态领域中做出更明智的决策。通过开发一个坚实的框架，结合波动性分析和严格的回测策略，交易者可以更有信心地驾驭市场复杂性。期权交易以其无数的可能性，几十年来一直吸引着交易者的想象力。交易已经发生了巨大的发展，得益于先进的工具和计算能力，今天的交易者比以往任何时候都更加强大。当策略过于贴近过去的数据，导致其在新的、未见过的数据上表现不佳时，就会发生这种情况。这些方法使交易者能够超越单纯的投机，将他们的策略建立在严格的数学和统计分析的基础上。

2023-11-21 10:50:38 402

原创 Python量化--诺贝尔奖获得者布莱克-斯科尔斯期权定价公式在日间交易中的应用

“我们不能让你在不了解一点期权定价基础知识的情况下离开麻省理工学院，”Andrew Lo 教授在麻省理工学院的 15.401 金融理论课上对学生们说道。虽然我还不是麻省理工学院的学生，但这句话给了我一个直觉：期权定价一定极其重要。由于像麻省理工学院毕业生这样的精英金融人士都知道期权定价，我可能也应该这样做。布莱克-斯科尔斯公式是期权定价的核心，被认为与艾萨克·牛顿的 F=ma 和阿尔伯特·爱因斯坦的 E=mc2 等其他著名公式一样美丽。事实上，直到我学完罗教授的课程，阅读了有关该公式如何

2023-11-20 19:49:38 204

原创 Python交易-通过Financial Modeling Prep (FMP)选择行业

本文展示了Financial Modeling Prep (FMP) API 的批量端点在简化交易数据访问方面的巨大潜力。它通过提供适合基本面和技术分析的数据集，成为明智交易选择的关键工具。

2023-11-15 17:50:45 233

原创 Python量化- Black-Litterman 模型

Black-Litterman 模型由 Fischer Black 和 Robert Litterman 于 1992 年开发，采用贝叶斯方法进行资产配置。该模型通过结合先前的回报估计（可以从多个来源得出）并结合投资者对未来回报的独特预期来优化分配权重。

2023-11-15 10:42:41 477

原创 RUST与Python对比分析

Rust 已经发展成为一种易于使用的编程语言，因此它的使用量也在增加。尽管 Python 在机器学习/数据科学社区中占有一席之地，但 Rust 未来可能会被用作 Python 库的更高效的后端。

2023-11-14 13:17:14 1184

原创 Python量化交易-动量交易策略

动量交易策略包括根据资产价格行为或交易量的各种时间框架总移动平均线 (SMA)（2 天 MA、3 周 MA 等）创建买入/卖出信号。一般来说，我们通过低买高卖来跟踪价格走势的势头。

2023-11-09 19:11:06 657

原创使用深度神经网络预测股票价格

该项目将引导您完成端到端数据科学生命周期，即使用 Alpha Vantage API 和称为长短期记忆 (LSTM) 的强大机器学习算法开发股票价格变动预测模型。通过完成这个项目，您将学习机器学习/深度学习的关键概念，并为股票市场构建功能齐全的预测模型，所有这些都在一个 Python 文件中。

2023-11-09 11:09:29 555

原创量化交易必须掌握的8个python库

此列表包含金融行业中使用最广泛的 Python 库，每个有抱负的金融数据科学家都必须了解这些库。

2023-11-08 10:49:33 1015

原创 StackOverflow调查：2021-2022薪酬最高的编程语言

对于有抱负的软件工程师来说，这是最常见的问题，答案始终是：这取决于您的偏好以及您想要构建的内容。但也许您想采取另一条路线并学习公司为您支付最高费用的语言。

2023-11-07 11:35:58 156

原创 Django快速指南

Django 是一个高级 Python Web 框架，鼓励快速开发和简洁、务实的设计。Django 以其简单性和多功能性而闻名，它构成了我们项目的支柱，确保我们的重点可以放在我们创作的独特性上，而不是其框架的复杂性上。

2023-11-07 10:41:47 377

原创投资组合收益分析中依赖中心极限定理的陷阱

本文深入探讨了为什么必须对 CLT 在投资组合回报分析中的适用性进行严格审查，阐明其局限性以及提供更准确的财务现实视图的替代方案。在本文中，您将：了解为什么中心极限定理 (CLT) 是分析金融数据的常用工具。揭示 CLT 隐藏的复杂性和局限性。探索可更准确地洞察投资组合绩效的替代方法。踏上让您的财务决策更明智、更明智的旅程。

2023-11-03 17:18:12 161

原创 Python-市场交易中的概率夏普比率 (PSR)

在本文中，我们深入研究了概率夏普比率 (PSR) 的细微差别，为评估投资组合绩效提供了更全面的视角。

2023-11-02 12:27:43 208

原创量化交易Copula建模应对市场低迷

Copula 带来了对资产关系的细致入微的理解，尤其是在极端的市场情景下。认识到尾部风险，投资组合经理可以做出更明智的决策，不仅优化回报，还优化市场低迷时期的稳健性。

2023-11-01 19:13:53 153

原创量化交易-应对市场闪崩

闪崩是指市场价格突然严重下跌，但几乎立即恢复。这些崩溃可能由多种因素引发，但往往会因自动交易策略而加剧。

2023-11-01 18:27:54 212

原创 Python-常用的量化交易代码片段

深入研究算法交易可能看起来令人畏惧，但有了正确的工具和代码片段，您可以立即开始。请记住，虽然这些片段提供了基础，但更深入地研究、了解每个策略并不断测试和优化至关重要。交易愉快！

2023-10-31 19:09:58 1112

原创 10本值得阅读的量化交易书籍

量化交易是一个复杂的领域，需要仔细和详细的研究才能成功。以下是 10 本书，可以帮助人们开始他们的量化之旅。

2023-10-31 18:01:56 860

原创使用tensorflow创建自己的量化金融工具

为量化金融挑战提供强大的解决方案。在本指南中，我们将深入地研究使用 TFQF 构建 HFT 模型的初始阶段。

2023-10-31 17:53:40 247

原创 python创建个人交易策略

本文将介绍交易策略的完整生命周期：从获取市场数据开始，计算技术指标，生成交易信号，最后评估策略的有效性。我们将使用 Kraken API 中的美元 ETH 价格，并基于移动平均收敛/发散 (MACD) 和动量震荡指标 (AO) 构建两种策略。

2023-10-30 18:36:46 132

原创 ComicAI 利用人工智能创作精彩漫画

ComicAI 是一款网络应用程序，您可以在人工智能的帮助下将您的故事变成漫画。你输入你的故事（或者让人工智能为你生成它），平台就会勾画出角色和面板。这是一个让您的想象力成为现实的空间，一旦您的漫画准备好，您就可以轻松地与世界分享。

2023-10-30 17:39:30 9068 3

原创时间序列预测大模型-TimeGPT

TimeGPT 是时间序列预测的第一个基础模型。它利用 Transformer 架构，并在 1000 亿个数据点上进行了预训练，以对新的未见数据进行零样本推理。结合保形预测技术，该模型无需在特定数据集上进行训练即可生成预测区间并执行异常检测

2023-10-30 17:30:54 2009 14

原创 PCA 和 DTW 的股票挖掘模式

在本文中，我们用附加变量增强了模式识别框架的思想，提供了更丰富的市场动态表示。模式识别方法的核心仍然依赖于 DTW，但有所不同。我们现在不只是比较价格数据，还比较不同窗口之间的技术指标数据。

2023-10-30 16:58:53 165

原创使用 RAG、Langchain 和 Streamlit 制作用于文档问答的 AI 聊天机器人

现在，所提供的文档是使用 LLM 模型处理的 PDF 解析、文本嵌入和向量存储辅助函数进行处理的，现在任何文档都可以用作与用户对话的上下文。现在，让我们创建辅助函数来处理 PDF 文档中的文本，将文本转换为向量，并初始化用于处理用户查询的对话链。然而，为了增强该工具用于特定用例或更高质量的交付，需要以即时工程、使用更强大的向量数据库和嵌入模型的形式进行进一步细化。Streamlit 小部件和会话状态的使用分别实现了用户友好的界面和持久的对话上下文，与创建直观的交互式文档问答应用程序的目标非常一致。

2023-10-27 17:30:54 930

原创 Python使用 K 最近邻来预测股票价格与原始价格

如果是，则使用函数 split_dataVN 将数据拆分为训练集和测试集，并将结果分配给变量 X_train、X_test、y_train、y_test 和 df_diff_y。在这里，我们将文件路径和测试大小作为输入。然后，它从指定的文件路径读取 CSV 文件，并将日期和打开列分配给变量 X，将关闭列分配给变量 y。此代码创建具有指定邻居数量 (59) 的 K 最近邻回归器，将其拟合到训练数据集，使用它来预测测试数据集的值，然后计算并存储准确性、均方根误差，以及预测值与实际值相比的平均绝对百分比误差。

2023-10-27 17:01:08 240

原创 Python-自动化绘制股票价格通道线

创建更强大、更可靠的价格通道检测算法。

2023-10-25 19:47:33 651

原创 2023 年专业人士必须尝试的 15 款人工智能工具

在本文中，我们将看到一些人工智能驱动的工具，这些工具将在 2023 年彻底改变开发并使专业人士的生活变得轻松。我们将讨论旨在为专业人士提供支持的 15 种顶级人工智能和低代码工具。

2023-10-25 19:38:28 333

原创 Python-股票市场用于算法交易的人类反馈强化学习 (RLHF)

我相信这篇文章可以帮助您了解 RLHF 及其在算法交易中的应用

2023-10-25 18:37:13 242

原创 2023 年 Web 应用程序开发最佳技术堆栈

在不断发展的 Web 开发领域，您部署的技术堆栈不仅仅是编码，而是开辟一条成功之路，因为理想的技术堆栈正在创建用户喜欢的数字体验。

2023-10-24 18:54:10 460

原创 Python解读市场趋势：LSTM 和 GRU 在预测 Google 股价方面的探索

我将向您展示如何使用 LSTM 和 GRU 预测股票价格。

2023-10-24 18:38:56 681

原创推荐-25个开源软件

今天，我想让您对下一个 25 个出色的开源软件。您可以安装它，并且几乎开箱即用！

2023-10-24 10:33:05 3384

原创 Python-手把手构建算法交易策略

通过代码向您展示每个步骤并在进行过程中进行解释，以便您可以更好地进行算法交易。

2023-10-23 17:06:57 137

原创 python如何创建自己的对冲交易算法

在这篇文章中，我解释了如何创建一个人工智能来每天为我进行自动交易。随着机器学习的现代进步和在线数据的轻松访问，参与量化交易变得前所未有的容易。为了让事情变得更好，AWS 等云工具可以轻松地将交易想法转化为真正的、功能齐全的交易机器人。在过去的几年里，我一直在处理财务数据，最近决定冒险制定一个完全自动化的策略。

2023-10-23 12:02:51 407

原创使用 Python 可视化股票市场的羊群行为

行为金融学中一个根深蒂固的有趣现象是“羊群行为”的概念。这就是个人投资者模仿大众行为的地方，有时甚至违背他们自己的信息或判断。但这为什么重要呢？因为从本质上讲，羊群效应会放大市场波动，制造价格泡沫，甚至引发金融危机。

2023-10-19 18:30:39 242

不同类型的图像分割Unet模型的实现

不同类型的图像分割Unet模型的实现 UNet - U-Net：用于生物医学图像分割的卷积网络 https://arxiv.org/abs/1505.04597 RCNN-UNet - 基于 U-Net (R2U-Net) 的循环残差卷积神经网络，用于医学图像分割 https://arxiv.org/abs/1802.06955 注意 Unet - 注意 U-Net：学习在哪里寻找胰腺 https://arxiv.org/abs/1804.03999 RCNN-Attention Unet - Attention R2U-Net ：仅集成两个最近的先进作品（R2U-Net + Attention U-Net）嵌套 UNet - UNet++：用于医学图像分割的嵌套 U-Net 架构 https://arxiv.org/abs/1807.10165 具有图层可视化功能 pip install -r requirements.txt t_data = '' # Input data l_data = '' #Input Label test_image = '' #Image

2024-03-24

Faster R-CNN 的简单快速实现

该项目是基于chainercv等项目的简化Faster R-CNN 实现。我希望它可以作为那些想了解 Faster R-CNN 细节的人的入门代码。其目的是：简化代码（简单胜于复杂）让代码更简单（扁平比嵌套更好）与原始论文中报告的性能相匹配（速度计数和 mAP 问题）并且它具有以下特点：它可以作为纯 Python 代码运行，不再需要构建事务。这是一个大约 2000 行有效代码的最小实现，带有大量注释和说明。（感谢 chainercv 的优秀文档）它实现了比原始实现更高的 mAP (0.712 VS 0.699) 它实现了与其他实现相当的速度（TITAN XP 中的训练和测试为 6fps 和 14fps）内存效率高（vgg16 约为 3GB）

2024-03-24

基于 Web 的仪表板数据分析

pip3 install boardify 打开仪表板http://localhost:7000 制成 Flask - Web 框架 Chart.js - 用 JavaScript 制作的图表

2024-03-24

Django-Web-应用程序分析股票数据

Django Web 应用程序获取股票数据，对其进行分析并呈现图形用户界面。注意：如果您使用的是 Linux/Mac OS，请跳到步骤 5 并假设适用于 Git Bash 的所有步骤都适用于本机终端环境设置安装Python 3.7.2（勾选“将Python 3.7添加到PATH”） https://www.python.org/downloads/release/python-372/ 安装代码编辑器选项 1：PyCharm（https://www.jetbrains.com/pycharm/download/#section=windows）选项 2：Sublime ( https://www.sublimetext.com/3 ) 注意：确保您的编辑器位于 Windows 路径上或将路径保存在记事本中（将在后续步骤中使用）要激活虚拟环境，请输入以下命令： activate 将以下行添加到以下文件：数据库密码声明上方的localuser.py django_production_key='123'

2024-03-24

web个人财务分析应用

简单的个人财务数据应用程序用于在 Flask 和 Plotly Web 应用程序上处理、分析和可视化个人财务数据的 Python 应用程序这个简单的 Python 应用程序应用 Pandas、plotly、flask 和 dash 功能来创建一个简单但富有洞察力的 Web 应用程序，用于分析费用数据：每月按购买类别按付款类型请随意在本地使用它来进行您自己的个人数据费用分析。:) 运行项目使用配置的环境变量 FINANCIAL_DATA_PATH=your-csv-file-path在应用程序文件夹内设置文件 .env 。确保安装了所有依赖项： pip install -r ./app/requirements.txt 确保您的数据列名称与tools.treatment.treat_data 上的数据列名称匹配，如果不匹配，请调整脚本或数据架构。要运行该应用程序： python3 ./app/main.py

2024-03-24

基于streamlit的股票数据分析

一款 Web 应用程序，允许用户使用各种财务比率、资产负债表、损益表和其他财务指标来分析股票数据。用户可以输入股票代码来检索相关财务信息，查看一段时间内的股票价格，并生成可视化效果以收集有关公司业绩的见解。该应用程序利用 Financial Modeling Prep 和 Alpha Vantage 提供的 API 来检索实时股票数据。要求要在本地运行此应用程序，您需要安装 Python 3.x 以及文件中列出的所需库requirements.txt。文件 app.py：Streamlit 应用程序的主要代码。data.py它从和文件导入函数utils.py来检索和显示财务数据。 data.py：从各种 API（例如 Financial Modeling Prep 和 Alpha Vantage）检索财务数据的功能。 utils.py：在主应用程序中用于创建菜单、卡片和其他显示元素的实用功能。设置要在本地运行该应用程序，请按照下列步骤操作： python3 -m venv venv source venv/bin/activate

2024-03-24

web端的自行车计数器仪表板

自行车计数器仪表板一个基于网络的开源交互式仪表板，用于托管、可视化和分析自行车计数器数据。工具 Python Python 库：NumPy、pandas 用于仪表板的Plotly Dash

2024-03-24

web端的人口数据统计分析

安装安装Python 3.7+ 将此存储库克隆到您的计算机创建一个虚拟环境knowknow 在virtualenv中，执行pip install -r requirements 在 Windows 上，我需要安装最新版本的numpy,scikit-learn并scipy通过 .whl

2024-03-24

数据分析 Web 应用程序

支持多种文件格式（csv、txt、xls、xlsx、ods、odt）。提供数据的详细概述。您可以选择为数据绘制图表。您可以通过可视化的方式查看数据中的异常值。您可以删除多个列并重命名列。您可以通过给出多个条件来删除多个分类行和数字行。处理丢失数据、索引合并和轴连接您可以下载/导出编辑的数据。查看演示：https://data-analysis-webapp.herokuapp.com/ 如何运行：使用以下命令安装requirements.txt文件中提到的所有库pip3 install -r requirements.txt 从项目目录打开终端/命令提示符，然后app.py通过执行命令来运行该文件streamlit run app.py。

2024-03-24

python图像拼接.zip

运行：python pano.py <txtlists/filename_.txt>` 设置环境¶ 请注意，您的系统设置为 Python 2.7 （代码实现在 python2.7 中，如果您有其他版本，请相应修改代码）和 OpenCV 3.0 。我们将使用 OpenCV 的辅助实用程序来读取图像、写入图像和颜色空间转换。获得图像后，全景图的整个计算将使用自制函数完成。这篇博客文章分为三个主要部分。 *输入、读取和处理图像：文本文件中的图像路径。每个文本文件包含每个图像的路径列表。确保路径的方向顺序为从左到右。 *计算图像彼此的相对方向：成对 *拼接/混合和匹配模块：本质上一次连接两个图像 __ 步骤1：特征提取__： __ 步骤 2：匹配图像之间的对应关系 __：第 3 步：计算单应性 __ 步骤 4：变形和缝合 __：

2024-03-24

30个面向对象的面试问题及解答2023版

1. 什么是面向对象编程（OOP）？面向对象编程（也称为 OOP）是一种编程范例，其中完整的软件作为一组相互通信的对象运行。对象是数据和操作该数据的方法的集合。 2. 为什么是面向对象？ OOP 的主要优点是代码更易于管理，涵盖以下内容： 1.随着开发人员所使用的语言与用户所使用的语言之间的距离的增加，对软件的整体理解也会增加。 2.面向对象通过使用封装来简化维护。通过保持方法相同，可以轻松地更改底层表示。 OOP 范式主要适用于相对较大的软件。

2023-08-29

企业人工智能AI发展趋势报告-英文

目录亮点和简介 03 欢迎信 04 关于 DZone 出版物 05 主要研究成果 DZONE 2022 年企业人工智能调查结果分析 20 人工智能和可解释性了解您的模型为何做出决定 27 企业AI平台选型指南评估业务需求并构建与构建买适用于企业 AI 的 30 MLOps MLOPS 当前趋势、工具和成熟度模型的评估 33 使用事件驱动平台部署 AI 用于在企业中部署人工智能的现代参考架构 37 Spring Boot 与机器学习服务的结合：一项研究深度 JAVA 库将 Java 开发者带入 ML 游戏 43 个人工智能驱动的知识图全知的OMNISCIENCE 其他资源 46 深入研究人工智能 47 解决方案目录

2023-08-28

Flask 和 MySQL 的登录和注册项目

使用 Flask 框架和 MySQL Workbench 的登录和注册项目。应用程序类型（类别）： Web 应用程序。简介：框架是一个代码库，它通过为常见操作提供可重用的代码，使开发人员在构建 Web 应用程序时变得更加轻松。Python 有许多框架，包括 Flask、Tornado、Pyramid 和 Django。Flask 是一个轻量级的 Web 应用程序框架。它被归类为微框架，因为它不需要特定的工具或库。先决条件：了解 Python、MySQL Workbench 和 Flask 框架基础知识。系统中应安装Python和MySQL Workbench。Visual Studio Code 或 Spyder 或任何用于处理该应用程序的代码编辑器。项目中使用的技术： Flask框架、MySQL Workbench

2023-08-20

pygame创建FlappyBird游戏

在本文中，我们将了解如何在 Pygame 中制作 flappy 小鸟游戏。我们都很熟悉这个游戏。在这个游戏中，玩家的主要目标是通过保护小鸟免受障碍来获得最高分。在这里，我们将使用 Python 构建我们自己的 Flappy Bird 游戏。我们将使用 Pygame（一个 Python 库）来创建这个 Flappy Bird 游戏。Pygame是一个专为制作视频游戏而设计的开源库。它帮助我们用Python创建功能齐全的游戏和多媒体程序。

2023-08-20

Django构建大学管理系统

在本文中，我们将使用Django构建大学管理系统，并将使用dbsqlite数据库。在互联网时代，当教育完全数字化时，需要一个可以连接教师、学生和 HOD 的系统，这就是构建这个项目的动机。该项目允许 HOD、教职员工和学生自行注册。该项目有三个接口。

2023-08-20

Django建立电商网站

该项目涉及开发虚拟网站“电子商务网站”。它为用户提供了商店中可供购买的各种产品的列表。为了方便用户网上购物，为用户提供了购物车。选择商品后，将发送至订单确认流程。该系统使用Python的Web框架Django实现。开发一个电子商务网站，需要学习和了解很多技术。范围：项目范围将仅限于电子商务网站的某些功能。它将显示产品，客户可以选择目录和选择产品，并且可以从购物车中删除产品，并指定每件商品的数量。选定的商品将被收集到购物车中。结帐时，卡上的商品将作为订单显示。客户可以为购物车中的商品付款以完成订单。该项目未来前景广阔。该项目还通过使用登录 ID 和密码来提供安全性，以便未经授权的用户无法访问您的帐户。唯一具有适当访问权限的授权人员可以访问该软件。项目中使用的技术： Django 框架和 Django 默认自带的 SQLite 数据库。

2023-08-20

Tkinter贷款利率计算器 python

Python 提供了多种用于开发 GUI（图形用户界面）的选项。在所有 GUI 方法中，Tkinter 是最常用的方法。在本文中，我们将通过分步指南学习如何使用 Tkinter 创建复利 GUI 计算器应用程序。创建 Tkinter：导入模块 – tkinter 创建主窗口（容器）将任意数量的小部件添加到主窗口。在小部件上应用事件触发器。

2023-08-20

python猜数字游戏

猜数字是一种纸笔密码破译游戏，通常在 2 名玩家之间进行。在此，玩家尝试猜测第二玩家选择的密码数字。规则如下：玩家将创建一个密码，通常是 4 位数字。该号码不应有重复的数字。另一位玩家猜测（4 位数字）以破解秘密数字。做出猜测后，将提供 2 个提示 - 奶牛和公牛。公牛表示正确位置的正确数字的个数，奶牛表示错误位置的正确数字的个数。例如，如果密码是 1234，猜测的数字是 1246，那么我们有 2 个 BULLS（用于数字 1 和 2 的精确匹配）和 1 个 COW（用于数字 4 的错误位置匹配）玩家不断猜测，直到密码被破解。猜中最少尝试次数的玩家获胜。

2023-08-20

使用python录音机脚本

创建一个录音机需要使用Python与适当的库来处理音频输入和输出。以下是一个简单的示例，演示如何使用pyaudio库来创建一个基本的录音机。在运行这段代码之前，你需要确保已经安装了wavio库。

2023-08-20

python键盘按键记录脚本

pynput.keyboard 包包含用于控制和监视键盘的类。 pynput 是 Python 的库，可用于捕获键盘输入，最酷的用途是制作键盘记录器。下面给出了键盘记录器的代码。

2023-08-20

系统资源管理器python脚本

系统资源监控有助于实时监控和显示各种系统资源的利用率。对于想要跟踪系统性能、识别瓶颈并确保高效资源管理的用户、系统管理员或开发人员来说，它是一个很有价值的工具。此自动化脚本可帮助您跟踪 CPU、GPU、电池和内存的使用情况。

2023-08-20

python脚本自动化获取股票特定价格

股票的价格向买家和卖家表明其当前价值。世界各地的交易者将大部分时间花在查看不同的折线图、条形图、点图、图形和烛台图上，以分析并做出买入或卖出特定股票的决策。然而，朝九晚五或十二点到十二点工作的人（在家工作的人）通常没有时间继续查看这些仪表板。在许多贸易公司购买高级会员资格是一种在股价跌至阈值以下时收到通知的方法，但这需要花费大量资金。我将向您展示使用 Python 的一种更简单、更容易且更便宜的方法（成本 0 美元）。此自动化脚本可帮助您跟踪股票价格，并在价格跌至特定阈值百分比时收到通知。

2023-08-20

使用chatGPT预测股价波动的验证

我们研究了 ChatGPT 和其他大型语言模型在预测方面的潜力使用新闻标题的情绪分析来分析股市回报。我们使用 ChatGPT 来指示给定的标题是好消息、坏消息还是与公司股价无关的消息。我们然后计算数值分数并记录这些“ChatGPT”之间的正相关性分数”以及随后的每日股市回报。此外，ChatGPT 的性能优于传统的情感分析方法。我们发现更多基本模型，如 GPT-1、GPT-2 和 BERT 无法准确预测收益，这表明收益可预测性是复杂模型的新兴能力。 ChatGPT-4 的隐含夏普比率大于 ChatGPT-3；然而，后一种模型的总回报更大。

2023-08-17

2023信息技术业行业白皮书

本文章主要介绍互联网行业涨薪率，离职率，应届生起薪，城市薪酬差异等。帮助人们更好的了解行业薪酬趋势，人员流动情况以及城市间的薪酬差异。从而制定更好的职业规划。统计说明:在相同行业、城市组合下，计算各职能月度薪酬的中位数，然后计算月度薪酬的同比变化率，最后计算各统计周期下的变化率均值，即为涨薪率。绍市场上的热门职位在一线城市的薪酬情况，包括年固定薪酬和年总现金收入，以及不同分位值的薪酬水平。了解热门职位的薪酬情况对于求职者和用人单位都具有重要意义，可以帮助求职者更好地了解市场薪酬水平，制定求职策略和职业规划;同时也可以帮助用人单位更好地了解市场薪酬水平，制定合理的薪酬政策和人才吸引策略。

2023-08-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

不同类型的图像分割Unet模型的实现

Faster R-CNN 的简单快速实现

基于 Web 的仪表板数据分析

Django-Web-应用程序分析股票数据

web个人财务分析应用

基于streamlit的股票数据分析

web端的自行车计数器仪表板

web端的人口数据统计分析

数据分析 Web 应用程序

python图像拼接.zip

30个面向对象的面试问题及解答2023版

企业人工智能AI发展趋势报告-英文

Flask 和 MySQL 的登录和注册项目

pygame创建FlappyBird游戏

Django构建大学管理系统

Django建立电商网站

Tkinter贷款利率计算器 python

python猜数字游戏

使用python录音机脚本

python键盘按键记录脚本

系统资源管理器python脚本

python脚本自动化获取股票特定价格

使用chatGPT预测股价波动的验证

2023信息技术业行业白皮书

10个好用的处理日常工作的脚本

10个python自动化脚本

Docker下部署LLAMA 2

MSPM0 G系列 80-MHz Microcontrollers用户手册

运用在文案写作的150个gpt提示词

用于将chatgpt聊天内容转换为图片的谷歌浏览器插件

AI文本生成器进行重写的技巧 我们可以使用更具个性化的提示来引导AI生成更有创意、独特的内容

空空如也

AI文本生成器进行重写的技巧我们可以使用更具个性化的提示来引导AI生成更有创意、独特的内容