- 博客(36)
- 收藏
- 关注
原创 supervisor安装及使用教程
在linux中,我们需要一个监控软件来监控我们的程序是否在正常运行,而常用的一般都是supervisor。
2024-01-26 15:59:28
464
1
原创 Python 基础(八):函数
Python 使用 def 关键字来声明函数,格式如下所示:def 函数名(参数):函数体return 返回值如果要定义一个无任何功能的空函数,函数体只写 pass 即可。格式如下所示:def 函数名():pass当我们不确定参数的个数时,可以使用不定长参数,在参数名前加 * 进行声明,格式如下所示:def 函数名(*参数名):函数体我们还可以使用 lambda 定义匿名函数,格式如下所示:lambda 参数 : 表达式# 空函数pass# 无返回值# 有返回值。
2024-01-12 23:13:56
550
原创 Python 基础(六):字典与集合
目录1 字典1.1 简介1.2 使用2 集合2.1 简介2.2 使用1 字典1.1 简介当看到字典这个词时,有些人包括我自己在内,首先映入眼帘的便是新华字典我清楚的记得,刚上小学时老师就让每一个学生准备一本新华字典,它的使用大家也应该都清楚,通过拼音、偏旁部首等进行查询;今天我们说的字典(dict)是 Python 的数据结构,因为都叫字典,我们不用想也知道它们是十分相似的,它们的内容都是以键-值(key-value)的方式存在的。dict 拥有良好的查询速度,dict 中的值可以是任意 Pyt
2024-01-11 08:29:36
412
原创 Python 基础(五):列表与元组
Python 中没有数组,而是加入了功能更强大的列表(list),列表可以存储任何类型的数据,同一个列表中的数据类型还可以不同;列表是序列结构,可以进行序列结构的基本操作:索引、切片、加、乘、检查成员。
2024-01-11 08:29:05
494
原创 Python 基础(四):序列
Python 中的序列是一块可存放多个值的连续内存空间,所有值按一定顺序排列,每个值所在位置都有一个编号,称其为索引,我们可以通过索引访问其对应值。我们上一节说的Python 基础(三)中,字符串就是序列结构,除此之外常见的序列结构还包括列表、元组等。
2024-01-10 12:15:33
744
1
原创 Python 基础(三):字符串
之前我们已经提到了:字符串是 Python 的一种数据类型,它可以通过单引号 ‘、双引号 "、三引号 ‘’’ 或 “”" 来定义,本节我们来详细介绍一下。
2024-01-10 12:02:11
397
原创 Python基础(二):数值类型及其运算
Hello,我是 Python 数据类型数字,大家之前对我可能已经有所耳闻,俗话说闻名不如见面,见面要先自我介绍,为了让大家对我有一个清晰的了解,下面我要向大家介绍一下自己。
2024-01-08 20:44:31
1027
2
原创 基于albert的汽车评论情感分析【含代码】
当准备好数据集后,开始初始化参数,然后进行训练前的基本工作。一般情况下,读者需要修改的参数为batch_size 和num_epochs ,其他参数无需修改。根据albert原始论文,学习率一般在e-5级别,因此可以保留默认参数(其实修改了也不会有很大优化)。在本实验中,我们对数据集进行了4:1的划分,构建训练集和验证集。如果是更细粒度的标签,比如电商中对于评论分析有一星到五星的标签,则根据标签修改字典即可。在这里设置GPU或CPU,如果你的机器存在多个GPU,则可以修改以下代码。
2024-01-05 12:00:13
987
原创 【策略】大盘蓝筹策略,收益竟然可以这么惊人!
使用聚宽提供的因子看板写了个三因子策略,比单因子收益有所提升。聚宽因子使用eps_ttm和margin_stability,克隆之后可以修改这两项测试其它因子,还可以加入其他因子,应该还有优化的空间。最后一项是市值因子,选大市值。感觉聚宽处理过的的因子还是不错的,去极值和标准化省了不少事儿。
2024-01-05 08:00:00
1300
原创 【NLP】工业界常用的NLP数据增强方法都在这了,你都会了吗
EDA 使用传统的文本数据增强方法,可以在文本数据集小的情况下提升文本分类的性能。出自论文《EDA: Easy Data Augmentation Techniques for Boosting Performance onText Classification Tasks》
2024-01-04 23:20:34
400
原创 魔改了小市值策略后,收益翻了这么多倍?
最近几年,小市值策略一直都收益不错(当然,不包含17年和18年)。小市值因子对收益的影响是很大的。特别是行情不好的时候,大家都忙着炒作热点,那么这时候符合题材的小市值更加符合炒作标准了。2、从剩下的股票中对证券代码进行排序,这就是最玄学的地方。1、选取100个市值最小的股票,剔除ST股、次新股、科创板、北交所股票等等。三年多,有7.45倍的收益,实属夸张了哈。有这个收益,还要什么自行车啊。为什么说是魔改版的小市值策略呢,因为最终选取小市值的方法真的很玄学。那么,这个策略玄学在哪里呢。
2024-01-03 21:24:53
576
原创 金融中IC和IR的定义
当谈到金融领域时,IC(Information Coefficient)和IR(Information Ratio)通常是用来评估投资组合管理绩效的指标。它们都涉及到投资者对信息的利用和管理的效果。
2024-01-03 21:19:37
1805
原创 【曲线救国】聚宽交易信息保存到数据库
比如在Ptrade,QMT重新搭建自己的策略,但是不少小伙伴都遇到了数据不准确的问题,或者调用数据接口耗时太久,又或者回测耗时太久,以至于有小伙伴吐槽到“以前嫌弃聚宽回测很慢,现在离开了聚宽才发现,对比起QMT或Ptrade,聚宽简直是辆跑车!本人尝试了不同的方法后,觉得现有的成本最低、出错最少的方案就是通过模拟盘把交易数据传到数据库中,然后再利用QMT获取交易信息,利用QMT进行交易(Ptrade不支持外部数据库)。这一期我们讲一下如何把聚宽的交易信息传到数据库,以下是demo代码。code:证券代码。
2024-01-02 21:45:30
559
原创 几个实用网站
***NLP民工的乐园: 几乎最全的中文NLP资源库:****https://github.com/fighting41love/funNLP。github下载部分文件夹:https://minhaskamal.github.io/DownGit/#/home。论文短语:https://www.phrasebank.manchester.ac.uk/翻译:https://www.deepl.com/en/translator。学习资料:https://lilianweng.github.io/
2024-01-01 22:05:50
1208
1
原创 linux运维常用命令
获取占用CPU资源最多的10个进程,可以使用如下命令组合(常用)获取占用内存资源最多的10个进程,可以使用如下命令组合(常用)查看linux中cuda的版本。查看sftp的端口,并可以清除。查看linux下端口是否被占用。查看linux端口是否被占用。查看linux运行内存大小。查看磁盘占用(常用)
2024-01-01 22:03:56
327
原创 低估价值选股策略
5.可加入止损(十天HS300跌幅达10%清仓);4.每年四次调仓,即在1/4/7/10月调仓;3.企业的流动资产至少是流动负债的1.2倍;2.负债比例高于市场平均值;本代码是基于聚宽平台的。
2023-12-30 18:05:43
425
原创 经典小市值模型,你知道怎么实现吗?
止损部分:每日检查,个股浮亏超过 20% 止损。筛股部分:过滤 涨跌停、停牌、ST、退市股票。② 后续阶段,卖出不在待买入列表中的所有股票。排序方式:按市值升序排列。③ 买入未持仓股票,调整已持仓股票的仓位。① 初始阶段,每只股票等额分配资金买入。交易对象:上证综指和深证综指的成份股。择时部分:每天早上10点进行调仓。运行周期:每周第一个交易日调仓。持仓数量:10 只股票。
2023-12-29 15:30:04
390
原创 牛刀小试-基于LSTM的股票价格预测
股票价格预测,是量化中的一种常见方式。价格预测属于一种回归任务。一般情况我们是对收盘价进行预测。价格预测的周期可以是日、周或月。
2023-12-28 17:24:30
799
原创 将词向量model转变成可视化的txt文件
因为最近需要一个50-100d的中文词向量了,问朋友拿了一个60d的,但是给我的是一个model,没办法,项目中需要的是txt文件,不想改动太大,所以查看了很多其他的csdn看看怎么转于是乎,找到了下面最简单的方法model = Word2Vec.load(r’E:\data\hy\word2vec_model\Word60.model’) model.wv.save_word2vec_format(‘WordVec60d.txt’,binary = False) # 把词向量表转成可视化的txt就
2020-05-30 12:03:42
751
3
原创 paper reading--From Word Embeddings To Document Distances
词嵌入(word embedding):根据单词在语句中的局部共存性,学习单词语义层面的表示(semantically meaningful representations for words)。单词移动距离(Word Mover’s Distance,WMD):基于词嵌入,衡量文本文档(text documents)间距离的函数。WMD以一个文档的嵌入词移动至另一个文档的嵌入词的最小距离(th...
2020-03-14 10:42:25
291
原创 贪心项目:搭建simple问答系统
本次项目的目标是搭建一个基于检索式的简单的问答系统。至于什么是检索式的问答系统请参考课程直播内容/PPT介绍。通过此项目,你将会有机会掌握以下几个知识点:字符串操作 2. 文本预处理技术(词过滤,标准化) 3. 文本的表示(tf-idf, word2vec) 4. 文本相似度计算 5. 文本高效检索此项目需要的数据:dev-v2.0.json: 这个数据包含了问题和答案的pair, 但是以...
2020-03-11 16:00:59
1180
1
转载 搭建分词工具(枚举和维特比两种方法)
Part 1: 搭建一个分词工具Part 1.1 基于枚举方法来搭建中文分词工具此项目需要的数据:综合类中文词库.xlsx: 包含了中文词,当做词典来用以变量的方式提供了部分unigram概率 word_prob举个例子: 给定词典=[我们 学习 人工 智能 人工智能 未来 是], 另外我们给定unigram概率:p(我们)=0.25, p(学习)=0.15, p(人工)=0.05, p...
2020-03-11 15:38:47
864
原创 动态规划:零钱兑换
最基本的解法(python):class Solution: def coinChange(self, coins: List[int], amount: int) -> int: n = len(coins) f = [0] + [float('inf')]*amount k = amount + 1 for i...
2020-02-20 11:43:45
396
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人