- 博客(36)
- 收藏
- 关注
RSS订阅原创 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
449
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
535
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
401
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
485
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
740
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
391
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
1021
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
962
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
1283
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
390
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
570
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
1650
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
534
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
1191
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
323
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
416
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
376
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
789
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
713
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
287
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
1165
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
844
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
378
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