量化就是探索生活-CSDN博客

原创 gplearn改进：gplearnplus介绍

对gplearn进行升级，适应时序数据和面板数据，适用于更多的场景且在函数参数中区分分类数据和数值型数据，可兼容类似于groupby等操作与gplearn类似的细节可参考前文。

2024-04-25 13:48:30 876

原创 AIGC算法3：Attention及其变体

Attention是Transformer的核心部分，Attention机制帮助模型进行信息筛选，通过Q，K，V,对信息进行加工。

2024-04-25 13:22:35 1173

Nucleus sampler俗称TopP采样，一种用于解决TopK采样问题的新方法，该采样方式不限制K的数目，而是通Softmax后排序token的概率，当概率大于P时停止，相当于当模型很确定下一个token时，可采样的K也会很少，减少异常错误发生的概率。以下图为例，TopP采样会不断选择logit中最大概率的token，放入一个list中，直到list中计算的总概率大于设置的TopP值，后对list中的token概率进行重新计算，最终根据计算出来的概率值对list中的token进行采样。

2024-04-17 19:38:23 2536

原创 AIGC算法1：Layer normalization

μEX←H1i1∑nxiσ←VarxH1i1∑Hxi−μ2ϵyVarXϵx−Ex⋅γβγ：可训练再缩放参数β：可训练偏移。

2024-04-17 17:36:52 816

原创 RAG论文 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

RAG（Retrieval-Augmented Generation，检索增强生成）由Facebook在2020年发表的论文。

2024-04-01 00:12:35 1567

原创 gplearn原理解析及参数分析

基于sklearn的遗传算法框架

2023-02-05 19:32:37 3554

原创 Ta-Lib源码解析（三）：蜡烛图指标 (Candlestick Indicator) #（附Python重构代码和示意图）（补充中）

蜡烛图指标为识别K线形态的指标，笔者认为重点在于定义方式所提供的思路，背后的投资逻辑可以借鉴但不建议直接参考文档的翻译内容和源码逻辑存在不一致的现象，笔者分别列出中文百科中的定义和源码实际逻辑，供大家参考技术分析理论中的一些模糊词，ta-lib中给出了精确的定义源码

2023-02-05 19:28:38 1863

原创手动实现linux文件命令 ls -a -l

先看效果Ubuntu 18.04 ZSHlsls -als -l稍有不同ls -al稍有不同代码实现源码/************************************************************************* > File Name: myls.c > Author: > Mail: > Created Time: Wed 25 Aug 2021 12:06:33 AM CST

2021-08-26 00:01:48 710

原创 Ta-Lib源码解析（二）：动量指标 (Momentum Indicator) #（附Python重构代码）

TA_Lib指标目录2.（动量指标）Momentum Indicator2.1 趋势强弱，对方向不敏感MACD（异同移动平均线）MACDEXT（异同移动平均线拓展）MACDFIX（异同移动平均线（固定窗口大小））CCI（顺势指标）TRIX（三重指数平滑平均线）2.2 多空力量强弱对比BOP（力量均衡指标）RSI2.（动量指标）Momentum Indicator2.1 趋势强弱，对方向不敏感MACD（异同移动平均线）python函数原型：macd, macdsignal, macdhist = M

2021-07-19 03:33:50 6316

原创 Ta-Lib源码解析（一）：交叉指标(Overlap Studies) #（附Python重构代码）

TA_Lib源码解析1.（均线指标）Overlap Studies1.1 简单移动平均SMA（简单移动平均）MAVP （可变周期移动平均）TRIMA（三角移动平均）1.2 指数移动平均EMA（指数移动平均）DEMA（双指数移动平均）TEMA（三指数移动平均）T3（三重双指数移动平均（复杂））1.3 加权移动平均WMA（加权移动平均）HT_TRENDLINE（希尔伯特顺时变换）1.4自适应移动平均MAMA（梅萨自适应移动平均）KAMA（库夫曼自适应移动均线）1.5 中间价格MIDPRICE （）MIDPOIN

2021-07-04 16:32:15 4833

原创 C++学习笔记：深入理解虚函数

1 引言虚函数是C++中实现动态绑定的重要方法，而今天笔者将从虚函数表和this指针切入，去深度解析虚函数。静态关联在讲虚函数之前先提一提静态关联，在同一类族中，派生类对象有着一块与基类对象相似的空间。class A {int a;int b;};class B :public A {int c;};使用VScode下的可视化工具查看类的内存分部1>class A size(8):1> +---1> 0 | a1> 4 | b1> +---

2020-10-07 12:09:43 617

原创初探多因子选股：基于Fama-Macbeth回归的因子分析框架（附Python3代码）

Fama-Macbeth回归及因子统计引言本文介绍的因子统计方法基于1973年Fama和Macbeth为验证CAPM模型而提出的Fama-Macbeth回归，该模型现如今被广泛用被广泛用于计量经济学的panel data分析，而在金融领域在用于多因子模型的回归检验，用于估计各类模型中的因子暴露和因子收益（风险溢价）。Fama-Macbeth与传统的截面回归类似，本质上也与是一个两阶段回归，不同的是它用了巧妙的方法解决了截面相关性的问题，从而得出更加无偏，相合的估计。时间序列回归Fama-Macbe

2020-08-09 16:14:30 21285 13

量化就是探索生活