量化交易标签_天工造物局

量化交易

006 金融工具库funcat安装教程及异常处理

funcat，量化交易

 wxyczhyza
2023-02-22 15:14:57

 1791

 4

#linux #量化交易
Zipline的安装教程

zipline安装教程

 stefanie927
2017-03-05 23:24:33

 1w

 2

#量化交易
基于强化学习的量化交易框架 TensorTrade

TensorTrade 是一个基于强化学习的开源交易算法框架。它通过环境模拟、策略训练与奖励机制，让AI在历史数据中自主学习买卖时机，构建逻辑自洽的交易策略，助力量化研究。

傻逼社区云
2025-12-14 19:19:34

 1494

 7

#人工智能 #python #量化交易
FinRL vs 传统量化框架：深度强化学习在美股交易中的真实表现对比

本文对比了FinRL与传统量化框架在美股交易中的表现，深度强化学习(DRL)展现出独特优势。FinRL通过环境交互学习实现动态市场适应，年化收益达23.6%，但需注意其风险特性。文章还探讨了FinRL-Meta数据层的创新设计、核心指标对比及实战部署挑战，为量化交易者提供框架选择参考。

palm99
2026-02-12 12:54:46

 847

 9

#量化交易
FinRL+PyTorch组合拳：教你用强化学习玩转量化交易（避坑指南）

本文深入探讨了如何结合FinRL与PyTorch，利用强化学习构建智能量化交易系统。文章超越了传统价格预测范式，详细解析了从环境搭建、策略设计到实战调优的全流程，并重点分享了算法选择、模型定制及避免过拟合等关键避坑指南，旨在帮助开发者打造具备实战潜力的AI交易体。

AI 寿司师傅
2026-02-26 20:19:08

 207

 3

#量化交易
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践

在金融市场中，信息的力量是巨大的。股票价格的波动往往与市场情绪紧密相关，而市场情绪又受到新闻报道、社交媒体动态等因素的影响。本文将带你了解如何使用Python和自然语言处理技术来开发一个股票新闻情感分析模型，以帮助自动化炒股决策。

云策量化
2025-08-05 17:28:00

 541

 1

#python #量化交易 #量化投资
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的实战案例

在股市中，信息就是金钱。随着自然语言处理（NLP）技术的发展，我们可以通过分析股票新闻中的情感倾向来预测市场动向，进而实现自动化炒股。本文将带你一起开发一个基于Python的股票新闻情感分析模型，并探讨如何优化模型以提高预测的准确性。

云策量化
2025-07-14 14:28:00

 675

 3

#python #量化交易 #量化投资
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的详细指南

在当今的金融市场中，信息的快速流动对股票价格有着直接的影响。新闻、社交媒体和论坛上的讨论可以迅速改变投资者的情绪，进而影响股票的买卖决策。本文将带你了解如何使用Python和自然语言处理（NLP）技术来开发一个股票新闻情感分析模型，帮助你在自动化炒股中占据先机。

云策量化
2025-05-29 17:28:00

 791

 4

#python #量化交易 #量化投资
量化交易中的人工智能：机器学习算法在股票市场预测与策略制定中的应用

量化交易，是指通过数学模型和计算机算法，对金融市场的数据进行分析和处理，从而制定交易策略并自动执行交易的一种交易方式。与传统的主观交易相比，量化交易具有以下显著特点：一是高度的纪律性，严格按照预设的模型和策略进行交易，避免了人为情绪的干扰；二是强大的数据处理能力，能够快速处理海量的金融数据，挖掘出潜在的交易机会；三是广泛的策略适应性，可以根据不同的市场环境和投资目标，设计多样化的交易策略。

算法探索者
2025-05-01 16:18:47

 1939

 19

#人工智能 #量化交易 #机器学习 +1
DeepSeek在期货市场中的自动驾驶技术应用如何？

DeepSeek是一种结合了深度学习和强化学习的量化交易系统。它通过模拟市场参与者的行为，学习市场动态，并做出预测和决策。DeepSeek的核心在于其能够自我学习和适应市场变化，类似于自动驾驶汽车在复杂路况中导航的能力。

股票量化
2025-03-29 10:19:58

 1017

 10

#量化交易 #python #量化投资
DeepSeek在股票市场中的脑机接口技术应用如何？

DeepSeek是一种脑机接口技术，它通过分析大脑活动来解读人的意图和决策过程。这项技术通常涉及到使用非侵入性的传感器来监测大脑的电活动，然后将这些数据转换成可操作的信息。在股票市场中，DeepSeek可以被用来分析交易者的决策模式，预测市场趋势，甚至自动化交易决策。DeepSeek作为一种脑机接口技术，在股票市场中的应用前景广阔。它不仅可以帮助投资者更好地理解市场动态，还可以提高交易决策的效率和

 股票量化
2025-04-01 07:32:56

 1182

 12

#量化交易 #python #量化投资
量化交易中的脑机接口技术是如何应用的？

脑机接口技术是一种直接在大脑和外部设备之间建立通信的技术。这种技术允许用户通过思考来控制计算机或其他设备，而无需任何物理动作。在医疗、游戏和辅助技术领域，BCI技术已经取得了显著进展。

股票量化
2025-03-31 21:02:58

 815

 27

#量化交易 #python #量化投资
量化交易中的大数据技术是如何应用的？

大数据技术是指处理和分析大规模数据集的技术，这些数据集的规模超出了传统数据库软件的处理能力。在量化交易中，大数据技术可以帮助交易者处理和分析金融市场的海量数据，包括价格、交易量、新闻报道、社交媒体情绪等。

股票量化
2025-03-25 22:19:58

 1175

 24

#量化交易 #python #量化投资
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发与优化的最佳实践

通过本文，你已经了解了如何开发和优化一个基于自然语言处理的股票新闻情感分析模型。这只是一个起点，实际应用中你可能需要处理更复杂的数据，使用更高级的NLP技术和机器学习模型。不断实践和学习，你将能够构建出更加强大和准确的自动化炒股系统。请注意，本文中的代码示例仅供学习和研究使用，实际应用中需要根据具体情况进行调整。股市有。

云策量化
2025-03-15 17:36:00

 861

 7

#python #量化交易 #量化投资
Python自动化炒股：基于自然语言处理的股票新闻情感分析模型开发

在当今的金融市场中，信息的流动速度和信息量都是前所未有的。投资者需要从海量的数据中快速提取有价值的信息，以便做出明智的投资决策。自然语言处理（NLP）技术的发展为这一需求提供了可能。本文将介绍如何使用Python开发一个基于NLP的股票新闻情感分析模型，帮助投资者理解市场情绪，从而辅助自动化炒股决策。

云策量化
2025-02-21 14:37:00

 724

 4

#量化交易 #量化投资
问财网股票信息爬虫案例

股票爬虫案例from selenium import webdriverfrom my_fake_useragent import UserAgentfrom lxml import etreeimport json"""序号，股票代码，股票简称，现价（元），涨跌幅（%）"""def selenium_test():# 配置Chrome浏览器chrome_...

DeltaTime
2019-11-22 09:20:50

 3764

 2

#爬虫 #selenium #量化交易
python量化交易：筹码分布（2）

在中国股市诞生之前,当然也是在本人开始炒股之前,本人有个业余爱好：下棋。除了围棋等雅致的棋类之外,还下各种通俗的棋,比如那种少年儿童才喜欢的军棋。军棋布"暗阵",即玩的时候各自布阵,却看不到对方的阵,两个子碰到一块儿才"亮棋",由裁判比大小并且小的被吃掉。如军长吃师长、师长吃旅长之类,司令通吃,但大小军官碰到炸弹一律完蛋。一位棋友棋艺高超,在他面前我几乎没有赢棋的历史。尤其让我恼火的是...

santirenpc
2019-06-09 22:01:51

 4400

 2

#量化交易
《利用机器学习开发算法交易系统》

从作者写这本书的质量来说，还是可以的，因为原版是2016年出版的。基本把跟算法交易相关的机器学习内容概括性的提到了，遗憾的是并没有给出代码，也没给个github资料。书名有点骗人，我买之前以为是能够详细介绍用机器学习进行算法交易的，读完才知道是个大概框架。不够这不能怪作者，是翻译有点故意了，原书名是A Guide ...A \;Gu...

quantLearner
2019-05-13 19:30:12

 2358

 1

#机器学习 #量化交易
机器学习与量化交易∙笔记（3）

数据存储方式.csvNoSQL 存储文本SQL 跟时间序列有关的金融数据数据格式交易所信息：上交所、深交所、标普数据来源Ticker/sumbol价格企业行为（stock split/dividend adjustments）国家假日数据关注点：容易出错的地方企业行为spikes用相关滤波器过滤噪点缺失数据MySql数据库基础用法基本用...

quantLearner
2019-04-25 19:51:06

 614

 1

#量化交易 #机器学习
FinRL实战指南：深度强化学习在量化交易中的高效应用

本文深入解析了FinRL框架如何简化深度强化学习在量化交易中的应用。通过其清晰的三层架构（市场环境层、DRL代理层、应用层），FinRL有效解决了环境构建复杂、算法实现困难等核心痛点，并提供了从数据准备、模型训练到策略回测的完整实战指南，帮助开发者高效构建AI交易策略。

超级飞侠Fly
2026-02-15 00:28:10

 447

 8

#量化交易
强化学习在量化交易中的应用与实战解析

强化学习作为人工智能的重要分支，通过智能体与环境的交互学习最优策略，在博弈论和决策优化领域展现出强大潜力。其核心原理基于马尔可夫决策过程，通过价值函数和策略梯度实现自主决策。在金融科技领域，量化交易系统正从传统统计方法转向强化学习框架，以解决市场预测和策略闭环等关键问题。AlphaQuanter等先进框架采用Actor-Critic架构，结合时空卷积网络和风险控制模块，实现了从市场数据到交易指令的

 辻嬄
2026-04-27 12:19:43

 606

 12

#量化交易
FinRL_Podracer：面向量化交易的轻量级深度强化学习框架解析

深度强化学习（DRL）作为机器学习的重要分支，通过智能体与环境交互学习最优决策策略，其核心原理在于结合深度学习的感知能力与强化学习的序列决策能力。在量化交易领域，DRL的技术价值在于能够处理高维、非线性的金融市场数据，并自动学习复杂的交易策略。然而，许多现有框架在工程实践中面临灵活性不足或过度复杂的问题。FinRL_Podracer框架应运而生，它基于PyTorch和NumPy构建，以代码简洁和高

 做生活的创作者
2026-05-05 11:18:08

 318

 9

#量化交易
强化学习入门：基于Q-learning算法的日内择时策略初窥

—— 本篇文章 by 。大咖本篇文章所使用的数据，来源于JQData本地量化金融数据库。下面我将粗略的介绍一个强化学习在证券市场中应用的简单实例。关于强化学习的算法理论及发展历史，我们不做过多的解释。我们可以很容易在互联网上找到强化学习的理论知识，虽然可能都是一些只言片语，但对于初学者来说基本也就够用了。到目前为止，还没有出现广受业内好评的中文教材，更多的参考资料还是英文版的。例如，Ri...

joinquantdata
2019-02-14 10:11:51

 2813

 3

#算法 #量化交易
TradingGym强化学习量化交易环境：从Tick数据到策略实战

强化学习作为机器学习的重要分支，通过智能体与环境交互学习最优决策策略，其核心原理在于奖励机制引导下的试错学习。在金融量化交易领域，该技术为解决动态市场环境下的自适应决策提供了新范式。其技术价值在于能够处理高维、非线性的时序数据，并自动发现复杂市场模式。典型的应用场景包括算法交易、投资组合优化和风险管理。本文聚焦于TradingGym这一专为量化交易设计的强化学习训练环境，它原生支持tick级高频数

 weixin_33725270
2026-04-24 15:59:51

 313

 9

#量化交易
量化交易系统：历史行情 API 批量拉取与回测数据清洗

本文探讨了量化交易中历史行情数据获取与处理的关键问题。文章指出，可靠的数据是回测系统的核心，而非策略本身。作者详细分析了历史行情数据的常见痛点，包括不同数据源格式差异、特殊交易日处理、API限流等问题。在技术实现方面，文章提供了一个基于iTick API的Python解决方案，包含断点续传、本地缓存、批量拉取等功能，并强调了数据完整性校验的重要性。代码示例展示了如何通过分批次请求和并发处理高效获取

 AIFQuant
2026-05-25 21:26:59

 252

 5

#金融 #开发语言 #python +2