51工具盒子

依楼听风雨
笑看云卷云舒,淡观潮起潮落

开发笔记

七天打造一套量化交易系统:Day1-数据分类、获取、清洗与存储

七天打造一套量化交易系统:Day1-数据分类、获取、清洗与存储

厉飞雨 阅读(95) 评论(0) 赞(4)

七天打造一套量化交易系统:Day1-数据分类、获取、清洗与存储 =============================== 数据是量化交易的基础,重要性不言而喻。无论是股票、期货、期权、基金、ETF等等,甚至包括比特币,这些投资标的历史行情数据都可以用作回测分析,本篇将分享如何选择可靠的数据源,如何进行数据获取,如何清洗常见的错误数据,如何进行有效地存储,方便后期使用。 ...

Spring Boot集成screw实现数据库文档生成

Spring Boot集成screw实现数据库文档生成

厉飞雨 阅读(138) 评论(0) 赞(5)

1.什么是screw? ----------- 在企业级开发中、我们经常会有编写数据库表结构文档的时间付出,从业以来,待过几家企业,关于数据库表结构文档状态:要么没有、要么有、但都是手写、后期运维开发,需要手动进行维护到文档中,很是繁琐、如果忘记一次维护、就会给以后工作造成很多困扰、无形中制造了很多坑留给自己和后人 ### 数据库支持 * MySQL * MariaDB...

还要什么Google Play!PWA不香吗?

还要什么Google Play!PWA不香吗?

厉飞雨 阅读(135) 评论(0) 赞(3)

开篇我们先科普一下,何为PWA? **PWA是什么?** PWA(Progressive Web Apps,渐进式 Web 应用)运用现代的 Web API 以及传统的渐进式增强策略来创建跨平台 Web 应用程序。这些应用无处不在、功能丰富,使其具有与原生应用相同的用户体验优势。 本质:一个跨平台的 Web App。 需要特别说明的是,PWA 不是特指某一项技术,而是...

SharpLab:.Net反编译工具,方便实时查看反编译后的代码!

SharpLab:.Net反编译工具,方便实时查看反编译后的代码!

厉飞雨 阅读(79) 评论(0) 赞(3)

C#提供了很多高级语法,很多都是语法糖。这些语法糖对于初学者来说,很多无法理解。 下面推荐一个开源项目,它能够让我们,实时查看编译过程、生成的中间语言(IL)以及反编译后的代码。 01 项目简介 SharpLab是基于Roslyn开发的开源项目,它实时编译反馈、IL代码查看和反编译功能。 它能帮助.Net开发者更好地理解编译器的工作原理、优化程序性能以及进行深入的代码学...

七天打造一套量化交易系统:Day3-回测系统的选择、搭建及改造

七天打造一套量化交易系统:Day3-回测系统的选择、搭建及改造

厉飞雨 阅读(112) 评论(0) 赞(4)

*** ** * ** *** 为了选择一个好的量化回测库,需要考虑许多方面。比如每个项目的成熟度、维护程度、教程文档是否完善、执行速度、功能性、灵活性等等。 Backtesting.py、VectorBT、Backtrader、Zipline、PyAlgotrade、PyBacktest 这些都是支持 Python 语言的量化回测库,我也都进行过测试使用。 Vector...

R语言的N种打开方式

R语言的N种打开方式

厉飞雨 阅读(163) 评论(0) 赞(5)

RStudio ------- 所有用R的人都知道的界面,就不说啥了。 ![](https://img1.51tbox.com/static/2024-07-25/col/08ca1314c80a491aeee52754887c443f/b6ce73fb405a4321b74814e2e9dad3c6.jpg) Positron -------- 这个名为【正电子】的软...

自动化接收邮件脚本

自动化接收邮件脚本

厉飞雨 阅读(91) 评论(0) 赞(4)

*编写脚本可登录邮箱并获取最新的10封邮件,并根据指定关键字获取信息列表(截取以关键字为中心,前10个字符,后10个字符的内容),将上述涉及数字的参数形成配置文件读取* ==================================================================================== 脚本编写 ---- 1. 首先要打开...

Kaggle知识点:半监督机器学习

Kaggle知识点:半监督机器学习

厉飞雨 阅读(69) 评论(0) 赞(4)

unsetunset什么是半监督机器学习?unsetunset ------------------------------- 半监督学习是一种训练数据中部分样本没有标签的情况。`sklearn.semi_supervised`中的半监督估计器能够利用这些额外的无标签数据,更好地捕捉底层数据分布的形状,并更好地泛化到新样本。当我们只有很少的有标签点和大量无标签点时,这些算法能...