TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。
2024-04-24 10:58:34 3.41MB python
1
沪深300成分股,整理了从2006到2024的沪深300成分,比市面上一年变化2次的成分数据全很多,一共198万条,基本覆盖了每次的变化情况,方便需要回测的兄弟们使用
2024-04-23 16:16:27 65.74MB 量化投资
1
TA-Lib股市技术分析利器,股票K线图,多种技术指标,包括移动平均线、MACD、RSI、KDJ、BOLL等等。由于官网没有64位的win版本,所以直接pip install TA-Lib会失败。网上一堆所谓的解决方法都是勒色,你可能折腾一天都不成功。直接下载我这个ta_lib-0.4.25-cp311-cp311-win_amd64.whl文件,本地安装即可,1分钟解决。切换到whl所在路径, pip install ta_lib-0.4.25-cp311-cp311-win_amd64.whl
2024-04-20 14:44:11 494KB TA-Lib win64 python 股票量化
1
Python使用技巧,实战应用开发小系统参考资料,源码参考。经测试可运行。 详细介绍了一些Python框架的各种功能和模块,以及如何使用Python进行GUI开发、网络编程和跨平台应用开发等。 适用于初学者和有经验的开发者,能够帮助你快速上手JPython并掌握其高级特性。
2024-04-10 10:11:09 2.55MB python
1
基于PHP的币商智能量化机器人交易系统 v2.0.4.zip
2024-04-09 23:12:57 30.92MB
Ji [1]的最新提出的大动量有效理论(LaMET)导致晶格从业者爆发出活动,以执行和控制核子准PDF的首次开创性计算。 这些计算代表对标准的近似值,这些精确的PDF定义为具有光状间隔的场的相关函数,而是沿算子γz的纵向方向的相关性; 因此,它们与标准PDF的区别在于带有功率抑制1 / pz2校正的微扰匹配条件,在极限pz→∞内变得精确。 因此,调查这种行为的系统性对于理解LaMET计算的有效性至关重要。 尽管这是使用核子模型完成的,但尚未对π和ρ价夸克分布函数进行类似的专门研究。 使用组成夸克模型,进行了系统的计算,以估计这些准PDF中有限pz效应的大小和x依赖性,发现它们比轻子介子比共线准PDF的潜在更温和。
2024-04-05 20:00:17 334KB Open Access
1
本文介绍了人工智能在量化交易方面的应用。首先,机器学习、深度学习和自然语言处理等技术可以帮助量化交易策略更加智能化,提高交易效率和收益。其次,人工智能技术的发展为量化交易带来了新的机遇和挑战。最后,文章探讨了人工智能在量化交易中面临的挑战和未来发展方向。
2024-03-31 19:22:54 12KB 人工智能 量化交易
1
中国量化白皮书(2023)(1)
2024-03-31 19:20:57 6.28MB
1
为方便调查宁夏全区荒漠草原植物种类及其分布,需对植物识别方法进行研究。针对YOLO v5s模型参数量大,对复杂背景下的植物不易识别等问题,提出一种复杂背景下植物目标识别轻量化模型YOLO v5s-CBD。改进模型YOLO v5s-CBD在特征提取网络中引入带有Transformer模块的主干网络BoTNet(Bottleneck transformer network),使卷积和自注意力相结合,提高模型的感受野;同时在特征提取网络融入坐标注意力(Coordinate attention,CA),有效捕获通道和位置的关系,提高模型的特征提取能力;引入SIoU函数计算回归损失,解决预测框与真实框不匹配问题;使用深度可分离卷积(Depthwise separable convolution,DSC)减小模型体积。实验结果表明,模型YOLO v5s-CBD在单块Nvidia GTX A5000 GPU 帧率可达140帧/s,模型体积为8.9MB,精确率P为95.1%,召回率R为92.9%,综合评价指标F1为94.0%,平均精度均值mAP为95.7%,在VOC数据集平均精度均值可达80.09%。
2024-03-27 17:29:31 1.44MB 毕业设计 yolo论文 深度学习
1
dalton program 用于量化计算
2024-03-24 13:25:35 5.8MB
1