Python

Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
Python语言框架
Python是一门诞生于1991年的高级、解释型编程语言,由吉多·范罗苏姆创造。其核心设计哲学强调代码的极简性和可读性,尤其依赖清晰的缩进来定义代码结构,这使得它语法接近英语,非常易于学习和使用。作为动态类型语言,它为快速开发和原型设计提供了极大的灵活性,并支持面向对象、命令式、函数式等多种编程范式。Python的巨大优势在于其拥有一个由庞大活跃社区支撑的丰富第三方库生态系统(PyPI),覆盖了几乎所有应用领域:无论是Web开发(Django, Flask)、数据科学(Pandas, NumPy, Matplotlib)、人工智能(TensorFlow, PyTorch)还是自动化脚本和系统运维,都能找到成熟高效的工具库。这种“开箱即用”的特性使其成为解决各类实际问题的“瑞士军刀”,兼具强大的功能与简单的语法。
开发组织  吉多·范罗苏姆
**【分享】CBR案例推理量化引擎—61个期货品种全品种验证(158维结构指纹+动态匹配)**##正文从去年开始,我用业余时间从零写了一套**基于案例推理(CBR)的量化交易引擎**,不依赖固定的交易策略,而是通过**158维结构指纹**在历史案例库中动态匹配最相似的行情结构,参考其后续走势做决策。
80Python金融
脚本主要实现公开API数据请求、分页拉取、异常重试、字段解析、数据去重和本地文件保存。部分脚本支持WebSocket实时数据监听,可将采集到的数据写入JSONL/CSV,便于后续分析和复盘。
130Python金融
本预测体系由三层结构化模块构成。数据准备层通过Python爬虫定向抓取2016Q1至2025Q3的财务三表数据,构建分赛道季度收入拆分方法与事件哑变量体系。LayerA驱动型基线模型采用“赛道拆分+业务量×变现率”框架,对智慧教育、开放平台、智慧城市、其他四大业务分别建模,辅以均值回归毛利率与历史中
170Python金融
模块一:数据层统一数据接口,支持本地CSV/Excel和在线数据源(Tushare/YFinance)。内置模拟数据生成器用于策略快速原型。模块二:策略层策略插件化设计,内置均线交叉、动量突破、布林带回归三种策略。新增自定义策略仅需实现signal=strategy(df)函数接口。模块三:回测引擎
240Python金融
核心功能:1)实时行情模块,展示最新价、涨跌幅、成交量、换手率等关键指标;2)K线走势图,集成均线MA5/20/60、MACD指标、成交量柱状图,支持交互式缩放;3)财务分析,展示利润表、资产负债表、现金流及关键财务指标;4)估值诊断,基于PE/PB分位自动评分判断估值水平;5)机构持仓,展示十大股
300Python金融
项目功能模块:用户权限管理模块:支持多级权限控制、角色管理、部门组织架构任务分配和跟踪模块:智能任务分配、进度跟踪、状态管理、优先级设置数据可视化模块:项目进度图表、团队效率分析、任务完成率统计实时通知模块:任务提醒、邮件通知、短信提醒、企业微信集成团队协作模块:文件共享、在线讨论、任务评论、@功能
140Java政务
1、实时行情数据采集:自动拉取股票K线数据,动态计算技术指标2、量能分析引擎:基于换手率、成交量变化、板块热度进行综合打分3、自动选股推荐:每日自动筛选量能异动股票并排序4、持仓管理:支持买入卖出记录、盈亏实时计算、一键清仓5、数据可视化大屏:K线图、板块热力图、收益曲线等多维度展示6、AI预测模块
300Python金融
1、股票列表同步:从数据源获取全量股票基础信息(代码、名称、上市日期等)2、日线全量同步获取指定时间范围的所有股票日K线数据3、日线增量同步仅同步最新交易日数据4、财务数据同步同步上市公司财务报表数据5、断点续传支持从失败位置继续同步,无需从头开始
180Java金融
一、全市场行情监控实时覆盖A股5000+标的,支持大盘指数、行业板块、个股详情三级联动。统一数据管道+SQLite缓存,历史行情秒级加载。二、多因子智能评分六大因子维度(估值、成长、动量、质量、技术、资金),行业中性化处理+Z-score标准化,全市场综合排名一目了然。支持自定义因子权重,适配不同投
180Python金融
一、全市场行情监控实时覆盖A股5000+标的,支持大盘指数、行业板块、个股详情三级联动。统一数据管道+SQLite缓存,历史行情秒级加载。二、多因子智能评分六大因子维度(估值、成长、动量、质量、技术、资金),行业中性化处理+Z-score标准化,全市场综合排名一目了然。支持自定义因子权重,适配不同投
130Python金融
一、全市场行情监控实时覆盖A股5000+标的,支持大盘指数、行业板块、个股详情三级联动。统一数据管道+SQLite缓存,历史行情秒级加载。二、多因子智能评分六大因子维度(估值、成长、动量、质量、技术、资金),行业中性化处理+Z-score标准化,全市场综合排名一目了然。支持自定义因子权重,适配不同投
170Python金融
数据抓取(DataIngestion):高性能对接国内A股环境下的Level1/2核心数据流。实现高吞吐、低延迟的网络I/O与原始协议解析,提供稳定、高效的数据获取服务。数据清洗(DataCleaning):针对海量逐笔交易数据、成交额及标准OHLCV、换手率数据,设计高吞吐的流式清洗与实时落盘管线
330C++金融
1.底层形态识别模块:精准捕获分时图上的倒V型(高点)与正V型(低点)反转信号,并结合自适应的涨幅阈值区间(如2.5%-20%)进行起涨起点的自动化锁定。2.四点结构追踪模块:严格按照波段推演逻辑,动态追踪并锁定“价格1”到“价格4”的演变过程。全天候监控价格回落与突破,确保仅抓取符合特定阻力位与支
260C++金融
核心功能模块:智能对话Agent:ReAct推理+反思循环,支持4种专业角色(研究员/量化分析师/合规官/综合诊断),Skill技能编排,21+金融MCP工具动态路由调用RAG检索增强:PDF/表格/图片多模态解析,语义智能切片,向量+BM25混合检索,HyDE改写,GraphRAG多跳推理,分离精
430Python人工智能
卖点监控系统是一个实时持仓监控与卖点决策平台,核心功能包括:九维卖点信号检测:集成rongzhi1v6.1决策引擎,从九个维度检测卖点信号——技术面(MACD/均线/回撤幅度)、量能异常(缩量/放量/量比)、板块情绪(六阶段周期定位)、时间止损(持仓时长+亏损幅度)、龙头识别(趋势龙头/板块核心)、
460Python人工智能
买点监控系统是一个多模型选股聚合与验证平台,核心功能包括:多模型选股聚合:同时运行三个独立选股模型,每个模型基于不同策略和数据源产生独立选股结果,系统统一采集并标准化处理,按时段优先级(竞价>早盘>午盘>尾盘>收盘)选择最新数据。共识度评分与交叉验证:对三模型结果进行交叉比对,同一只股票被多个模型选
480Python金融
全自动A股盘前智能报告生成平台,每日开盘前自动采集全球市场数据,通过十大模块并行分析后输出结构化盘前决策报告。全球市场监控:67个标的(47只美股个股+20只ETF),覆盖科技巨头/半导体全链/AI算力/新能源/锂矿/商业航天/eVTOL/量子计算/核聚变等赛道;20+全球指数;12种大宗商品;按亚
840Python金融
1.帮助辅助做外汇的操盘手,容易被情绪牵着走。限制了各种交易类型,比如一日开单最大数量,未设置止损线不开单等等防控措施。2.对接ai,实现自动调阅盘面k线数据反馈到ai端进行盘面分析。3.给交易者们准备了价格预警和止盈止损强平的邮箱推送,盘面k线历史回测,开单后整理收纳。4.小程序端可查看软件最新下
280PHP金融
项目当前已形成MockTerminalRC1工程闭环,主要功能包括:1.mockruntime:本地模拟运行框架;2.mockledger:模拟账本与虚拟交易记录;3.sessionreplay:会话导出与回放;4.safetygate:安全闸与真实交易阻断;5.no-orderguarantee:
270Python人工智能
上传交割单,AI分析亏损原因并生成改善建议。A股散户+期货散户的交易行为诊断工具。核心卖点:ProfitAttribution利润归因—按行为类别归因盈亏,量化每种行为对账户的贡献。
360Python金融
当前共285个项目more
×
寻找源码
源码描述
联系方式
提交