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
1.事件驱动回测引擎•自动识别“昨日特定事件股”作为初始候选池,支持自定义事件判定规则(如涨幅阈值、成交量变化、封板时长等)。•支持T+1卖出规则,并可灵活配置卖出时机(如次日开盘、盘中触及止损、尾盘等)。2.多维因子库&自定义因子•内置常见因子:布林带中轨位置、短期动量贡献度(昨日涨幅/近30日涨
120Python金融
**【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。
100Python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。
160Python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
200Python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
290Python金融
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
310Python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
190Java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
280C++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
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
1.对接正规行情数据源,同步A股、指数、板块、ETF分时、日线、周线、月线历史K线、成交量、成交额、内外盘、筹码分布数据2.指标AI解读:自动识别金叉/死叉、顶背离/底背离、超买超卖、量价背离、缩量回调、放量突破等经典技术形态,用通俗文字输出解读结论;3.多条件组合选股:自由勾选技术指标阈值、量能条
450Python人工智能
1.事件驱动回测主循环:date→signals→orders→fills→mark-to-market,跟实盘代码结构一致,策略验证完无缝迁移2.A股真实成本模拟:佣金默认万2.5(最低5元)、印花税千1(仅卖出)、滑点模型(固定bps+随机噪声模拟市场冲击)3.组合管理模块:等权重分配、单票仓位
410Python金融
1.实时行情采集模块(akshare+tushare双源降级)2.七维信号引擎(MACD/RSI/KDJ/布林带/量价/均线/背离)3.自研回测引擎(T+1/佣金/印花税全模拟)4.K线图引擎(专业级PNG+交互式HTML)5.涨停猎手(涨停扫描+连板追踪)6.大盘环境因子+权重可配置风控系统
520Python金融
项目主要功能包括K线智能问答、股票诊断、四维选股、主力/情绪/热点榜单、历史分析记录、数据就绪状态检测、会员权限与使用次数控制等模块。用户可以围绕个股走势、短线形态、成交量变化、趋势强弱、回撤位置等问题发起提问,系统结合K线数据和指标结果生成分析说明;同时支持按趋势、动量、反转、波段等逻辑筛选股票,
290Java人工智能
有金融行业内部审计工作经验,擅长专业是大数据分析、模型编写、信贷。模型一:1.基础账表处理,找出个人贷款信息,并添加个人借款凭证信息和活期明细。2.处理个人放款信息处理,并将放款交易关联借款凭证信息。3.处理放款后交易对手处理,提取外部标识为卡号,提取外部标识为对公账号。4.处理关联法人及高管关系人
261Python金融
基于qwen-agent框架构建的多智能体金融AI系统,通过Coordinator协调者自动调度三大专家Agent,覆盖投资分析、客户经营、保险顾问三大核心业务场景。1、投资分析专家提供持仓管理、盈亏分析与智能预测功能。系统支持查询客户股票持仓、计算动态盈亏;内置ARIMA模型预测股价走势、Prop
520Python金融
当前共58个项目more
×
寻找源码
源码描述
联系方式
提交