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
自研A股回测引擎,支持从选股到交易执行到绩效评估的完整回测流程,核心特色是**内置多项真实交易约束**,使回测结果高度接近实盘表现。**选股模块:**-多因子可配置筛选:市值、股价、财务指标(营收增速、利润增速)、行业分类、ST过滤、次新股过滤、退市过滤-因子和参数均可灵活配置,支持快速迭代**交易
90Python金融
系统主要包含用户注册与登录、个人账目数据隔离、收入支出记录管理、记录新增、编辑与删除、关键词搜索、分类筛选、收支统计、余额计算及移动端适配等功能。系统支持多语言界面,并提供基础的安全防护、登录限流和异常处理。用户登录后只能访问自己的账目数据,避免不同用户之间的数据混淆。项目还配置了健康检查、运行日志
140Python生活旅游
智能策略引擎:基于大语言模型,实时解析宏观数据、市场情绪及技术指标,自动生成多周期交易策略,年化回测胜率达68%;全自动执行系统:毫秒级响应行情波动,支持网格、趋势跟踪等组合策略并行运行,动态调整仓位与止盈止损;风险监控中枢:通过蒙特卡洛模拟与压力测试,实时预警尾部风险,并生成归因分析报告,辅助人工
200Python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。
280Python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。
460Python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
570Python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
530Python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
440Java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
590C++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
760Python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)、
780Python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
880Python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
1360Python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。
540Python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
740Python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,
440Java人工智能
智能流水查证小助手面向资金流水查证场景,支持用日常中文描述查询需求,自动完成统计汇总、明细列表与专项分析,并给出可读的结果摘要,帮助办案与研判人员少依赖手工报表、更快锁定关键流水与交易关系。自然语言查询、我的模板、主体识别与确认、查询结果展示、明细下钻、聚合统计、许可管理、查询日志
640Python人工智能
模块 工具列表(20+个)市场数据 market_quote(实时报价)market_news_search(多源新闻)stock_announcements(公告)technical_indicator(RSI/MACD/Bollinger)因子/量化 factor_score(多因子打分)ris
640Python人工智能
策略需求表达:用日常语言描述交易逻辑(例如“20日均线上穿60日均线买入,跌破止损5%卖出”),交给大模型生成初始Python策略代码。代码调试与优化:通过WorkBuddy工具反复与模型交互,修复逻辑错误、优化回测性能,累计迭代30余版。回测验证:在聚宽平台导入策略,对沪深300、中证500进行2
990Python人工智能
提供中国股票以及美国股票俩个市场。对免费者提供了试用功能,对付费者根据自身需求,提供多种周期付费方式。除了普通的免费大模型,平台还接入了付费大模型以及专家模型,供广大爱好者选择使用。
580C++人工智能
当前共42个项目more
×
寻找源码
源码描述
联系方式
提交