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
430Python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。
250Python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。
420Python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
480Python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
390Java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
710Python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)、
710Python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
800Python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
410PHP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
580Python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
540Python金融
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
311Python金融
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
630Python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
900Python人工智能
本工具提供图形化界面,支持拖拽或选择文件夹,按扩展名自动归类文件至对应子文件夹。内置图片、文档等分类规则并支持自定义,可预览移动结果再执行,安全高效,让文件管理井井有条。
660Python企业服务
本工具提供图形化界面,支持选择或拖拽多个Excel/CSV文件,一键合并并标记来源;自动清洗空白行、重复行及指定列;可选按分组列汇总数据,输出统计报表。实时日志显示进度,适合财务、运营等零基础用户快速处理报表数据。
610Python金融
系统集成了十大核心分析模块:1.机构博弈模型:自动识别“升盘降水”或“降盘升水”等机构诱导信号,计算凯利值风险。2.进攻效率模型:基于泊松分布算法,交叉计算对阵双方的进球期望值(xG)。3.环境动态模块:量化评估球队战意(如争冠/保级)、核心球员伤停对攻防两端的影响。4.自动化流水线:支持CSV/E
960Python金融
1.平台封禁风险:解决了传统RPA容易被社交平台识别并封号的问题。采用伪人化行为模型,实现隐身级操作,保障账号安全。2.数据孤岛与低质线索:通过AI语义分析,自动剔除无效信息,只抓取具备高价值成交意图的精准商机,并实现与CRM系统的无缝同步。3.交互效率低下:摆脱了传统自动化工具厚重的安装包,以轻量
660Python企业服务
基于"四/五/六/七重共振+趋势结构"策略的ETF技术分析,指导个人投资ETF买卖时机。输入简单命令指定要分析的ETF的编码,输出该ETF投资分析报告。-自动获取ETF历史数据(日K、周K)-计算MA20、MACD、RSI、KDJ、布林带、ATR等技术指标-支持四重/六重/七重三种共振分析模式-生成
820Python金融
多店铺基础数据管理:支持添加、保存与加载多个店铺的基础信息,可设置店铺基数均值、汇率、多档提成基数与系数,满足不同店铺的差异化提成规则需求;月度利润数据自动统计:支持录入2024-2026年各月份的毛利、净利数据,系统自动根据设定的基数与系数,计算提成基数、转化基数等关键指标,清晰呈现月度利润走势;
920Python电商
当前共28个项目more
×
寻找源码
源码描述
联系方式
提交