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
系统由Agent编排层、量化工具层、模型适配层、用户交互层四大模块构成:1)自然语言策略输入:用户用日常语言描述策略思路("做一个20日均线突破买入、跌破10日均线卖出的策略"),无需写任何代码。2)策略代码自动生成:基于CodingAgent(OpenCode/ClaudeCodeSDK/Aide
180Python人工智能
系统由数据接入、策略引擎、交易执行、风控、监控五大模块构成:1)数据接入:东方财富+AkShare+腾讯证券三源标配,三源自动比对、异常自动切换,单一源断开不影响系统运行;默认分钟级行情,预留秒级扩展接口。2)策略引擎:3套AI选股策略(长线稳健+均衡中线+激进短线)×3套交易逻辑(区间震荡套利+趋
140Python金融
本系统是一套全自动化的智能量化趋势交易EA,核心功能模块包括:1.智能行情解析与信号生成模块:实时对黄金等资产进行多波段动态扫描,运用核心算法捕捉高胜率的入场与出场时机;2.多维度风控与动态资金管理模块:严格控制每笔交易的绝对损益与最大回撤,根据账户净值动态调整预付款比例与持仓规模;3.高并发毫秒级
280Java人工智能
系統包含以下功能模塊:1)多策略信號引擎:集成6種獨立策略(均線交叉、RSI、布林通道、MACD、EMA趨勢、動量策略),支持雙向交易,採用基於ADX的市場體制分類(強趨勢/弱趨勢/過渡/震盪)動態調整策略權重。2)風險管理模塊:ATR動態止損、2:1盈虧比、單筆2%倉位控制、連續虧損自動減倉、5%
250Python金融
量化交易系统产品系统
自动化交易引擎:基于预设策略实现全自动买卖单执行,支持毫秒级订单响应。智能差价策略:内置网格交易与均值回归算法,自动计算并执行差价下单,低买高卖。实时风控模块:设定严格的止盈止损规则与仓位管理,当市场波动超出阈值时自动平仓保护本金。MT5深度对接:通过API直连MetaTrader5平台,实时获取T
770Python金融
爬虫产品系统
各种网站数据,只要再页面上显示,无论各种措施,都能够下载需要的数据。无论安全措施的有大,页面只要显示,就相当于可以爬虫各种网站数据,只要再页面上显示,无论各种措施,都能够下载需要的数据。无论安全措施的有大,页面只要显示,就相当于可以爬虫
460Python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
600Python金融
本系统为桌面端股票量化分析工具,集成K线行情可视化、多维度技术指标(MACD/RSI)计算、历史数据回测、涨跌趋势智能预测、自定义策略预警五大核心模块;支持实时行情接入、指标参数自定义、分析报告导出,为用户提供一站式量化投资辅助分析服务。
560Python金融
BinanceEventContractAssistant是一个基于Python的事件合约概率评估与辅助决策系统,主要用于分析BTC/ETH在指定时间窗口内触碰目标价格的概率。系统通过采集永续合约行情、K线、盘口和技术指标数据,构建历史事件标签与多维度特征,并结合概率统计、机器学习模型和风控规则,输
450Python人工智能
本项目构建了完整的IFRS17财务数据平台,核心功能模块包括:**1.数据探源与接入模块**:对接保险核心业务系统、再保系统、精算系统等10余个源系统,完成保单级、赔案级、费用级明细数据的全量抽取与增量同步。**2.数据标准化与校验模块**:设计标准数据模型,实现源系统数据到标准模型的映射转换;构建
460Python金融
星算量化产品系统
1.多策略管理系统支持趋势策略、均值回归策略、动量策略和套利策略等多种量化策略,用户可通过策略管理模块快速创建、配置和管理不同策略,实现策略的灵活组合与切换。2.数据处理与分析集成了股票和加密货币数据采集功能,支持从多种数据源获取市场数据,并提供数据清洗、质量评估等预处理功能,为策略分析提供高质量数
670Python边缘计算
两个版本?️桌面版 ?Web版入口文件 opentechscore.py streamlit_capp.py界面框架 PyQt5 Streamlit运行方式 本地运行 浏览器访问/本地运行功能简介支持沪深300、中证500、全部A股或单只股票评分自动下载历史K线数据(基于baostock)计算10个
570Python金融
【功能模块】1.数据采集模块:通过AkShare获取东方财富Level-2主力资金流向数据2.异动检测模块:自动检测主力大幅流入/流出(阈值1亿元)3.图表生成模块:使用Matplotlib生成趋势图、对比图、堆叠图4.定时任务模块:Cron定时每日15:30自动运行5.通知推送模块:飞书API推送
740Python金融
为验证模型预测结果的实战有效性,本文搭建了适配**市场的量化回测框架,将模型的**预测结果转化为可执行的投资信号:当模型预测次日股价上涨时,发出买入信号;当模型预测次日股价下跌时,发出卖出信号。基于该信号开展全样本回测,选取年化收益率、最大回撤、夏普比率三大核心指标,评价策略的实战绩效:1.年化收益
600Python人工智能
股票筛选产品系统
1.该策略通过五步筛选机制,从风险排除到赛道选择、公司质量评估、估值判断及投资配置,系统化地帮助股民快速精准筛选潜在上涨股票。2.每一步都结合了基本面、技术面和市场热点,提升选股成功率。3.策略强调长期跟踪与动态调整,避免盲目追高或频繁操作。
530Python人工智能
系统包含四大核心模块:实时数据采集模块,通过WebSocket+RESTAPI秒级聚合多维度行情数据;意图识别引擎,检测市场做市商行为与猎杀意图;AI推理大脑,基于DeepSeek大模型进行做市商行为分析与推理;决策融合中心,整合9维微观结构信号生成交易决策。配套Web控制台提供实时行情监控、策略信
500Python人工智能
模拟银行信贷场景,开发可解释性强的信用评分系统(A卡)。核心功能:1、手动实现特征分箱与WOE变换,处理长尾异常值;2、利用评分卡公式将违约概率映射为300-900分信用分;3、使用Streamlit搭建交互式评分计算器,业务人员输入客户信息即可实时获取信用评分与风控建议;4、完整复现工业级评分卡开
770Python金融
包含AI趋势识别模块、多因子选股/期货套利模块、回测分析模块、风险控制模块、实时行情监控模块。核心功能:基于机器学习模型识别市场趋势,构建低回撤量化策略,支持历史数据回测、参数自动优化、自动止盈止损,生成可视化收益曲线与风险报告,辅助投资者高效决策。
1750Python金融
本项目提供四位一体的智能化期货预测解决方案:首先是多品种实时行情监控,支持黄金、白银、原油等10余种期货合约的实时价格、成交量、持仓量数据可视化展示,实现市场动态的全面把握。其次是WOA智能超参数优化,采用鲸鱼优化算法自动搜索LSTM网络的最佳超参数组合,显著提升模型预测精度和训练效率。第三是双算法
1310PHP金融
项图包含数据预处理、特征工程、模型训练与评估、许分卡生成四大核心模块。支持用户数据清洗与缺失值填充,通过IV值筛选高区分度特征,基于逻辑回归算法构建风险模型并生成可解释性评分卡,同时提供模型准确率、AUC值等指标的可视化展示,最终输出用户风险等级与许分结果,为信贷决策提供数据支撑。
980Python人工智能
当前共30个项目more
×
寻找源码
源码描述
联系方式
提交