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.从MT5端采集多品种K线、点差、账户和持仓数据;2.计算升降方向、货币对关系、筛选条件和关注信号等量化指标;3.通过K线图、柱状图、数据框和关注/仓单列表展示行情、信号及持仓状态;4.提供参数设置、显示布局、验证表和窗口锁定控制;5.通过SQLite读写交易指令,由MT5交易EA执行开仓、平仓及
350C++金融
项目背景随着金融市场数据规模快速增长,传统量化策略依赖人工经验设计因子和规则,难以充分挖掘复杂时间序列中的隐藏规律。本项目探索深度学习模型在量化投资策略预测中的应用。核心功能金融行情数据采集与预处理多维特征工程与因子构建LSTM/GRU/Transformer时间序列预测模型量化策略生成与历史回测收
540Python人工智能
QuantstrategyagentforHK/USequities:designsbacktestabletradingstrategies,calibratescredibilityviahistoricalbacktests,andfeedsVictor(day-tradingagent)as
480Python人工智能
DayTradingAgent开源项目
AIday-tradingagentthatauto-executesHK/USequitytradesonpaperaccounts(builtonClaudeCode)|AI日内交易代理,自动执行港股/美股模拟盘交易(基于ClaudeCode构建)
390Python人工智能
1.通过mootdx接口实时/历史获取A股全市场行情数据;2.实现30分钟K线买点实时监控与预警;3.60分钟双中枢形态自动识别;4.日线与周线联动分析,多周期买点共振提示;5.集成ML模型(RandomForest/XGBoost)进行买点概率评分;6.每日数据自动更新与本地存储。
490Python人工智能
系统采用六标签页Web交互界面,包含五大核心模块:①多品种数据加载,支持股票/ETF/指数/基金,内置三级缓存降级与CSV离线兼容方案;②交互式可视化图表,均线、价量、RSI/MACD/KDJ等技术指标动态绘图;③机器学习涨跌预测,构造11维行情因子,提供逻辑回归、随机森林双模型自动择优;④双均线策
850Python金融
1、策略对话:通过自然语言对话方式与AI对话,AI可以理解用户的意图,也可以给出意见,AI辅助完成交易策略。2、模拟回测:高仿真模拟交易所,批量自动化回测交易策略3、模拟仿真:已验证的交易策略,部署到容器,自动接受实时行情,自动交易,可对接真实交易所3、辅助功能:登录、注册、短信验证、邮件验证、回测
630C++金融
1.多源数据自动采集-覆盖龙虎榜、大宗交易、北向资金、减持公告等多个公开数据源-支持按日期、板块、异动类型等维度定向抓取-数据到达后自动执行脱敏与格式化处理2.多跳交叉验证-将脱敏后的数据片段分发至多个独立验证节点-各节点并行执行清洁度校验与一致性检查-聚合层采用多数决机制,有效抵抗单点投毒或异常返
900C金融
核心算法实现:完整实现了模拟竖式除法逻辑,支持任意长度的整数及小数运算,解决了传统浮点数精度丢失问题高扩展性架构:采用模块化设计,运算符重载机制完善。虽然目前专注于除法优化,但预留了标准的接口,开发者可在此基础上极低成本的扩展加减乘、取模及幂运算功能性能优化:针对长除法进行了逻辑剪枝与内存管理优化,
720C++金融
系统分为四大核心功能模块:第一是音频预处理模块,可对电话信道音频降噪、去除回声、均衡音量,适配低音质通话录音;第二是金融定制语音识别模块,基于金融行业语料微调模型,精准识别信贷、理财等专业术语,支持实时流式转写与批量离线录音解析;第三是文本后处理模块,自动校正金融专有名词、分割对话人、标记敏感违规话
540Java人工智能
1.指数与个股波动率分析2.etf申购赎回以及与IOPV之间关系分析3.个股筹码图展示4.交易订单流展示5.个股净换手率分析6.个股量价分析7.单个etf申购与赎回分析
670Python企业服务
项目包含以下核心功能模块:数据看板与可视化模块:提供全面的彩种走势、冷热号分布、单双大小比例、同尾分布、以及五行生肖属性的多维动态图表展示。高阶数学模型预测模块:包含基于号码跃迁的38×38马尔可夫转移矩阵、基于历史遗漏值的贝叶斯后验概率修正(极限遗漏报警)、以及多层感知机(MLP)神经网络时序拟合
1920Python人工智能
本项目基于Python开发,集成BinanceAPI,实现数字货币量化交易自动化。主要功能包括实时行情获取、自动开仓和平仓、仓位管理、止盈止损、风险控制、资金管理、交易日志记录、订单查询、策略参数配置、异常告警及运行状态监控,可根据不同交易策略自动执行买卖操作,提高交易效率。
720Java区块链
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
1310Python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
1050Python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
1080Python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
1410C++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
2620Python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:
810Python人工智能
程序会自动识别震荡行情,建模震荡空间,上下沿开仓,开仓后进行风控管理•十指标加权震荡判定:ADX、效率比、Choppiness、布林带宽、波幅、Hurst指数、方差比、半衰期、Ehlers超平滑、分形维度,加权投票+双阈值迟滞,避免状态频繁翻转。•空间区间模型:用分位数计算区间上沿/中轴/下沿与宽度
1540C++人工智能
当前共56个项目more
×
寻找源码
源码描述
联系方式
提交