作者文章归档:course

ITPM-世界级线上交易视频课程


1. 一段话总结

Institute of Trading and Portfolio Management(ITPM) 核心提供世界级线上交易视频课程(含IPLT、PTM、POTM、PFTM)、3个月导师项目及线下/线上研讨会(如12月29日Alex分享会、1月8日Anton Kreil AMA),学员可获得世界级专业交易员指导、Discord社区支持(分Society、Study Hall、Citizens三级),通过相关课程且有12个月盈利记录可对接投行、对冲基金等机构,交易实施支持最低25,000美元资金的实盘账户及专属经理服务,同时为校友提供持续教育与资源对接。


2. 思维导...

Read more

实现预测分析页面-ONE-提示词


实现预测分析页面

1. 后端实现

1.1 添加新的 API 端点

  • d:\SourceCode\AIcda\stockView\backend\main.py 中添加新的 API 端点,用于获取指定股票代码、指定时间范围内的预测数据和真实数据
  • 实现数据查询逻辑,连接到两个数据库:
  • stock_database(预测数据,集合:predictPriceV2)
  • src_db(真实数据,集合:bsStockDailyHist)
  • 整合预测数据和真实数据,按日期排序并返回

1.2 数据库连接配置

  • 确保后端代码能够正确连接到两个数据库
  • 处理不同数据库的连接逻辑

2. 前端实现

2.1 创建...

Read more

Nebius-为AI创新者打造的终极云平台


1. 一段话总结

Nebius 是为AI创新者打造的终极云平台,以民主化AI基础设施为核心,具备灵活架构(支持单GPU到数千NVIDIA GPU集群的无缝扩展)、经测试的高性能(集成NVIDIA GPU、InfiniBand网络及Kubernetes/Slurm编排)和长期价值(全栈优化提升效率),提供GB200、H200、H100等最新NVIDIA GPU,搭配托管Kubernetes、MLflow等全托管服务及24/7专家支持,已在基因编辑、AI搜索、设计、药物研发等多个领域落地成功案例,还推出H100首1000小时每GPU小时$1.50的专属优惠,助力用户高效实现AI训练与推理。

...

Read more

MLflow-开源开发者平台


1. 一段话总结

MLflow 是一款开源开发者平台,主打提供生产就绪型AI能力,可助力用户自信构建AI应用和模型,核心支持 GenAI应用与智能体(含可观测性、评估、AI网关、跟踪等功能)机器学习工作流(含端到端跟踪、模型管理、部署) ,被Databricks、Microsoft等数千家机构信任,集成PyTorch、OpenAI等40+应用与框架,提供 自托管开源版(Apache-2.0许可,完全掌控基础设施)托管版(免费无部署麻烦,与原创建者维护,兼容开源) ,近期更新含OpenTelemetry支持、OpenAI智能体提示词优化(准确率提升14%)等功能,同时拥有20k...

Read more

题材热点-Stock


根据2025年的市场动态和产业趋势,当前及未来一段时间的热点题材主要围绕前沿科技突破新兴产业融合展开。从A股到全球市场,多个赛道表现活跃,呈现出加速迭代的特征。

下面的表格为你整理了六大核心热点赛道及其关键看点。

热点赛道 核心看点与市场表现 关键驱动因素
人工智能 AI基础设施(算力、芯片)需求旺盛;
AI应用(AI Agent、AI+行业)探索加速;
AI硬件(AI眼镜、AI PC)被视为新载体。
技术持续迭代、商业化落地、全球巨头资本开支。
先进制造与机器人 具身智能与人形机器人是焦点,关注情感交互、规模化落地;
机器人产业链(减速器、伺服电机等)受益。
技术进...

Read more

PyFlux -概率时间序列分析


PyFlux 库功能详解

PyFlux 是一个专为 概率时间序列分析 设计的 Python 库,它将现代统计模型与贝叶斯推断框架相结合,提供了从数据预处理到模型诊断的完整工作流程。以下是该库所有核心功能的系统性介绍。


一、核心设计理念

PyFlux 的设计基于三个支柱: - 贝叶斯优先:默认使用 MCMC 等贝叶斯方法进行参数估计,提供完整的后验分布而非点估计 - 状态空间统一:多数模型可表示为状态空间形式,统一处理观测方程和状态方程 - 模块化架构:模型构建、参数估计、预测和诊断相互独立,可灵活组合


二、支持的模型体系(Model Families)

1. ARIMA 族模型

pf...

Read more

TSLib-开源的深度学习库


Time Series Library (TSLib) 仓库介绍

TSLib 是一个开源的深度学习库,专为深度学习研究人员设计,尤其适用于深度时间序列分析。该库提供了简洁的代码基础,用于评估先进的深度时间序列模型或开发新模型,涵盖了五个主流任务:长期和短期预测、缺失值填补、异常检测和分类

主要特点

  1. 多任务支持:涵盖长期预测、短期预测、缺失值填补、异常检测和分类五大时间序列任务
  2. 丰富模型库:包含大量当前主流的时间序列模型,如TimeXer、TimeMixer、iTransformer、PatchTST、TimesNet等
  3. 支持大型时间序列模型(LTSMs):新增零样本预测功能,支持Ch...

Read more

Universal Trading for Order Execution with Oracle Policy Distillation-论文


1. 一段话总结

本文聚焦算法交易中的订单执行这一基础问题(核心目标是完成特定工具的清算或获取订单),指出近年该领域已从基于模型的市场假设分析视角转向无模型的强化学习视角,但由于策略可利用的市场信息存在噪声且不完美,构建样本高效的强化学习方法面临挑战;为此提出一种新颖的通用交易策略优化框架,其核心是借助先知教师(拥有完美信息)的策略蒸馏方法引导通用策略学习,以逼近最优交易策略,在AAAI 2021上被接收的该方法,经大量实验验证,相比多种强基线有显著改进,且交易行为合理。


2. 思维导图(mindmap)

## 核心背景
- 问题定位:算法交易中的订单执行(清算/获取特定工具订单)
-...

Read more