分类目录归档:知识库

Choice数据量化接口-网站池


该网页是Choice数据量化接口的官网,主要为用户提供数据量化接口相关的服务与信息: 1. 功能板块

- **产品试用与关注**:设有“申请试用”和“关注API”按钮,方便用户获取试用资格及持续关注接口动态。
- **多语言支持**:支持Python、MATLAB、R、C++(Linux、Windows、Mac)、C#、Java等多种编程语言,满足不同开发者的需求。
- **工具与资源**:提供命令生成、下载中心、应用示例等功能,帮助用户快速上手开发。“命令生成”工具可辅助用户生成代码指令;“下载中心”提供接口相关的软件、文档等资源下载;“应用示例”展示实际应用案例,便于用户参考学习。
...

Read more

程序化交易架构概述-v1


程序化交易架构概述

随着全球金融市场的日益复杂化和交易技术的不断进步,程序化交易作为一种自动化交易形式,已广泛应用于各类金融工具的交易中。程序化交易通过高效的算法自动化执行交易指令,从而减少人为情绪干扰、提升执行效率,并通过数据驱动的策略优化实现更高的交易收益。本文将对程序化交易的架构进行详细的阐述,包括其核心组成部分、数据处理与策略设计、执行机制、风险管理以及未来发展趋势,旨在为金融从业人员和学术界提供一个清晰的理解框架。

一、程序化交易概述

程序化交易,又称为算法交易,是指利用计算机程序按照事先设定的算法进行市场交易的方式。这些算法基于一定的市场数据、历史价格走势以及其他量化分析模型...

Read more

程序化交易架构概述-V0


程序化交易架构概述

在金融市场中,程序化交易已经成为高效、精确和自动化交易的核心技术。随着市场复杂度的增加和交易需求的日益多样化,程序化交易为投资者提供了一个能够基于算法自动执行交易决策的平台。本文将深入探讨程序化交易的架构设计,涵盖数据采集、策略设计、执行机制、风险控制等关键组件,旨在为学术界及实践领域的从业者提供全面的架构分析。

一、程序化交易概述

程序化交易,通常也被称为算法交易(Algorithmic Trading),是指通过计算机程序和算法来自动执行交易指令的一种交易方式。程序化交易系统可以根据预定的规则,自动进行买卖操作,而无需人工干预。该系统通常依赖于市场数据、历史价格、...

Read more

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning-论文


这篇论文是DeepSeek-AI关于大语言模型推理能力提升的研究成果,主要介绍了DeepSeek-R1-Zero和DeepSeek-R1模型,通过强化学习提升模型推理能力,并探索了模型蒸馏,为该领域研究提供了重要参考 。

  1. 研究背景:大语言模型(LLMs)发展迅速,后训练成为提升模型性能的重要环节。OpenAI的o1系列模型通过增加思维链推理长度提高了推理能力,但有效测试时缩放仍是研究难题。此前方法未达到o1系列模型的推理性能,该研究旨在用纯强化学习(RL)提升语言模型推理能力。
  2. 研究方法
    • DeepSeek-R1-Zero:直接对基础模型应用RL,不依赖监督微调(SFT)。采用分组相对策...

Read more

Reasoning Language Models: A Blueprint-论文


这篇论文是来自ETH Zurich等机构的研究人员撰写的 “Reasoning Language Models: A Blueprint”,核心是提出一个用于构建、分析和实验推理语言模型(RLMs)的综合蓝图,旨在降低RLMs设计和实验的门槛,推动该领域的发展。

  1. RLMs的发展与挑战:RLMs结合了大语言模型(LLMs)和先进推理机制,在多领域有变革性突破,但存在成本高、专利性质以及架构复杂等问题,导致获取和扩展困难。其技术基础不透明,组件间的协同机制也尚未明确。
  2. RLMs的本质:由LLMs、强化学习(RL)和高性能计算(HPC)共同发展而来,具备系统2思维能力。与标准LLMs的插值能...

Read more

DeepSeek-V3 Technical Report-论文


这篇论文是关于DeepSeek-V3的技术报告,介绍了该混合专家(MoE)语言模型在架构、训练、评估等方面的创新与优化,展示其超越开源模型、接近闭源模型的性能优势及高效低成本的训练特点。

  1. 模型概述:DeepSeek-V3是671B参数的MoE语言模型,每个token激活37B参数。采用MLA和DeepSeekMoE架构,创新提出无辅助损失的负载均衡策略和多token预测训练目标,在14.8万亿高质量token上预训练,经监督微调(SFT)和强化学习(RL)后,性能优异且训练成本低,模型检查点开源。
  2. 模型架构:基于Transformer框架,采用MLA和DeepSeekMoE。MLA通过...

Read more

QuantPedia-量化百科


QuantPedia是LLMQuant社区下的团队,运营的网页为量化从业者和求职者提供丰富资源,主要涵盖量化知识文档、AI聊天机器人和一对一求职辅导服务三方面内容。

  1. 量化百科文档:精心收集国内外最新量化知识,提供双语版本,内容包含金融和量化术语、策略代码、面试题等。资料来源于公开渠道,如专业投资和金融新闻网站、LinkedIn用户分享;还提取了私有数据库的信息,如专有题库和策略代码库。获取的新信息会实时更新到AI聊天机器人。
  2. AI聊天机器人:开发的QuantPedia.ai基于最新AI模型,方便用户以聊天方式获取量化知识。用户能上传题目获取答案,也可询问国内外顶级对冲基金和投资银行的面...

Read more

幻方量化-模型


幻方量化在其量化投资与AI技术中主要使用了DeepSeek系列模型,特别是DeepSeek-V3DeepSeekMoE模型。以下是具体分析:

1. DeepSeek-V3:核心量化投资模型

  • 性能与定位
    DeepSeek-V3是幻方量化自主研发的大模型,其性能对标国际顶尖闭源模型如GPT-4o和Claude-3.5-Sonnet,在英语、数学、代码、多语言任务等多项评测中表现优异。该模型还被用于高频交易决策、风险管理及多模态数据分析,帮助幻方量化快速捕捉市场波动并优化投资策略。

  • 技术特点

  • 高效低成本:训练成本仅为557.6万美元(基于H800 GPU租用价格),约为GP...

Read more

make.com-无代码/低代码自动化工具-网站池


以下是 Make.com 官网内容的清晰结构化总结:


1. 平台概述

  • 定位: 一款领先的无代码/低代码自动化工具,帮助用户构建复杂的工作流程(Scenario),连接不同应用程序和服务。
  • 前身: 原名为 Integromat,后更名为 Make.com,强调其“构建自动化”的核心功能。
  • 核心价值: 通过可视化界面简化跨系统集成,提升企业及个人的工作效率。

2. 核心功能

  1. 可视化工作流构建器
  2. 通过拖放模块(Apps、Actions)设计自动化流程,无需编程。
  3. 支持条件逻辑(if/else)、循环、数据过滤等高级操作。
  4. 海量应用集成
  5. 连接 1,000+ 应用(如 Googl...

Read more