您提供的链接指向的是 Quantra by QuantInsti 的官方网站，这是一个提供算法交易教育的平台。以下是该网站提供的一些关键信息和特点：
上涨过程中 技术指标的变化
交易策略是一套规则或算法，用于指导买卖金融工具（如股票、债券、外汇、期货等）的决策。一个有效的交易策略可以帮助投资者在金融市场中实现盈利，同时管理风险。以下是构建和评估交易策略时需要考虑的一些关键要素：
回溯测试（Backtesting）是一种在金融、投资和交易策略领域常用的技术，用于评估历史数据上交易策略的性能。这种测试方法可以帮助投资者理解策略在不同市场条件下的表现，并对未来的投资决策做出更明智的选择。以下是回溯测试的一些关键点：
RAG，即Retrieval-Augmented Generation，是一种结合了检索（Retrieval）和生成（Generation）的人工智能技术。这种技术主要用于自然语言处理（NLP）领域，特别是在构建能够理解和生成自然语言的系统时。RAG模型由Facebook AI Research (FAIR) 提出，它结合了检索模型的长处和生成模型的能力，以提高语言生成任务的性能。
在这个阶段，模型会从一个大型的文档集合中检索出与输入查询最相关的文档片段。这通常通过使用向量检索技术实现，如基于BERT的嵌入。
您提供的链接是BigQuant量化交易平台的官方网站。根据您提供的网页内容摘要，BigQuant是一个AI人工智能量化投资交易平台，专注于提供企业级的AI底层平台和量化交易领先算法。以下是BigQuant平台的一些核心特点和服务：
提供自动机器学习、超参优化等功能，以提高AI量化处理效率。
PB级量化数据：
提供PB级别的量化专有标准金融数据和新型投资大数据，并支持数据定制服务。
海量因子库：
拥有超过2000个基础因子，并支持AI挖掘更多衍生因子，帮助用户发现市场机会。
因子构建与分析：
提供表达式引擎创建...
Feature-engine 是一个用户友好的 Python 库，专为特征工程和特征选择设计，与机器学习模型配合使用。以下是 Feature-engine 的一些关键特性和应用场景：
多种变换器（Transformers）： Feature-engine 提供了多种变换器来处理和选择特征，包括缺失值插补、编码分类特征、离散化、异常值处理、特征转换、新特征创建、特征选择等。
与 Pandas 和 Scikit-learn 的兼容性： Feature-engine 设计为与 Pandas 数据帧（DataFrame）兼容，无需担心列顺序或名称的变...