- 综合排序
- 最热优先
- 最新优先
- 来自专栏奇点大数据
话说量化（3）
上次咱们聊了聊市场催生的根本原因，是由于人们为了降低交易的成本而“发明”出来并一直保留至今的。在几千年的过程中，随着运输技术和信息技术的不断发展，市场正在以更快速的方式为我们提供者信息的交互能力，也就最大程度地降低了交互的成本。
35710发布于 2018-09-14 - 来自专栏量化投资与机器学习
3·15特刊：打假量化圈
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。 今天是3月15日，公众号为全网Quant带来一期特别策划内容——量化圈的那些割韭菜的人和事。 希望大家以后避免踩雷！ 『假』 大师 这一趴真的不想给很多人蹭热度！ 总结下来就是：太多了！ 『假』 培训 随着量化投资的普及，培训市场也是闻风而动，四面开花。朋友圈时不时的出现这样的分享及广告：9.9元Python量化入门到精通，9.9元人工智能量化培训，9.9元量化实战送100套策略。 入门； 3、借人工智能的幌子：讲一讲几个Python的机器学习工具包，就说自己是人工智能量化培训； 4、以数字币为标的：介绍一下个交易所的API接口，无意间给学员植入数字币量化致富的概念。 『假』 书籍 市面上的量化书籍太多了，太乱了，太无耻了...... 打开京东搜索“量化”，乱七八糟扑面而来！有种向地摊文学靠拢的迹象。
51320编辑于 2022-03-15 - 来自专栏python3
python3批量为文件重命名
为什么使用python批量重命名而没有使用shell,python对文字的处理更灵活，对于文件名中的空格不会出现报错。
68330发布于 2020-01-06 - 来自专栏机器之心
基于重排序的新量化方法RPTQ：实现大型语言模型的 3 比特量化
该工作首次将 LLM 模型的激活量化推向 3 比特。激活值的 3 比特量化同时也能与权重的 3 比特量化共同使用，大幅度降低了大型欲言模型的开销。 最近，GPTQ 使用 PTQ 成功地将 LLMs 的权重量化为 4 bit 或 3 bit。然而，对 LLMs 中的激活进行量化仍然是一项具有挑战性的任务。 图 3：一重排权重和激活的量化 Transformer 层的推断过程失意图。重排索引用符号 R1 到 R5 表示。 如图 3 所示，作者重新排序线性层的权重，使它们能够直接按照排序顺序产生激活。此外，作者修改了 LayerNorm 的方法，使其能够直接产生重新排序的激活，从而省去了在推理过程中进行显式通道调整。 此外，作者还开发了一种新的量化方案，W4A4KV、W4A3KV 和 W3A3KV，只对主要内存的消耗 —— 键缓存和值缓存（Key/Value Cache）进行量化。
94320编辑于 2023-04-11 - 来自专栏各类技术文章~
vue3了，试试轻量化的Vuex -- Pinia？
vue3了，试试轻量化的Vuex -- Pinia？ 一， pinia介绍 Pinia 是 Vue.js 的轻量级状态管理库，最近很受欢迎。 它使用 Vue 3 中的新反应系统来构建一个直观且完全类型化的状态管理库。 Pinia的成功可以归功于其管理存储数据的独特功能(可扩展性、存储模块组织、状态变化分组、多存储创建等)。 ，安装使用Pinia 在项目根目录中打开终端，输入以下命令 yarn add pinia@next # or with npm npm install pinia@next // 该版本与Vue 3兼容 webkit-font-smoothing: antialiased; -moz-osx-font-smoothing: grayscale; text-align: center; color: #2c3e50 webkit-font-smoothing: antialiased; -moz-osx-font-smoothing: grayscale; text-align: center; color: #2c3e50
1.8K50发布于 2021-11-04 - 来自专栏HappenLee的技术杂谈
ClickHouse源码笔记3:函数调用的向量化实现
分享一下笔者研读ClickHouse源码时分析函数调用的实现，重点在于分析Clickhouse查询层实现的接口，以及Clickhouse是如何利用这些接口更好的实现向量化的。 (当前ClickHouse不支持使用Explain语句来查看执行计划，这个确实是很蛋疼的~~） ClickHouse的执行PipeLine 这里分为了3个流 ExpressionBlockInputStream block.columns(); block.insert({ nullptr, result_type, result_name}); 3. 计算的最终结果 3.要点梳理 第二小节梳理完成了一整个函数调用的流程，这里重点梳理一下实现向量化函数调要点： ClickHouse的计算是纯粹函数式编程式的计算，不会改变原先的列状态，而是产生一组新的列 (这里可以打开gcc的编译flag:-fopt-info-vec或者clang的编译选项：-Rpass=loop-vectorize来查看实际源代码的向量化情况) 4.
2.4K30发布于 2021-02-22 - 来自专栏韩曙亮的移动开发专栏
【Cubase】Cubase 量化设置 ( 量化预置 | 长度量化 | 快捷键设置 | 量化开头 | 量化 MIDI 事件结尾 | 量化 MIDI 事件长度 )
文章目录 一、要解决的问题 二、量化预置 三、长度量化 四、快捷键及设置 1、快捷键及设置 2、量化开头 3、量化 MIDI 事件结尾 4、量化 MIDI 事件长度 五、对 MIDI 进行量化操作 本博客中的所有设置都是在 ; 三、长度量化 ---- 长度量化 参数设置 : 在下图 处设置长度量化 , 如果设置成 " 1/16 " , 那么使用鼠标拖动时 , 音符的长度只能是 16 分音符的整数倍 ; 上述的 量化预置 ; 2、量化开头 量化开头 : 默认按键 " Q " 是量化开头 ; 将所有音符的开始位置对齐到 " 量化预制 " 对应的格子中 ; 该设置是系统自带的 , 不建议修改 ; 3、量化 MIDI 事件结尾 量化 MIDI 事件结尾 : 首先选中左侧的 " 量化类别 / 量化 MIDI 事件结尾 " , 点击右侧的 " 输入快捷键 " 下方的输入框 ; 输入快捷键后 , 点击 " 指定 " " 快捷键 , 量化音符长度 , 此时音符都排列整齐了 , 音符开头和音符长度进行了量化 , 音符结尾自然也进行了量化 ;
4.6K00编辑于 2023-03-28 - 来自专栏SAP供应链
SAP PM入门系列3 - 何处定义维护订单可以触发检验批？
SAP PM入门系列3 - 设备主数据里无‘检验类型’栏位，那何处定义维护订单可以触发检验批？ 经过咨询业界资深顾问，得知PM里维护订单相关的检验批并不是依靠设备主数据里的inspection type栏位，而是由维护计划里的task list group的定义来触发的。
60640发布于 2021-01-12 - 来自专栏Web行业观察
致全球第一批全帧3D游戏！
来自我的CSDN博客：https://blog.csdn.net/zipack/article/details/78978798 【★】致全球第一批全帧3D游戏！ Ballance是最早一批面世的单机3D游戏了，3D技术是这款游戏的核心：用3D模型搭建出有限空间里的各种物质。 综上所述，虽然游戏的成本并不高，却能够以小小50M的硬盘空间展开成一幅宏伟壮观的3D世界，但取而代之的是运行需要占用有点高的cpu进程，毕竟是零四年的技术嘛。 ——————专业捷径—————— 全3D游戏的好处就在于，玩游戏不必拘泥于地图设计者希望你行走的路线，Ballance很灵活，既然完全遵循力学定律（除了空气阻力），设计者就必须按部就班，无法违背物理规律 更多精彩视频分享请进入ballance专区~ 由于是老游戏，部分电脑系统可能并不兼容，可以考虑用虚拟机~ 呼~写了近3个小时，中间还遭遇死机导致重写，不过还好没疯o(^▽^)o~ 真心希望Ballance
59840发布于 2021-09-12 - 来自专栏联远智维
轻量化设计在3D打印中的应用
3D打印通过逐层叠加原材料的方式，可以实现传统制造业难以解决的个性化、复杂的、高难度的制造难题，是传统制造技术的一次重要革命，广泛应用于汽车、航空、航天、医疗、教育、电子产品等领域，如下图所示。 其中，采用3D 打印方法进行产品设计所包含的关键技术主要有：1、选用何种打印材料，采用何种打印机（打印原理），如何能够降低成本？2、如何进行产品结构设计，得到所需要的三维模型？ 众所周知，产品结构设计依赖具体的实际问题，需要相关经验的积累，因此，本推文主要是针对3D打印（产品初期母版的实现）如何选材问题，结合自己的经验对相关的内容进行总结归纳，希望对其他人有所帮助。 于此同时，3D打印与打印件的重量有直接的关系，因此，设计阶段采用轻量化结构设计，指导产品结构的选型，相关参数的选取，进而降低打印件的质量，提高打印件的性价比，对该技术的推广具有重要的意义。 例如：需要设计一款台灯支架，具体要求为：1、能够作为具有一定的刚度；2、台灯发光过程中具有部分热量辐射到支架上，使之温度升高（具有一定耐温性）；3、尽可能实惠。
1.8K20编辑于 2022-01-20 - 来自专栏算法之名
量化交易
针对可交易的投资商品，理性地运用逻辑分析和回归统计判断市场趋势称为量化交易。 量化策略 量化策略就是赚钱"因子"，可以分为基本面和技术面。
48710编辑于 2024-08-21 - 来自专栏快乐阿超
MP批插优化
https://mp.weixin.qq.com/s/NkP6kND6wQZqTd_gIuaYAw
43100编辑于 2025-03-05 - 来自专栏DrugScience
超量化合物库筛选策略–P3
上期回顾： 超量化合物库筛选策略–P1 超量化合物库筛选策略–P2 具体步骤： 3. Chemical Science 10, 370–377 (2019). doi: 10.1039/c8sc04228d [3] https://github.com/open-reaction-database
62520编辑于 2022-05-17 - 来自专栏计算机视觉理论及其实现
批标准化
而如果层3到层l的权重比1大时，该项可能会指数增大。这使得我们很难选择一个合适的学习率，因为某一层中参数更新的效果很大程度上取决于其他所有层。 批标准化提出了一种机会可以重参数化所有深度网络的优雅方法。重参数化显著减少了多层之间协调更新的问题。批标准化可应用于网络的任何任何输入层或隐藏层。 使用批标准化后，我们得到的归一化 恢复了零均值和单位方差的特性。对于底层的几乎任意更新而言， 仍然保持着单位高斯。 事实上，这是Guillaume中采用的方法，为批标准化提供了灵感。令人遗憾的是，消除所有的线性关联比标准化各个独立单元的均值和标准代价函数更高，因此批标准化仍是迄今最实用的方法。 自然想到我们应该将批标准化应用于输入 还是变换后的值 。更具体地讲， 应替换为 的标准化形式。偏置项应被忽略，因为参数 会加入批标准化重参数化，它是冗余的。
1.6K20编辑于 2022-09-04 - 来自专栏机器学习、深度学习
模型量化
下图显示不同量化策略对速度的提升影响 ? 量化卷积过程 ? 加速策略： AND, XOR and bitcount operations 训练过程 ? 分类性能对比 ?
88810发布于 2019-05-26 - 来自专栏小明的博客
量化交易
量化投资没有确切的定义，它泛指通过数学分析、挖掘价格波动规律，或者通过对相关宏观经济、财务数据、量价关系、资金交易等数据进行建模，寻找数据之间的关系，以获得稳定利润为目标，持续计算生成定量化的投资信号 多资产多策略配置: 对冲风险更高收益 技术信息理论的三大假设 市场行为包容消化一切信息 市场运行以趋势方式演变 历史会重演（我们可以通过历史数据来推断未来走势 绩效评估指标 绩效指标也被称为风险指标，它们也是量化投资的基石
2.7K20编辑于 2022-09-06 - 来自专栏NetCore
平民化量化平台-刚米量化
3、套利思想。定量投资通过全面、系统性的扫描捕捉错误定价、错误估值带来的机会，从而发现估值洼地，并通过买入低估资产、卖出高估资产而获利。 4、概率取胜。 普通人是否适合量化？ 1 其实普通人很难进行量化，因为量化的基础是基于历史大数据，如果实盘还需要实时数据，这些都是很耗费人工和资金的。 3 再则，你还需要可以回测，因为当你指定一种策略的时候，不知道效果如何，所以需要通过历史数据的回测，这又是工程巨大的一件事情。 在刚米量化平台你可以做什么？ 1 简单的策略设置 2 支持5分钟级别的回测 3 可以通过钉钉传送交易信号 4 也可以支持实盘（但需要对接相应的券商） 策略的话目前可能比较少，日后我会逐渐增加策略，用最少的配置去使用量化平台。
88730编辑于 2022-09-16 Python 量化
Python 量化是指利用 Python 编程语言以及相关的库和工具来进行金融市场数据分析、策略开发和交易执行的过程。 Python 由于其简洁、易学、强大的生态系统和丰富的金融库而成为量化交易的首选编程语言之一。 量化交易在金融领域得到广泛应用，它允许交易者通过系统性的方法来制定和执行交易策略，提高交易效率和决策的科学性。 量化主要是通过数学和统计学的方法，利用计算机技术对金融市场进行量化分析，从而制定和执行交易策略。 更多 Python 量化内容可以查看：Python 量化交易。 实例应用 接下来我们先看一个 Python 量化简单的应用实例，可以使用移动平均策略，使用雅虎金融数据来实现。 该策略的基本思想是通过比较短期和长期移动平均线来生成买入和卖出信号。
36010编辑于 2025-12-16- 来自专栏图像处理与模式识别研究所
图像量化
from skimage import data from matplotlib import pyplot as plt image=data.coffee()#原始图像 ratio=128#设置量化比率 range(image.shape[2]):#图片通道数 image[i][j][k]=int(image[i][j][k]/ratio)*ratio#对图像中的每个像素进行量化 本文的图像量化过程是将256级的彩色图像量化到2级的彩色图像。 量化等级越多，量化比率越低，所得图像层次越丰富，灰度分辨率越高，图像质量好，但数据量大；量化等级越少，量化比率越高，图像层次欠丰富，灰度分辨率低，可能会出现假轮廓，图像质量变差，但数据量较小。 图像量化的作用是在一定主观保真图像质量的前提下，丢掉对视觉影响不大的信息，以获得较高的压缩比。
78820编辑于 2022-05-28 - 来自专栏Go语言学习专栏
腾讯提前批是真难
前面几天分享了pdd的提前批面经，有些朋友觉得挺简单的；今天分享一下腾讯提前批的面经，这个有点难度： 键入一个域名，整体怎么做流转的，要很详细 当你在浏览器输入一个域名（比如www.baidu.com） 举个例子：如果集群有 3 个节点，n/2+1=2。只要有 2 个节点同意，就能达成共识。 这时候即使 1 个节点故障，剩下 2 个还能正常工作；如果有 2 个节点分别认为自己是 Leader，它们都需要争取多数派支持，但 3 个节点里最多只有 1 个能拿到 2 票（多数），另一个最多拿 1 再比如 5 个节点，需要 3 票同意。即使 2 个节点故障，剩下 3 个还能工作；且任何情况下，最多只有一个节点能拿到 3 票，保证一致性。 如果用 “半数”（n/2），3 个节点只要 2 票，但 2 票可能出现两个节点各拿 2 票的情况（比如网络分区时），导致分裂脑。
9310编辑于 2026-03-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号