- 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（10）
如果是超过股的朋友那就更不会陌生了，K线图几乎就是在炒股过程中必不可少的工具，我们用它来看价格的变化形式。 ? K线图就是这样一张图，内容很简单。 只不过后来做股票的人觉得这东西很好用拿来做工具而已。 K线图的最基本只是到这里其实就介绍得差不多了。
54510发布于 2018-12-13 - 来自专栏大侠之运维
轻量化的远控工具
natpass：轻量级远程控制工具在今天的数字化时代，远程控制工具变得越来越重要，无论是用于远程技术支持、服务器管理还是其他远程操作。 natpass是一款轻量级的远程控制工具，它提供了强大的功能和安全性，使您能够轻松地远程管理您的计算机和服务器。本文将介绍natpass的功能、部署过程以及如何使用它，帮助您充分了解这个有用的工具。 natpass的功能与特性natpass提供了一系列功能和特性，使其成为一款强大的远程控制工具。 这些功能和特性使natpass成为一款功能强大且灵活的远程控制工具，适用于各种远程管理需求，无论是个人用户还是企业用户都可以受益。 如果您正在寻找一款可靠的远程控制工具，不妨考虑使用natpass。通过本文介绍的部署过程，您可以轻松地开始使用natpass，并充分利用其强大的功能。
71210编辑于 2024-10-09 - 来自专栏巴山学长
量化计算工具包parsec共享
10. 运行结束后会生成两个输出文件parsec.out、wfn.dat，该程序运行结束。得到我们想要的数据。 ? 我们得到parsec.out、wfn.dat两个文件后就万事大吉了吗？不！ ? PVOX可视化工具包文末附上。 1.解压PVOX，打开pvox.m文件如图： ? 2.运行程序导入parsec.out、wfn.dat文件 ? 3.如果没有出错的话，你应该会看到这幅图： ?
2.3K20发布于 2020-05-07 - 来自专栏GEE遥感大数据学习社区
快速测绘和量化地球表面边缘变化的GEE工具-数字化工具(GEEDiT)和边缘变化量化工具(MaQiT)
这里介绍了三种新的、可免费使用的工具，它们可以一起用于处理和可视化，Landsat 4-8和Sentinel 1-2卫星存档数据，能够在很短的时间内实现高效的绘图(通过手动数字化)和自动量化边缘变化。 这些工具对各种遥感专家的用户都是高度可访问的，在访问方面几乎没有计算、许可和知识方面的障碍。 边缘变化量化工具(MaQiT)是GEEDiT和GEEDiT Reviewer的补充，允许通过使用两种已建立的方法(以前用于测量冰川边缘变化)和两种新的方法，通过类似的简单GUI快速量化这些边缘变化。 MaQiT的开发初衷是量化潮汐冰川末端的变化，尽管工具中包含的方法有可能广泛应用于地球表面科学的多个领域(例如,沿海和植被范围的变化)。 这些工具将使地球科学领域的广泛研究人员和学生能够有效地绘制、分析和访问大量数据。 作者简介 James Lea M.A.
84520编辑于 2022-09-20 - 来自专栏AI技术探索和应用
快速上手chatglm.cpp模型量化工具
下载代码 git clone --recursive https://github.com/li-plus/chatglm.cpp.git && cd chatglm.cpp 量化模型 支持量化的模型包括 python3 chatglm_cpp/convert.py -i THUDM/chatglm-6b -t q4_0 -o chatglm-ggml.bin 运行模型 cpp工具运行 编译工具 cmake 注意修改量化后模型的名称和地址。 MODEL=. 注意修改量化后模型的名称和地址。 MODEL=. Q5_1 Q8_0 F16 F32 ms/token (CPU @ Platinum 8260) 74 77 86 89 114 189 357 ms/token (CUDA @ V100 SXM2) 10
3.5K51编辑于 2024-03-13 - 来自专栏强仔博客
专为 Telegram 设计的轻量化自建代理工具
最近有人给我推荐了个代理软件，查了下发现是专门为 Telegram 开发的代理软件，代理服务端限制了客户端只允许访问 Telegram 的服务器。
7.7K31编辑于 2021-12-20 - 来自专栏有三AI
【杂谈】当前模型量化有哪些可用的开源工具？
模型量化属于模型优化中的重要技术之一，是非常有效地提升模型推理速度的技术方案，那么当前有哪些可用的模型量化工具呢？ 如果想使用该工具包，需要安装tf-nightly or tf-nightly-gpu。不过会有一些环境冲突，所以体验者最好做好环境隔离工作。 https://github.com/NVIDIA/TensorRT caffe-int8-convert-tools是一个Caffe模型量化工具，基于TensorRT2.0。 https://github.com/BUG1989/caffe-int8-convert-tools 3 PaddleSlim PaddleSlim是百度提出的模型量化工具，包含在PaddlePaddle https://github.com/microsoft/nni keras，Core ML的相关量化开源工具如下 https://github.com/google/qkeras https://github.com
2.4K21发布于 2019-12-25 - 来自专栏kali blog
一款轻量化的远程连接工具-NxShell
最离不开的工具便是远程连接工具了。工作中常见的工具有XshellFinalshell等。 但每款工具都有自身的优点和不足，在这里給大家分享一款比较轻量化工具NxShell NxShell是一款开源的远程连接工具，支持Windows/Linux/MacOS系统及多种协议（SSH、SFTP、FTP
30510编辑于 2025-07-28 - 来自专栏Python爬虫与算法进阶
Python量化 | 10年翻400倍的炒股策略(视频讲解)
邢不行是经管之家（原人大经济论坛）「量化投资」版块的版主，毕业于中国香港科技大学，热门教程《量化小讲堂》作者。 可以将这个条件抽象为一个可以实际投资的简单策略：在每个月的月底，找出市值最小的10只股票，然后全仓等额买入。每月如此反复。 例如，假设一开始有10万元。 在6月的最后一天，将所有股票按照市值从小到大排序，选取最小的10只股票，然后每个股票买入1万元。 持有1个月，等到了7月31日，将手上的所有股票都卖掉，然后再找出届时市值最小的10只股票等额买入，如此往复循环即可。 10年400倍 对！ python从入门到熟练，手把手教你从安装到常用工具库的使用。 量化投资从基础到策略编写，手把手教你从获取数据到自动下单。 课程注重实际，学完后能自己写出量化策略并自动交易。
6.5K92发布于 2018-04-04 - 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 深入对比分析四款内网穿透工具：多协议工具、自建型工具、轻量化工具、企业级工具
本文从功能、性能、安全性、易用性、成本等维度，深入分析四款主流内网穿透工具（以下分别以“多协议工具”、“官方托管工具”、“轻量化工具”、“企业级工具”代称），为用户提供客观参考。1. 官方托管工具 以简单易用为主，但由于连接方式依赖官方服务器，适合对性能需求较低的临时场景。轻量化工具 针对个人用户设计，功能上更注重简化配置，适合轻量化和非复杂场景。 官方托管工具 的安全性主要依赖官方平台，适合普通敏感度的项目。轻量化工具 的安全机制较为基础，适合个人或非敏感数据的场景。 轻量化工具 的一次性购买模式对个人用户更友好。企业级工具 其硬件和服务结合的模式为企业提供了更高的性价比。6. 轻量化工具：面向个人用户和轻量化场景，使用门槛低，但性能和安全性相对一般。企业级工具：最佳选择为企业用户，特别是需要高安全性、低延迟和智能组网优化的场景。
86310编辑于 2025-07-04- 来自专栏磐创AI技术团队的专栏
TensorFlow 模型优化工具包 — 训练后整型量化
最初，我们通过“混合运算”为训练后量化提供支持，该方法可量化模型参数（例如权重），但以浮点方式执行部分计算。今天，我们很高兴宣布推出一款新工具：训练后整型量化。 与量化感知训练相比，此工具更易于使用，并可在大多数模型中实现出色的准确率。目前可能仍存在需要进行量化感知训练的用例，但我们希望随着训练后工具的不断改进，这种情况会越来越少。 CPU 大小和延迟时间，即应使用“混合”训练后量化工具。 如果旨在大幅改进 CPU 或兼容固定点加速器，则应使用此训练后整型量化工具；若会影响模型准确率，则可能还需使用量化感知训练。 tf.lite.TFLiteConverter.from_saved_model(saved_model_dir) 9converter.optimizations = [tf.lite.Optimize.DEFAULT] 10converter.representative_dataset
1.8K50发布于 2019-07-10 - 来自专栏量化投资与机器学习
转移熵：量化非线性因果关系的有力工具
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。 自从Schreiber 2000引入以来，转移熵已经被认为是分析非线性系统中因果关系的重要工具(Hlavackovaschindler et al. 2007)。 然而，统计工具可以帮助我们从因果关系中判断相关性。在本文中，我们介绍了格兰杰因果关系的概念及其在线性向量自回归框架中的传统实现。 最后，我们展示了如何使用转移熵来量化全球股票指数之间的关系。我们还讨论了文献中的进一步应用，其中信息理论措施被用于量化投资者情绪和股票之间的因果关系。 Python中计算Transfer Entropy的工具库： https://github.com/ZacKeskin/PyCausality 参考文章：https://towardsdatascience.com
2.1K40编辑于 2022-07-01 - 来自专栏AI机器视觉
10.VisionPro工具介绍之颜色工具（Color）
10.1 CogColorExtractorTool 10.1.1 CogColorExtractorTool工具的功能简介 此工具为颜色提取工具，输入图像为RGB彩色图像，输出一个灰度图像和一个彩色图像 ，输出的彩色图像包含所要提取的颜色，如下图所示： 10.1.2 CogColorExtractorTool工具的使用示例 CogCblorExtractorTool 工具的使用步骤如下： (1). 10.2.2CogColorMatchTool 工具的使用步骤： 上图是CogColorMatchTool工具的一个使用案例，首先CogImageConvertTool工具将彩色图像转换为灰度图像，CogPMAlignTool 和 CogFixtureTool工具进行定位，CogColorMatchTool工具进行颜色匹配合CogColorMatchTool 工具的使用步骤如下： 1. 运行工具查看运行结果 10.3 CogColorSegmenterTool 10.3.1 CogColorSegmenterTool工具的功能原理 CogColorSegmenterTool是一彩色图像分割工具
7.1K20编辑于 2022-06-01 - 来自专栏1000+优质开源项目推荐
量化工具！推荐一款免费+开源支持全自动和半自动的量化交易系统
项目介绍Northstar盈富量化平台是国内顶尖的基于Java的开源AI量化交易平台，可媲美文华、MC和金字塔。平台拥有历史回放、策略研发、模拟交易和实盘交易等功能，适用于全自动和半自动交易场景。 项目特点适用人群：专业量化操盘手、全栈技术爱好者、小型私募技术团队这是一款全面的一站式交易平台，支持灵活对接不同的交易所。平台集成了TensorFlow框架，可运行预训练模型指导交易，显著提高成功率。
3.5K20编辑于 2024-12-23 - 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。 基本面 居民消费指数 人均国内生产总值(GDP) 净资产收益率(ROE) 技术面 股票收盘价 K线(日/周/月/年) 均线(5/10/20/60) 技术面分析更关注基于商品价格相关的数值和合成的指标。
47210编辑于 2024-08-21 - 来自专栏知一杂谈
macOS 系统 10 倍高效工具
前言 今天要说的是 macOS 下的一款效率软件 —— Alfred，想必大家就算没用过也耳闻过，老实说用好它带来的效率提升绝对不止 10 倍。 在之前我会用 Spotlight 搜应用、文件、进行计算等，而 Alfred 的功能更强大，是一款可以更加 All in 的效率工具，里面还有我最常用的剪贴板历史、快速网页搜索、谷歌二次口令扩展等功能， 知一的开发者工具箱 这个是博主自己开发的一个扩展，目前已在 Github 开源，https://github.com/noogel/Alfred-Workflow，欢迎 Star、Fork、提 Feature 打开浏览器搜索时间戳转换工具。 打开工具网页，等待加载完成。 输入时间戳或标准时间，点击转换。 工具箱中的内容不仅这个，还有很多实用的工具，可以大大的提高效率。
89330编辑于 2022-01-25 - 来自专栏啄木鸟软件测试
安全测试工具（连载10）
4.2 apktool apktool是一个为逆向工程师打造的用于反编译Android二进制APP的工具。它可以将资源解码为几乎原始的形式，并在修改之后重建它们。
58820发布于 2019-12-12 - 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。
78320编辑于 2022-05-28 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。 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。 5179475 2022-01-07 1975.00000 1988.880005 1939.319946 1942.000000 1868.416870 2981669 2022-01-10 start=start_date, end=end_date) # 简单的数据分析 print(data.describe()) # 绘制股价走势图 data['Close'].plot(figsize=(10 value in strategy_performance.items(): print(f"{key}: {value:.4f}") # 绘制累计收益曲线 plt.figure(figsize=(10
34210编辑于 2025-12-16
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