首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
量化因子 49:价格变动速率
价格变动速率因子(Rate of Change, ROC)衡量资产价格在特定时间段内的相对变化速度。该因子不仅能反映价格变动的快慢程度,还能揭示价格动能和潜在趋势的变化。通过计算当前价格与N个周期前…
实时通信的革命
Hyperlane is a lightweight and high-performance Rust HTTP server library designed to simplify networ
量化因子 48:非对称价格冲击偏度
该因子衡量股票在短期交易中,价格对买入和卖出冲击反应的非对称性。具体而言,我们利用股票每日的5分钟K线数据,以成交额为权重,进行加权最小二乘回归,并基于回归系数计算价格冲击偏度。
量化因子 47:佳庆波动率离散指标
用于衡量股票价格波动性的指标,旨在捕捉市场情绪的转变。该指标基于价格波动幅度,并通过平滑处理来识别短期波动率的加速上升(可能预示市场底部)和长期波动率的减缓下降(可能预示市场顶部),从而辅助预测股票…
量化因子 46:实体K线一致性买入强度
该因子旨在量化一段时间内,股票交易中实体K线(即开盘价与收盘价差距较小的K线)的买入成交量占比,以此衡量市场集体买入行为的强度和一致性。因子通过分析高频(5分钟)K线数据,识别实体K线,并计算其在过…
量化因子 45:价格偏离移动均线百分比
价格偏离移动均线百分比 (BIAS) 是一种衡量资产价格与其移动平均线之间偏离程度的技术指标,用于识别短期价格的超买或超卖状态。该指标通过量化价格相对于其均值的偏离程度,辅助判断价格反转的可能性。正…
量化因子 44:下尾风险贝塔
下尾风险贝塔(Tail Beta)衡量当市场出现极端下跌(即市场收益率跌破其在给定置信水平下的风险价值VaR)时,个股收益率对市场收益率的敏感程度。它捕捉了在市场下行极端情况下,个股收益相对于市场收…
量化因子 43:三重指数移动平均 (TEMA) 指标
三重指数移动平均 (TEMA) 是一种旨在减少传统移动平均线(尤其是指数移动平均线 EMA)滞后性的技术指标。它通过对原始数据进行三次指数平滑,并结合适当的权重调整,使得指标在趋势发生变化时能更快地…
量化因子 42:收益动量一致性
收益动量一致性因子旨在衡量过去一段时间内收益动量(由累计收益率表征)与股价涨跌方向一致性的程度,以此捕捉投资者对连续信息反应不足的行为偏差。该因子通过分析过去一段时间内累计收益率的符号以及上涨和下跌…
量化因子 41:成交量相对强度指标 (Volume Relative Strength Index)
成交量相对强度指标 (VRSI) 是一种衡量市场成交量动能的技术指标。它通过分析一段时间内成交量与价格变动的关系,识别潜在的买卖力量,旨在揭示市场参与者的真实交易意图。VRSI 能够帮助投资者识别市…
量化因子 40:成交量加权残差反转因子
该因子通过构建成交量加权资金流强度指标,并将其与传统的反转因子进行回归,提取回归残差作为最终的残差反转信号。该方法旨在剥离成交量(特别是大小单)资金流对反转效应的影响,从而更纯粹地捕捉由非成交量因素…
面向课堂与自习场景的智能坐姿识别系统——从行为感知到可视化部署的完整工程【YOLOv8】
面向课堂与自习场景的智能坐姿识别系统——从行为感知到可视化部署的完整工程【YOLOv8】 一、研究背景:为什么要做“坐姿识别”? 在信息化学习与办公环境中,久坐与不良坐姿已成为青少年与上班族普遍面临的
Linux pinctrl 子系统
Linux pinctrl 子系统,分为Pinctrl的使用以及Pinctrl的内部原理两部分,里面有快速回忆的核心思路整理。
LangChain 1.0 实战指南:从零构建你的第一个 AI 工作流
LangChain 是一个用于LLM应用开发的开源框架。它通过统一接口、组件化设计和工作流管理,让开发者能像搭积木一样构建AI应用。本文详解从环境配置、提示模板、链式工作流到结构化输出的核心技巧。
深入解析 C# 中 abstract class 与 interface 的核心差异
在 C# 面向对象编程中,抽象类(abstract class) 与 接口(interface) 是实现“抽象化设计”的两大核心工具。 二者都用于隐藏实现细节、统一行为规范,但在语言能力、继承模型
鸿蒙开发日记:半模态导航——全新交互范式
在现代移动应用设计中,如何在保持用户上下文的同时提供沉浸式操作体验?鸿蒙在API20开始为导航组件引入的半模态样式,为这一问题提供了优雅的解决方案。
pnpm学习备忘
特点 节省磁盘空间:多个项目依赖同一个依赖包,仅在全局存储一份文件 提升安装速度: 依赖解析。 仓库中没有的依赖都被识别并获取到仓库。 目录结构计算。 node_modules 目录结构是根据依赖计算
暴涨 7000+ GitHub Star,一部手机就能跑本地大模型,NEXA SDK 重磅更新丨线上活动招募
作为聚焦实时互动(Real-Time Engagement, RTE)的开发者社区,RTE 开发者社区始终关注人与 AI 在端侧的深度协同。随着端侧模型能力持续增强,「端-边-云」协同架构正加速演进,
鸿蒙开发日记:标题栏动态显隐——随滚动“呼吸”的「生命力」
在追求沉浸式体验的现代应用设计中,如何让导航组件智能地响应页面滚动,在需要时就展现、在专注时就隐藏呢?
第4章:以太坊与智能合约:Web3.0 的操作系统(2025年10月最新版)
国外可访问:rainweb3知识库 国内可访问:rainweb3知识库 智能合约虽“去信任”,但**代码可能存在漏洞**(如重入攻击、整数溢出),需经专业审计。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30