真格量化
-
- 什么是波动率锥？如何用波动率锥设计期权策略？
-
- Python编码的最佳实践总结
-
- 舆情信息浩如烟海？看看如何用Python进行英文文本的情感分析
-
- 如何围绕隐含波动率设计期权交易策略
-
- Python的多线程和多进程——从一个爬虫任务谈起
-
- 寻找历史上的今天——皮尔逊相关系数实现相似K线匹配及其性能优化
-
- 国际股票市场因子表现2019半年统计
-
- 不理解CTP的线程概念？来看看程序、进程和线程的区别
-
- Delta中性还不够？——看看如何设计Gamma中性期权策略
-
- 隐波相关系数和偏度——高维风险的守望者
-
- 到底是查持仓还是等回报？--聊聊同步、异步、阻塞与非阻塞
-
- 跟着“大户”有肉吃？-如何用真格量化设计持仓排名跟踪策略
-
- 一个Call搅动市场？让我们温习一下波动率策略
-
- 统计套利揭秘
-
- 数据规模越来越大？看看如何选择合适的数据库代理
-
- 改写程序太麻烦？看Python如何直接调用C++程序
-
- 从Cloud到Docker-容器技术能如何帮助我们改进交易系统
-
- 写个爬虫太麻烦？不妨试试用yfinance调用雅虎财经数据
-
- TensorFlow中的Tensor是什么？
-
- 策略死守“传统数据”招招落于人后？-也许您需要另类数据
-
- 行情火热偏逢期权研究员请假-真格量化解您燃眉之急
-
- 从公有云到云量化-看看云计算在金融行业都有哪些应用
-
- 想评估自己的机器学习模型表现如何？-常见机器学习模型评估方法
-
- 设计策略很容易？当心踏进这七个大坑！
-
- 交易所视角下的套利指令撮合机制
-
- 架构设计中的编程范式
-
- 回测曲线要上天？其实你只是在过拟合！
-
- 这么多机器学习的应用场景，金融领域到底有何不同？
-
- “机器学习就是现代统计学”
-
- 如何让你的机器更加聪明？-知识图谱介绍与构建
-
- 从“拍脑袋”到建模型-资产价格波动率的“预测之道”
-
- 策略“板凳深度”不足？-别错过常见量化策略介绍
-
- 是趋势跟踪还是“事不过三”？如何利用趋势“必然终结”的特性获利
-
- 是趋势跟踪还是“事不过三”？如何利用趋势的稀缺性获利
-
- 策略设计大功告成？投入实盘交易我们还需要这些准备
-
- 万事具备只缺数据？看看如何在策略中引用外部数据源
-
- 真格量化的回测交易撮合机制简介
-
- 真格量化入门课程——②真格量化Python策略编写思路
-
- 频繁撤单有风险？--这些委托类型让您享受“撤单豁免权”
-
- 一招鲜是否吃遍天？如何用真格量化锁定策略最适用品种
-
- 品种太多算昏头？我们几行代码帮您监控全市场品种月差
-
- 真格量化常见报错信息和Debug流程
-
- 在愚人节里，我们都需要变得更加智能--如何使用真格智能单
-
- 看看您的AI交易对手都在想些啥--10大机器学习算法简介
-
- 真格量化入门课程——②真格量化Python策略编写思路
-
- 真格量化入门课程——①量化策略思路入门
-
- 品种太多迷人眼？-真格量化帮您速算多产品历史波动率
-
- 工作太忙错过牛市？这个神器帮您实现全市场自动盯盘
-
- 想跑次高频策略？快来看看Numpy处理真格量化tick数据的技巧
-
- “bal.CashBalance”两单词之间加个点到底是些啥？-
