克托•迈尔-舍恩伯格在《大数据时代》一书中认为，大数据的核心就是预测，即只要数据丰富到一定程度，就可预测事情发生的可能性。...和传统量化投资类似，大数据投资也是依靠模型，但模型里的数据变量几何倍地增加了，在原有的金融结构化数据基础上，增加了社交言论、地理信息、卫星监测等非结构化数据，并且将这些非结构化数据进行量化，从而让模型可以吸收...做股票投资策略，需要的大数据可以分为结构化数据和非结构化数据。...量化投资技术的兴起也带动了一批华尔街大鳄的诞生。...有了量化模型就可以覆盖所有股票，这就是一个大的飞跃。此外，随着计算机处理能力的发展，信息的用量也有一个飞跃变化。过去看三个指标就够了，现在看的指标越来越多，做出的预测越来越准确。
雪球是国内一个人气很高的股票财经类网站，上面有个投资组合功能，很多民间股神在上面设定自己的投资组合，收益率百分之几百的一大把。...很多网站在对于某些数据会有专门的请求接口，返回一组 json 或者 XML 格式的数据，供前台处理后显示。 ? 另一个就是直接查看网页源代码。通常浏览器的右键菜单里都有这个功能。...一般我会找个格式化 json 的网站把数据复制进去方便查看。 ? 这应该就是组合的持仓数据。那么接下来，一切似乎都简单了。...Step.3 提取数据 因为这个数据比较明显，直接用通过一些字符串查找和截取操作就可以取出来。...Step.4 处理数据 因为我想对数据进行持久化存储，并且做展示和分析，所以我用了 django 里的 ORM 来处理抓下来的数据。
之后感觉这个名字过于高大上，又不自觉的在草稿中写下《码农技术炒股之路》。这个名称让我会心一笑，因为它即突出了我的身份，又点名了本系列博文要介绍的东西——技术炒股。...预测是需要数据的，而我们一般人都很少有这么大量且完整的历史数据，这是摆在技术炒股人面前的第一个难题。...由于个股以秒为单位的历史数据非常大，且我认为过去的已经失去时效性，所以没有将其列入我要抓取的范围之中。... 个股实时数据的内容则比较繁杂，比如有股价、竞卖情况、竞买情况，还有更高级的如大资金流入流出、中资金流入流出、小资金流入流出等数据。...大单统计。
1 炒股 昨天看到一个新闻，一个名校毕业的高材生，炒股亏了 700 万，最后无法面对现实，选择流浪街头。 今年，我也亏了不少钱，所以多关注了一下事情的详细信息。...这位大哥2008年毕业的，看起来也就比我大上2-3岁，家庭条件不是很好，完全是靠自己努力读书进了哈工大。 由于家庭经济困难，去哈尔滨工业大学读书的学费，还是当地的一家企业赞助的。...有了积蓄后，经常与银行等金融机构打交道，陈某开始炒股，没想到损失约700万，一时想不开的他就辗转东莞塘厦等地流浪。...如果在国外的话，甚至有超过 10 倍的杠杆，只需要 70 万的积蓄就可以撬动 700 万的资金量炒股。 但是炒股用杠杆，基本就是找死。...当然还有一个可能性，还借了能借钱的亲朋好友，再加上高杠杆炒股，炒股失败也意味着社会关系彻底毁灭。 选择消失在熟人中。。。
简单说，就是通过对电商大数据的分析，同时参考传统的财务数据、K线图分析等，挑选出100只股票进行等权重投资。 据说战绩惊人，今年，淘金100上涨高达41.5%，而上证综指的上涨只是15.9%。...淘金100指到底是怎么做到的，互联网大数据是否真能指导投资？来看下文这篇详细的图文干货。...传统投资看财报，做调研，其实也是要看这些，只是，财报会比较滞后，做调研比较耗时耗力，且只能抽取少量样本，而电商数据是实时的数据，同时是样本量巨大的海量全量数据。 ?...蚂蚁金服把电商大数据经过处理后，放进数据池子，接着恒生聚源把行情数据，行业资讯等数据补充进数据池，经过建模分析后，得出包含多个维度的“行业景气指数”。...我们再次回看大数据*基金的生产模式可以发现，蚂蚁金服起到的作用是提供一个金融信息服务平台，这是一个大的数据池，同时配备处理大数据所必不可少的云计算运算能力和建模能力。 ? 具体说，作用如下： ?
所以，作为一个程序员，只有真实的数据和理性的逻辑推理可以依赖。无法预测未来，但你可以总结历史规律。 那么问题来了。首先，你得有历史数据。 老办法，先去找搜索引擎。...搜一下诸如“股票历史数据”、“历史K线数据”之类的关键词，就会有不少文章，里面提到一些可以使用的接口。实时行情接口有些是需要购买，但历史数据没有很高的时效性，可以找到不少免费的。...试了可用，于是就用它来抓取历史数据。...抓取一些老股票的数据时，数据只到 2014 年。估计是因为数据量太大，到了默认上限。于是去和讯网上看了下网页上请求时的参数，发现有一个 start 的参数。...这些数据是“除权”后的数据，也就是说有的时候上一个条数据的最新价是 30，但下一条的昨收盘就变成 20 了。这对于之后分析历史数据是有很大影响的。
作者：唐莹莹 摘自：澎湃新闻（微信ID: thepapernews） “跟着新闻联播炒股有肉吃。”对于这句话，很多老股民耳熟能详。...看看最近几次神预测吧 每天晚上20时20分，越来越多的投资者开始守着一项新的“炒股神器”——新闻联播情绪指标（以下简称“情绪指标”），因为该指标精准地预测了5月5日的大跌；而在此之前，该指标也一直显示着与市场...夏潇阳对新闻联播数据的采集源来自新闻联播官方披露的新闻关键词，如强调、切实、稳增长、调结构等。通过公式对这些热词测算，就能得到当日的情绪指标。 ?...数据显示，大多数时候，当沪深300指数出现多空拐点时，情绪指标30日均线会提前反应，不过，“黑天鹅”的发生则不可避免。...通过对择时策略的计算和模拟操作，自2012年10月27日起至2015年5月4日，假设自信号发出后下个交易日开盘时开仓，共计大赚5次，小赚4次，持平5次，小亏4次，大亏（止损）2次（开仓后，某日收盘时亏损
其实除了盯下日志，也可以用来玩游戏，甚至可以用来炒股盯盘。可怜的老板还以为你在工作呢，呵呵。 ? 在命令行版星球大战 # 挖坟会不会被打？中，我们看到有通过telnet看电影的这种神器。...字符版游戏 这种一找一大堆。包括什么俄罗斯方块、贪吃蛇、推箱子等。 bash版俄罗斯方块 https://github.com/dkorolev/bash-tetris ?...mop是一个用go语言写的看盘工具，不过数据来自雅虎，对大A支持不够。 ?
日线数据是股票每日收盘后的信息。这块数据不用实时抓取，所以并不占用宝贵的交易时间的资源。于是我们抓取完数据后直接往切片后的数据库中保存。...这儿要非常感谢网易，它提供一个通过指定起始和截止日期的接口拉取历史日线数据。如果起始和截止选择今天，则拉取的是今天的数据。...之后我们有数据了，则从有数据的最后一天开始算起。...因为均线计算量非常大，所以我们不能野蛮的全部重算。每次都要基于上次计算成果进行增量计算。...这是我在对比我的数据和同花顺的数据之后得出的。于是只能再改改。 基本思路是要计算一个因子，因子=前一日数据中收盘价/今日数据中昨日收盘价。
再比如我们需要修改数据库中表结构，我们也不用停止服务修改代码来保证数据格式的一致性。 我们程序需要知道配置文件是否被修改。如何去做？...在《码农技术炒股之路——架构和设计》一文中，介绍了我们将基于APScheduler实现任务调度功能。...经过测试，《码农技术炒股之路——配置管理器、日志管理器》中单例的实现可以保证上面这个方法获取的是同一个对象，而网上其他单例模式则不行。 获取对象后，我们要组装出要执行的命令。
在交易时间，更快地抓取数据，实时抓取服务和实时数据库操作会占满机器的CPU资源。过了交易时间后，则会通过离线计算服务，把实时数据库中的数据经过计算保存到历史数据库中。...首先，我希望在有限的资源内，实时数据获取的频度高、间隔短。这样可以保证我们数据的时效性。每次拉取时，我都是获得尽可能多的数据，然后经过简单的数据分拆，通过批量insert的方式保存到数据库中。...由于实时数据库中同类型数据都保存在一张表中，也就是说所有股票的同类型数据都在一张表中，这种设计就是为了高效记录实时数据。而在对历史数据的分析时，这样的设计明显不合适。...目前我的设计中，一支股票有四张表保存不同的信息，分别是：历史真实数据、除权后数据、主力行为数据和交易详情数据。以A股3千多支股票计算，则会产生一万多张表。...数据库管理器。我们的数据被分布在不同的数据库中，所以需要一个独立的数据库管理模块让底层分库等复杂操作对上层隐藏。 普通任务管理器。
夏乙 允中 编译整理 量子位 出品 | 公众号 QbitAI 让AI代替人类炒股，多么美妙的目标。 机器学习技术能在不需要人类预先编写规则的情况下，让计算机从数据中寻找模式。...但他们年轻时，计算机还不够快，可用的数据集还不够大。 到2007年，新数据集和足够厉害的计算机出现了，于是哈里托诺夫和麦考利夫创立了Voleon，用机器学习做投资。...要知道，机器学习这项技术和量化交易的常用方法有一些不同，它不需要科学家提出假设、写出算法给计算机执行，而是由人类为自己算计提供大量数据，然后让它自己找出模式。...Voleon的电脑不仅在财务信息中寻找关系，而且在非财务数据中寻找关系。其中包括卫星图像、航运舱单、信用卡收据、社交媒体情绪等等。这些目标数据，可以帮助寻找某个行业的健康状况或者商品供应的变化。...显然，没有人会透露自己使用了哪种数据，如何进行的评估。Voleon也是一样，谨慎的保护着自己的技术和策略隐私。
这是在2017日照夏令营的D1T2，我认为质量相当高的一道题，第一次在赛场上做的时候爆零了，当时态度不很端正，暴力不想打，想投机取巧骗分，还是不要把希望压在不确...
传言某大厂云数据库负责人炒股亏了一个亿，到底有没有亏一个亿确实没有人能证实。 但能证实的消息也很劲爆。...为什么要借同事的钱炒股，我怀疑是为了补足高杆杠的保证金。 当你使用高杆杠炒股的时候，一但股票跌幅超过一定的程度，就会触发平仓，就是把账户清零。...想这样的大佬，仅仅依靠工资一年的收入也有大几百万，为什么要高杆杠去炒股呢？ 人都是有路径依赖的？ 就比如我，在2019年的时候开始买基金，怎么买怎么挣钱，一度都让我以为买基金又稳又赚钱。...我想这位大佬估计也是一样，可能在之前的经历，通过高杠杆炒股挣到了一部分钱。 所以想通过股市来实现资产暴增，谁也没想到遇到去年的那个行情。...就是不要再炒股了。 也给大家一个建议，这种高风险的理财，占家庭财富的比重不要太高，最多最多拿出50%就可以了。
在使用监督学习构建量化交易策略时，我们同样可以采用这种思路，除每只股票的基本信息外，还要对历史数据中过去一段时间内股票的收益从大到小排序。...因此，越是丰富的优质数据，越能为我们提供更多的有效信息。常规的行情、财务数据可以通过一些标准化的数据库或者数据接口获取，如雅虎财经、新浪财经、万得等。...数据的获取应根据实际的建模目标展开，即应尽可能地围绕着最终的模拟方向寻找满足我们需求的数据。 Step2数据预处理 收集完数据后，获取的数据往往来自不同的数据源。...由于来自标准化数据库或者数据接口的数据可能是已经被清洗、整理好的数据，而现实中来自不同数据源的原始数据通常会出现缺失值、无效值及以不同标准表示同一变量等问题。...所以我们需要评估获取到的数据，识别数据质量或结构中出现的任何问题，通过修改、替换或删除数据等方式来清理、加工数据，以确保处理后的数据集符合后续的机器学习要求。
数据： 论文使用两个主要数据集进行分析：证券价格研究中心(CRSP)的每日回报和RavenPack的新闻标题。...，包括股票价格、交易量和市值的数据。...其中至少有一篇新闻报道被Ravenpack（一个著名的新闻情绪分析数据提供商）道琼斯版报道。...使用的数据抽样窗口特意选在2021年10月份到2022年12月份之间，以避免导致数据泄露，从而可以对其预测能力进行更准确的评估。...首先，它强调了继续探索和开发专门针对金融行业的LLMs(大语言模型)的重要性。随着AI驱动的金融业务的发展，可以设计更复杂的模型来提高金融决策过程的准确性和效率。
在这些文章中，我将介绍一些关于金融数据分析的基础知识，例如，使用pandas获取雅虎财经上的数据，股票数据可视化，移动均线，开发一种均线交叉策略，回溯检验以及基准测试。...里根政府的放松管制，再加上一大批数学天才，将整个行业从”枯燥的”银行业务转变成了今天这个样子，而且，从那时起，金融便融入了其他自然学科，激励着数学领域的研究与发展。...获取并可视化股票数据 使用pandas从雅虎财经中获取数据 在我们处理股票数据之前，我们首先需要通过一些可行的途径获取它们。...股票数据可以从雅虎财经、谷歌财经或者其他数据源中获得，而pandas可以轻松访问雅虎财经、谷歌财经以及其他来源中的数据。在本篇文章中，我们从雅虎财经获取股票数据。...股票数据可视化 既然我们现在有了股票数据，我们可以通过可视化的形式展示它。我首先演示如何使用matplotlib来可视化股票数据。
在这些文章中，我将介绍一些关于金融数据分析的基础知识，例如，使用pandas获取雅虎财经上的数据，股票数据可视化，移动均线，开发一种均线交叉策略，回溯检验以及基准测试。...里根政府的放松管制，再加上一大批数学天才，将整个行业从"枯燥的"银行业务转变成了今天这个样子，而且，从那时起，金融便融入了其他自然学科，激励着数学领域的研究与发展。...获取并可视化股票数据 使用pandas从雅虎财经中获取数据 在我们处理股票数据之前，我们首先需要通过一些可行的途径获取它们。...股票数据可以从雅虎财经、谷歌财经或者其他数据源中获得，而pandas可以轻松访问雅虎财经、谷歌财经以及其他来源中的数据。在本篇文章中，我们从雅虎财经获取股票数据。...股票数据可视化 既然我们现在有了股票数据，我们可以通过可视化的形式展示它。我首先演示如何使用matplotlib来可视化股票数据。
有了之前抓取的数据，我们便可以利用这些数据进行股票分析。...return (False, "today(%d) close ma30 is bigger than ma20 ma10 ma5" % index) 这样我们就把不符合规则的数据过滤掉了...但是我们有了所有数据后，我们就可以做很多事情。包括同花顺所不具有的“模型回测”功能。 这个项目是去年写的。我让它运行了一个多月，发现系统还是非常稳定的。
2 数据论文使用两个主要数据集进行分析：证券价格研究中心(CRSP)的每日回报和RavenPack的新闻标题。...，包括股票价格、交易量和市值的数据。...使用的数据抽样窗口特意选在2021年10月份到2022年12月份之间，以避免导致数据泄露，从而可以对其预测能力进行更准确的评估。...首先，它强调了继续探索和开发专门针对金融行业的LLMs(大语言模型)的重要性。随着AI驱动的金融业务的发展，可以设计更复杂的模型来提高金融决策过程的准确性和效率。...基于AI大模型的代码自动生成技术研讨沙龙扫码关注公众号,每周更新AI最新进展和实战经验：
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
