数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
打开几家厂商的产品页,常见的词差不多:事件分析、用户画像、转化漏斗、全端接入。再看报价,差距可能从每年几百元拉到几十万元。只对着功能表打勾,很难选出合适的工具。...
摘要:同一个 OLAP 业务搬到云上,账单差异往往不在许可证,而在三件事:计算是否常年按峰值预留、历史数据是否还用本地 SSD 存、多表 Join 是否每次都在...
③ 抗体: 是 B 细胞/浆细胞产生的可溶性免疫球蛋白,通常与 BCR 具有相同或高度相似的抗原结合特异性。
我曾经同时维护 A 股、美股和港股策略时,遇到过一个比策略本身更麻烦的问题:不同市场的数据格式、时间粒度和复权口径很容易产生差异,最终导致回测与实盘出现偏差。本...
我以前做量化系统时,曾经把大量精力放在因子、模型和回测参数上,却忽略了一个更基础的问题:策略产生信号以后,市场状态是否还和产生信号时一样。本文从执行链路出发,分...
我在做量化实盘时,曾经遇到过一个很典型的问题:同一套策略回测表现不错,真正运行到盘中后却频繁出现信号滞后、成交价格偏离甚至风险控制失效。后来我发现,很多所谓的“...
我曾经以为 Python 获取一只股票的 1 分钟 K 线已经是量化数据工程的全部问题,后来真正做多标的策略时才发现,单只股票能跑通和整个数据管道稳定运行完全是...
我曾经遇到过一个看起来很小、实际很麻烦的问题:策略盘中需要 1 分钟数据,收盘以后又要把这些数据接入历史回测库。如果盘中数据和历史数据采用不同的获取方式,时间字...
我在做分钟级策略时,真正让我头疼的并不是“Python 怎么请求接口”,而是拿到分钟 K 线以后,如何确认时间、价格、成交量和复权口径都能进入后续回测。本文从我...
我在把量化系统从单一 A 股市场扩展到多个市场时,真正遇到的难题并不是“怎么请求数据”,而是“怎么保证不同市场的数据进入同一套策略框架后仍然语义清晰”。本文从我...
我曾经遇到过一种特别让人头疼的量化问题:回测代码没有报错,数据也能够正常返回,但策略上线以后,回测信号和实盘信号逐渐出现偏差。后来我发现,问题往往不是策略本身,...
我在量化项目里最容易掉进的坑,并不是接口报错,而是接口“正常返回”了一份看起来完全合理的数据。真正的数据可靠性,需要同时验证标的、时间、字段、复权口径以及数据连...
很多量化策略在研究阶段表现正常,进入实盘后却出现结果偏差,问题往往不在策略本身,而在数据转换、时间范围、复权方式和字段处理上。本文从我处理量化数据一致性的经历出...
当量化策略从单一 A 股扩展到美股、港股时,真正棘手的问题往往不是 API 调用,而是不同市场的数据结构和代码规则如何统一。本文从我实际搭建跨市场量化数据层的经...
在量化开发中,真正麻烦的往往不是获取股票数据,而是把 API 返回的数据稳定地转换成可以直接用于 Pandas 分析、回测和因子计算的 DataFrame。本文...
政务、金融、央国企上云时,数据库这层通常要同时满足两个条件:跑在国产化基础设施上,以及能通过等保三级验收。这两个条件会直接决定部署形态——很多团队一开始想的是"...