5_刘欣_Python在量化投资领域的应用9043c7b635da4bafc51c4c907686/p1_2.jpg) ## Python在量化投资领域的应用 ## 以澎博真格量化平台为例 刘欣 ## 目录 >> 关于澎博财经 >> Python量化平台应对问题 >> Python量化平台愿景 ## 1 关于澎博财经 中国金融市场的交易技术先行者, 提供期货、股票、期权交易系统解决方案, |锁定解锁||||||||| |组合|查询|||||||| ## 关于澎博财经-真格量化 ## 量化,我们来「真格」的! 一 真格量化 期货期权 实盘量化平台 一 泰德财经旗下 泰易大师 汇点财富 研发团队出品 真实的实盘策略 (部分公开票码) 商品持仓排名策略 商品期货双均线策略 查看详情 查名详情 澎博财经真格量化平台 期权卖跨市套利 ID:10372 ,反之则是未激活 (inactive)。 这就是稀疏的好处,按需分配,自动扩容。 分块则是利用了我们存储的数据常常有着空间局域性的特点,减轻哈希表的压力,同时在每个块内部也可以快乐地 SIMD 矢量化,CPU 自动预取之类的。  传统稠密二维数组 } 第 5 章:量化整型 ## 使用 int:每个占据 4 字节 - 记得我第七课说过,一个简单的循环体往往会导致内存成为瓶颈(memory-bound)。 • 右边就是一个很好的例子。 main: 0.364761s 因此我们可以把数据类型变小,这样所需的内存量就变小,从而内存带宽也可以减小! - 对于右边这种内存瓶颈的循环体,从 4 字节的 int 改成 int8_t,理论上可以增加 4 倍速度! - 这就是量化数据类型的思想,把占空间大的数据类型转换成较小的(损失一定精度,换来性能)。 因此如果你的程序不需要那么高精度,可以考虑用小点的数据类型。main: 0.120654s int main() {0 码力 | 102 页 | 9.50 MB | 2 年前3
vLLM v0.4.1 Documentation0 码力 | 101 页 | 894.09 KB | 3 月前3
TVM Meetup: Quantization0 码力 | 19 页 | 489.50 KB | 1 年前3
Facebook -- TVM AWS Meetup Talk0 码力 | 11 页 | 3.08 MB | 1 年前3
vLLM v0.4.2 Documentation0 码力 | 99 页 | 982.83 KB | 3 月前3
vLLM v0.6.0 Documentation0 码力 | 201 页 | 1.26 MB | 3 月前3
机器学习课程-温州大学-02深度学习-神经网络的编程基础深度学习-神经网络的编程基础 黄海广 副教授 2023年03月 ## 本章目录 01 二分类与逻辑回归 02 梯度下降 03 计算图 04 向量化 ### 1. 二分类与逻辑回归 ## 01 二分类与逻辑回归 02 梯度下降 03 计算图 04 向量化 ## 符号定义 =(-\frac{y}{a}+\frac{(1-y)}{(1-a)})\cdot a(1-a)=a-y $$ ### 2. 梯度下降 ## 01 二分类与逻辑回归 ## 02 梯度下降 03 计算图 04 向量化 ## 梯度下降  ## 学习率 b=batch_size,通常是2的指数倍,常见有32,64,128等。 (小批量梯度下降,MBGD) ### 3. 计算图 01 二分类与逻辑回归 02 梯度下降 03 计算图 04 向量化 ### 3. 计算图 $$ J(a,b,c)=3(a+bc),a=5,b=3,c=2 $$ $$ a=5 $$ $$ b=3 $$ $$ v=a+u $$ $$ J=3v0 码力 | 27 页 | 1.54 MB | 2 年前3
ServiceComb在华为消费者云的亿级用户微服务实践Website: http://servicecomb.incubator.apache.org/ Gitter: https://gitter.im/ServiceCombUsers/Lobby ## 实践-轻量化 ## 业务按需配置ServiceComb的类库依赖,基于standalone轻量级部署 开发态:按照业务实际需要配置ServiceComb的 maven 依赖,只加载需要的类库: 如果需要使用ServiceComb的流控再配置0 码力 | 15 页 | 1.15 MB | 2 年前3
TVM@Alibaba AI Labs0 码力 | 12 页 | 1.94 MB | 1 年前3
共 188 条
- 1
- 2
- 3
- 4
- 5
- 6
- 19













