实时交易

当前话题为您枚举了最新的 实时交易。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。

使用递归神经网络进行股票/ETF/ELW回测与实时交易平台
西比尔女巫(Sibyl)是一个专注于递归神经网络(RNN)形成交易信号的回测和实时交易平台,通过TCP通信通道实现服务器/客户端模型,支持分布式系统或单一系统中的回测和实时交易。项目基于C++/CUDA和Python/Theano技术,提供灵活的RNN结构,有效管理股票/ETF/ELW的交易请求和状态转发。
淘宝交易系统
天下淘网络购物系统基于JSP开发,包含购物车、用户管理、管理员管理和商品信息分类功能,系统通过数据库连接实现功能。
春天交易管理.jar
无法解析类型org.springframework.dao.DataAccessException。它是间接引用的异常缺少的包。
上海证券交易所逐笔交易数据分析
上海证券交易所的逐笔交易数据中的qty与深圳证券交易所的逐笔交易数据qty有所不同。通过实际测试详细解释了这一差异。
交易模拟器 Tradesim
Tradesim 是一款交易模拟器,用于策略回测。它可以帮助你分析股票并进行数据挖掘。需要以下先决条件:Python 2.7、NumPy、SciPy、Pandas、mpl_finance。运行 download_historical_data.sh 下载历史股票数据。然后运行 tradesim.py。
高频交易全攻略
介绍高频交易的完整指南。
Python量化交易-NumPy应用详解
在Python的领域中,量化交易是金融领域的热门话题之一,而NumPy作为“三剑客”之一,在此中扮演着至关重要的角色。NumPy作为Python科学计算的核心库,提供了高效的多维数组对象和一系列处理工具。深入探讨了NumPy在量化交易中的应用,重点介绍了其数组对象ndarray的特性和在时间序列数据处理、统计分析、线性代数运算以及条件操作中的实际应用。此外,结合Pandas、Matplotlib和SciPy等库,展示了如何构建强大的量化交易平台。
Mahout与Python量化交易实战
融合Mahout与Python,探索量化交易策略 本书深入探讨Mahout在大数据领域的应用,并结合Python编程语言,引导读者构建量化交易策略。内容涵盖: Mahout核心算法解析:推荐系统、聚类分析、分类算法等 Python数据分析工具:NumPy、Pandas、Matplotlib等 量化交易策略设计:技术指标分析、回测框架搭建 实战案例分析:股票市场、数字货币市场等 通过学习本书,读者将掌握运用Mahout和Python进行数据分析和量化交易的技能,为投资决策提供有力支持。
JIQIREN EA 智能交易系统
JIQIREN EA 智能交易系统,是一款专为外汇市场打造的自动交易工具。它可以帮助交易者自动化交易策略,减少交易过程中的情绪影响。
股票交易系统优化方案
在Project目录下,使用weblogic8.0+jbuilder2006+sqlserver2000数据库进行平台附加,以提升系统稳定性和性能。