海通期货有限公司大赛贪食蛇是怎样做到的
点击联系发帖人
时间：2017-11-09 03:43
东方财富网-海通期货期指仿真交易大赛 50万奖金等你_股指期货(gzqh)股吧_东方财富网股吧
东方财富网-海通期货期指仿真交易大赛 50万奖金等你
股指期货仿真交易大赛细则
大赛宗旨：&
根据中金所股指期货投资者适当性制度要求，投资者在股指期货开户前，参与股指期货仿真交易作为股指期货开户的必须条件，为了迎接即将推出的股指期货，使投资者预先通过参与股指期货仿真交易，了解期货的交易模式和交易风险，为投资者股指期货开户预先做好准备。
主办单位：海通期货有限公司 &海通证券股份有限公司 &中国工商银行
全程支持媒体：东方财富网
时间安排：
报名时间：2010年1月11日——2011年2月28日
比赛时间：2010年2月1日——2011年2月28日
参赛者要求：
1、年满18周岁的具有完全民事行为能力的中国公民。
2、具有合法投资资格的机构客户。
报名要求：
1、参赛者必须按照中国金融交易所的开户要求，如实填写完整的开户资料，阅读并理解风险揭示。如填写不真实或不完整将不能获得参赛资格。
2、比赛中途不得更改个人主要资料信息。
报名办法：
1、现场报名：
海通期货、海通证券全国200多家
2、网上报名：
海通期货官方网站 &报名入口 （备注：进入）
3、电话报名：
海通期货客户服务热线：400-820-9133
账号查询方式：
（备注：进入）
奖项设置：
1、月度大奖
大赛按月为赛段，设赛段收益率冠军、亚军和季军。
赛段冠军& 累计收益率排名第一 1名& 奖金1万元（税前）
赛段亚军& 累计收益率排名第二 1名& 奖金5000元（税前）
赛段季军& 累计收益率排名第三 1名& 奖金2000元（税前）
赛段前10名&&&& 颁发“交易优胜奖”荣誉证书
2、 迎新大奖
&&& 以股指期货正式上市日收盘价为时间节点，设迎新冠军大奖
迎新冠军大奖& 累计收益率排名第一& 1名& &奖金30万元（税前）
大赛规则：
1、大赛交易品种仅限于中国金融期货交易所股指期货仿真交易挂牌合约。
2、凡新报名的参赛客户，初始的虚拟资金为200万元。
3、所有原来已经取得了仿真交易账户和密码的客户，均可以参与本次大赛，原有账户继续有效，不必重复申请。如仿真账户客户权益低于200万的，在比赛开始前向海通期货提出增加虚拟资金要求，增加资金后客户权益不超过200万。比赛阶段所有参赛客户不再增加虚拟资金。
4、虚拟交易手续费为成交金额的1.5/万。
5、交易保证金为合约价值的18％（主办方有权根据比赛情况进行调整）
6、比赛成绩以收益率排名衡量，并每日在海通期货网站上公布。
7、收益率计算公式如下：
（期末客户权益－期初客户权益）÷期初客户权益
8、本次大赛一切交易均遵循《中金所仿真交易规则》的相关管理规定。
9、参赛客户通过海通期货网站股指期货热身赛专区内查询参赛账号，初始密码统一为参赛者的身份证后六位数字。参赛者可以通过账号和密码登录网上交易系统，修改初始密码后进行仿真交易。
10、参赛者自行在海通期货网站（）股指期货热身赛专区下载安装仿真行情和交易软件，通过网上交易进行下单。提供的行情软件为彭博行情分析系统。行情软件登录用户名和密码均为“htqh”， 网上交易软件为快期网上交易系统，参赛者用股指期货热身赛专区查询到的用户名和初始密码登录。
11、比赛将严格按照期货的风险管理办法控制各参赛账户的风险，对于盘中风险度大于100%的账户，期货公司将交易中执行强行平仓，直到账户的风险度低于100%。
12、当中如发生强行平仓或将虚拟资金完全亏损，不再进行第二次注入资金。
13、不允许重复报名、禁止对倒交易、杜绝不正当竞争，如发现有账号间利益输送行为，主办方有权取消违规账户的参赛资格。
14、海通期货每日在海通期货网站中公布比赛收益率前20位的参赛者成绩及持仓。
15、股指期货热身赛每个月作为一个赛段，每月最后一个交易日结束后，所有参赛选手的收益率归零，在下一个交易日开始重新计算下一个赛段比赛收益率。
16、获奖者应依法纳税，税收由海通期货代扣代缴。
领奖办法：
主办方将在大赛结束后5各工作日内根据获奖者的报名信息，电话通知获奖者，核对获奖者凭身份和注册信息的真实性和同一性。奖金划入获奖者提供的银行账户。
免责条款：
1、本次大赛主办方将本着勤勉的态度竭力保证大赛的顺利进行，但对于非主办方所能控制的风险所导致的事故、系统故障或由于网络问题导致的系统故障对参赛者排名产生的影响不做任何形式的担保。
2、参赛者如因未修改初始密码或交易密码保管不当，影响到参赛成绩的，主办方不承担责任。
3、参赛期间如因系统升级和调试而影响到股指期货热身赛的，主办方不因此承担责任。
相关服务与咨询大赛期间主办方将定期举办股指期货培训班，具体开班时间将在海通期货网站公布。大赛主办方对本次大赛享有最终解释权及修改权。咨询热线：
ding!!!!!!!!!!!!!
那是骗人的& 2011年股指期货已经上市了 还有模拟的吗？
仿真交易& 一定要在开通之前才可以??????&&&&&&&&& 按照你的思路那么其他仿真交易就没有了
今日必跌！盘中任何拉高都是出货的良机！也是基金赎回的好时机！
小心高位接盘！
按提示填写股指期货仿真交易大赛的表格后，查询仿真交易账户提示为：您查询的信息不存在！&& 为什么出现这种情况？
[原帖]（*^__^*） 99作者：123.191.229.*&& 13:17:23
，我注册了两次，都没成功，就是来做宣传，套资料的 ~···鄙视
50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26别丢人了，玩不了就安静，还有脸说出来
这不是真的，就是让玩不起真的玩，气归气，玩不起真的人你说我的话是实话实说吗，哈哈！&
[原帖]，我注册了两次，都没成功，就是来做宣传，套资料的 ~···鄙视作者：121.11.255.*&& 15:23:45我也是的，注册了却得不到帐号。公司这样做可不太好啊！
感谢各位网友对此次大赛的关注，感谢大家对海通期货的支持和理解。针对不能顺利拿到交易编码的网友，有这样两种可能：1、因为报名人数太多，期货公司向中国金融期货交易所申请交易编码通常需要2个工作日。这一点需要网友多理解；2、参赛者签写的身份证号码和地址等个人信息有误。根据中国金融期货交易所的规定，个人的信息必须真实准确，尤其是身份证号码和地址，地址需要具体到xx路xx号。如各位网友还有其他问题，欢迎留言或者拨打我公司客户服务电话400-820-9133，海通期货将竭诚为您服务。最后，祝广大投资者虎年发财，万事顺利！
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
月底收益为什么没清零呀
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
[原帖][原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26别丢人了，玩不了就安静，还有脸说出来作者：59.61.18.*&& 19:28:16支持！
作者：您目前是匿名发表 &
作者：，欢迎留言
提示：用户在社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?- 百度派
{{ mainData.uname }}
：{{ mainData.content }}
{{ prevData.uname }}
：{{ prevData.content }}
{{ mainData.uname }}
：{{ mainData.content }}
0 || contentType !== 1" class="separate-line">
：{{ item.content }}
期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?
问题说明（可选）：
扫一扫分享到微信
连续性的，相对稳固的复利增长，做到长期年均20%以上那便是天下最强买卖业务员了，要是战略多资金办理上限高，那便是巴菲特索罗斯斯坦哈特朱肯米勒保罗琼斯。（黑幕买卖业务黑庄横行的市场除外）本年春天偶...
&&&&连续性的，相对稳固的复利增长，做到长期年均20%以上那便是天下最强买卖业务员了，要是战略多资金办理上限高，那便是巴菲特索罗斯斯坦哈特朱肯米勒保罗琼斯。（黑幕买卖业务黑庄横行的市场除外）&&&&本年春天偶然偶尔看了一本书，是2014某期货大赛冠军访谈录，书名有点忘了，大概叫什么蓝海什么。我相对细致的看了第一个人私家的访谈，起起首容赢得大赛冠军年收益率到达了14倍。我很惊奇，不过根据我本身的实际经历和知识，这种收益率要有行情共同，要可以或许通常性的全仓买卖业务，买卖业务举动上，止损必须闪电一样平常快，轻微夷由夷由放宽止损，爆仓大概重创是无可克制的事变。实际上，寻求这种冠军不但必要气力，更必要运气和专为比赛而设定的战略。&&&&我读了约莫两页，对这个人私家的买卖业务头脑有了开真个了解。总体而言，我以为他的想法亮点未几，我猜疑他乃至是一个相对平庸的买卖业务员，在一些必要买卖业务机制和明白去办理题目的地方，他乃至在评论辩论埋头态办理。我不筹划再看下去，好奇心让我上彀搜索这个人私家办理的期货私募，结果印证了我的见解，在1年零2个月的时间里，他的私募收益率只有22%，单最大资金回撤却到达了25%。私募创建前7个月，险些都在程度线之下。&&&&以是，期货大赛和真正办理客户的资金是两回事，必要运用两套完全差别的战略。期货大赛的目标是着名，妥当在短期制的大赛中没有任何意义。塔勒布说过，要是猴子充足多，也有猴子可以打出经典的《哈姆雷特》。比赛便是为了着名，以是失败没干系，中间没意义，前十名是最低要求。但是办理客户资金则要求严格控制亏损线和资金回撤，以妥当为主，形势有利才华寻求逾额收益。不过实际上，高收益率的须要举动便是高水准的风控。只不过，高收益率必须要求同步放大回撤，还必须有极强的感情办理本领。海龟买卖业务员均匀年收益在100%以上，但是此中不少人最大回撤高出了40%。&&&&以是，期货大赛更多是运气，以及特别的战略。我知道海通期货大赛是一个长期赛事，已经有6年时间，在这段时间里，均匀年化收益50%已经是冠军级别了。
扫一扫分享到微信
期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?
，才能进行回答
一个问题只能回答一次，请 点击此处 查看你的答案
1人关注了此问题豆丁微信公众号
君，已阅读到文档的结尾了呢~~
海通期货_打造交易利器
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
海通期货_打造交易利器
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口海通期货“笑傲江湖”实盘精英大赛|选手|收益率_凤凰财经
海通期货“笑傲江湖”实盘精英大赛
用微信扫描二维码分享至好友和朋友圈
海通期货“笑傲江湖”实盘精英大赛
海通期货“笑傲江湖”实盘精英大赛2014年度综合排名至排名选手综合分值收益率收益额1成冠财富352.402232成冠投资（稳健）167.643703摩元投资1号79.442604chenyx64.411415贪食蛇58.61256摩元投资2号52.20855高频组排名选手综合分值收益率收益额1贪食蛇58.61252茂源资本44.125143佛说我是猪36.95629
[责任编辑：robot]
用微信扫描二维码分享至好友和朋友圈
免责声明：本文仅代表作者个人观点，与凤凰网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
04/13 08:36
04/13 08:36
04/13 08:38
04/13 08:37
04/13 08:37
04/13 15:44
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:28
04/13 09:21
04/13 10:23
04/13 08:14
04/13 08:48
04/13 08:48
04/13 08:14
04/13 10:30
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:22
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
04/13 09:21
凤凰财经官方微信
播放数：129495
播放数：289532
播放数：5808920
播放数：5808920
48小时点击排行&figure&&img src=&https://pic1.zhimg.com/v2-36f1c4ec99d0c36a3ef8_b.jpg& data-rawwidth=&729& data-rawheight=&413& class=&origin_image zh-lightbox-thumb& width=&729& data-original=&https://pic1.zhimg.com/v2-36f1c4ec99d0c36a3ef8_r.jpg&&&/figure&&p&看到一篇很不错的文章，推荐给大家&/p&&p& 来源：公众号：CSDN
&a href=&https://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s/cLo3yTZSqAociWn5f9HQ4g& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&对比了 18000 个 Python 项目，这 TOP45 值得学习！&/a&&/p&&p&翻译 | 林椿眄&/p&&p&编辑 | Donna&/p&&p&出品 | 人工智能头条&/p&&p&【导读】热门资源博客 Mybridge AI 比较了 18000 个关于 Python 的项目，并从中精选出 45 个最具竞争力的项目。我们进行了翻译，在此一并送上。&/p&&p&这份清单中包括了各不相同的 20 个主题，以及一些资深程序员分享使用 Python 的经验，值得收藏。Mybridge AI 的排名结合了内部机器评估的内容质量和各种人为因素，包括阅读次数和阅读时长等。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a25edded28d1d2e42007b8e_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&738& data-rawheight=&296& class=&origin_image zh-lightbox-thumb& width=&738& data-original=&https://pic4.zhimg.com/v2-a25edded28d1d2e42007b8e_r.jpg&&&/figure&&p&对于 Python 的初学者，我们推荐以下这些课程：&/p&&p&REST API：使用 Python，Flask，Flask-RESTful 和 Flask-SQLAlchemy 构建专业的 REST API ［12,602 个推荐，4.6 / 5 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.udemy.com/rest-api-flask-and-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&udemy.com/rest-api-flas&/span&&span class=&invisible&&k-and-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&算法交易：用于财务分析和算法交易的 Python，主要学习包括 numpy，pandas，matplotlib，quantopian，finance ［8,077 个推荐，4.6 / 5 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.udemy.com/python-for-finance-and-trading-algorithms/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&udemy.com/python-for-fi&/span&&span class=&invisible&&nance-and-trading-algorithms/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&年度开源 Python 项目 ［平均 4,078 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/30-amazing-python-projects-for-the-past-year-v-b04cdb3& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/30-a&/span&&span class=&invisible&&mazing-python-projects-for-the-past-year-v-b04cdb3&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&机器学习年度最佳文章&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/learn-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/lear&/span&&span class=&invisible&&n-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 算法&/b&&/p&&p&① 回顾 Python 交互式编码中所要面对的挑战（算法和数据结构）&/p&&p&本文对算法编码和数据结构中的问题提出了简单易懂又切实可行的方案。&/p&&blockquote&作者：Donne Martin；［github－11811 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/donnemartin/interactive-coding-challenges& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/donnemartin/&/span&&span class=&invisible&&interactive-coding-challenges&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&② Python 中算法和数据结构的最小样本&/p&&p&如何让 Python 中的数据结构和算法最小、最干净？&/p&&blockquote&作者：keon；［github－10271 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/keon/algorithms& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/keon/algorit&/span&&span class=&invisible&&hms&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&③ 最重要的 Python 算法--Pygorithm&/p&&p&Pygorithm 是一个纯 Python 风格编写的模块，通过导入所需的算法，获得相应的代码、时间复杂性等。这是一个开始学习 Python 编程的好方法，能够帮助初学者学习并实现 Python 中所有算法。&/p&&blockquote&作者：Satwik Kansal；［github－3156 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//pygorithm.readthedocs.io/en/latest/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&pygorithm.readthedocs.io&/span&&span class=&invisible&&/en/latest/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 综合指南&/b&&/p&&p&④ 一个有趣又鲜为人知的 Python 代码片段集合—wtfPython&/p&&blockquote&作者：Satwikkansal；［github－4,933 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/satwikkansal/wtfPython& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/satwikkansal&/span&&span class=&invisible&&/wtfPython&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 的脚本结构&/b&&/p&&p&⑤ 一个关于如何从 Python 脚本到打包项目的标准化指南&/p&&blockquote&作者：Courtesy of Vicki&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//veekaybee.github.io//python-packaging& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&veekaybee.github.io/201&/span&&span class=&invisible&&7/09/26/python-packaging&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的列表&/b&&/p&&p&⑥ Python 列表生成器的教程&/p&&p&在这份教程中，你将能够学习到如何在 Python 中有效地使用列表生成器来创建列表，替换(嵌套) for 循环以及使用 map(), filter(), reduce() 函数等。&/p&&p&文章首先简单回顾了 Python 中列表的基本概念，并与 Python 中其他的数据结构进行比较。接着讲解了列表生成器的学习。文章还讲解了 Python 列表背后的数学知识，创建列表生成器的方法，以及如何在 for 循环或 lambda 隐函数中重写它们。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/python-list-comprehension& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/python-list-comprehension&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的类&/b&&/p&&p&⑦ 如何使用 Dunder (Magic、Special) 方法来丰富你的 Python 类&/p&&p&Dunker 是 Python 中的一种特殊方法，通过双下划线开始和结束的形式存在，例如 __init__ 来丰富类的预定义方法。&/p&&blockquote&作者：Dan Bader&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//dbader.org/blog/python-dunder-methods& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&dbader.org/blog/python-&/span&&span class=&invisible&&dunder-methods&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的网页抓取&/b&&/p&&p&⑧ 如何使用 Python 中的 Scrapy、SQL 和 Matplotlib 等库进行网页抓取，并获取网页数据分析&/p&&p&你可以通过这篇文章学习到网页爬取知识，并用于实践中。&/p&&blockquote&作者：ScrapingAuthority&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//www.scrapingauthority.com/python-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&scrapingauthority.com/p&/span&&span class=&invisible&&ython-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&⑨ 高级的网页抓取教程：绕过“403 禁止”，验证码等问题&/p&&blockquote&作者：Evan Sangaline&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//sangaline.com/post/advanced-web-scraping-tutorial/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&sangaline.com/post/adva&/span&&span class=&invisible&&nced-web-scraping-tutorial/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&⑩ 掌握 Python 的网页抓取技巧来获取你所需要的数据&/p&&blockquote&作者：Lauren Glass 和 Hackernoon&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/mastering-python-web-scraping-get-your-data-back-e9a5cc653d88& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/masterin&/span&&span class=&invisible&&g-python-web-scraping-get-your-data-back-e9a5cc653d88&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的自动化操作&/b&&/p&&p&(11) 如何使用 Twilio、Python 和 Google 自动化婚礼的进程&/p&&blockquote&作者：Thomas Curtis&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.twilio.com/blog/2017/04/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&twilio.com/blog/2017/04&/span&&span class=&invisible&&/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(12) 如何用 Python 在 Medium 上找到有趣的人&/p&&blockquote&作者：Radu Raicea 和 freeCodeCamp。&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/how-i-used-python-to-find-interesting-people-on-medium-be& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/how-i-used-python-to-find-interesting-people-on-medium-be&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Bot&/b&&/p&&p&(13) 制作 Reddit+Facebook 的信息箱&/p&&blockquote&作者：Yasoob Khalid&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//pythontips.com//making-a-reddit-facebook-messenger-bot/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&pythontips.com/2017/04/&/span&&span class=&invisible&&13/making-a-reddit-facebook-messenger-bot/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(14) 我在 Instagram 上用 Python 写的开源机器人（让我拥有了 2500 个粉丝，所花的服务器成本只有 5 美元）&/p&&blockquote&作者：TimG&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的电子表格&/b&&/p&&p&(15) 权威指南：Python 的 Excel 教程&/p&&p&通过这个教程，你可以了解如何使用 Python 读取和导入 Excel 文件，如何将数据写入这些电子表格。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/python-excel-tutorial& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/python-excel-tutorial&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(16) Python 和 Googgle 电子表格&/p&&blockquote&作者：Brent Schooley&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DvISRn5qFrkM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=vISRn5qFrkM&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的金融应用&/b&&/p&&p&(17) Python 中的金融：算法交易&/p&&p&这是一份 Python 与金融应用的教程，在此你能学习到算法交易的基本知识及相关内容。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/finance-python-trading& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/finance-python-trading&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(18) Python 中的金融教程—股票价格及相关数据介绍&/p&&blockquote&作者：Harrison Kinsley&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3D2BrpKpWwT2A& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=2BrpKpWwT2A&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(19) 用 Python 分析加密货币市场&/p&&p&比特币市场是如何表现？加密货币价值突然出现高峰和低谷的原因是什么？不同 altcoins 市场是不可分割的或基本独立的？ 我们如何预测接下来会发生什么？&/p&&p&这篇文章将简单地介绍如何使用 Python 来分析加密货币。文章通过一个简单的 Python 脚本来检索，分析和可视化不同加密货币上的数据。在这个过程中，文章还将揭示这些波动剧烈的市场行为以及一个有趣的演变趋势。&/p&&blockquote&作者：Patrick Triest&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//blog.patricktriest.com/analyzing-cryptocurrencies-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&blog.patricktriest.com/&/span&&span class=&invisible&&analyzing-cryptocurrencies-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的区块链&/b&&/p&&p&(20) 学习并构建一个区块链&/p&&p&毫无疑问，区块链这项新颖的技术是计算的奇迹。区块链技术的出现引发了新的全数字货币，如比特币和莱特币，而这些货币并非由中央当局发行或管理。区块链也以 Ethereum 这样的技术形式革命化了分布式计算，并引入了智能合约等有趣的概念。&/p&&p&这篇文章将会帮助你学习并理解区块链的工作原理。通过这篇教程，你将学习到一个功能强大的区块链，并掌握它们的工作流程。&/p&&blockquote&作者：Daniel van Flymen 和 Hackernoon&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/learn-blockchains-by-building-one-& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/learn-bl&/span&&span class=&invisible&&ockchains-by-building-one-&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(21) 如何构建一个最小的区块链&/p&&p&本文将用少于 50 行的代码（Python2）来创建一个最简单、最小的区块链。&/p&&blockquote&作者：Gerald Nash&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.com/crypto-currently/lets-build-the-tiniest-blockchain-eb& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.com/crypto-curre&/span&&span class=&invisible&&ntly/lets-build-the-tiniest-blockchain-eb&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的视频合成&/b&&/p&&p&(22) 用 Python 构建一个视频合成器&/p&&p&视频合成器是利用音频输入来创建视觉信号的设备，自上世纪 60 年代以来，已有很长的历史。&/p&&p&这篇文章将用 Python 编写一个基本的视频合成器，并使用 aubio 进行 Onset 目标检测。&/p&&blockquote&作者：Kirk Kaiser&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.makeartwithpython.com/blog/video-synthesizer-in-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&makeartwithpython.com/b&/span&&span class=&invisible&&log/video-synthesizer-in-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 的性能&/b&&/p&&p&(23) 用 Python 处理每秒 100 万个请求&/p&&p&用 Python 每秒能够达到 100 万个请求吗？为了节省服务器价格，最近很多公司正在从 Python 向其他编程语言中迁移。但实际并不需要。&/p&&p&Python 社区最近在性能提升方面做了很多工作。CPython 3.6 通过新的字典提高了整体解释器的性能。由于引入了更快的调用约定和字典查找缓存，CPython 3.7 将会更快。&/p&&p&对于数字处理任务，你可以使用 PyPy 进行代码编译。你还可以运行 NumPy 的测试套件，该测试套件现在已经改进了 Python 与 C 语言扩展的整体兼容性。在随后的更新版本中，PyPy 预计将与 Python 3.5 兼容。&/p&&blockquote&作者：Pawe? Piotr Przeradowski。&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/million-requests-per-second-with-python-95c137af319& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/million-requests-per-second-with-python-95c137af319&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(24) “Python 很慢，但我不在乎”&/p&&p&这篇文章将介绍一些关于 Python 中 asyncio 的内容，并讨论有关 Python 速度的问题。&/p&&blockquote&作者：Nick Humrich&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/yes-python-is-slow-and-i-dont-care-a1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/yes-pyth&/span&&span class=&invisible&&on-is-slow-and-i-dont-care-a1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(25) Python 中的缓存：如何缓存函数的结果&/p&&p&文章将介绍一种快捷的方法来加速 Python 记忆代码。你将看到何时以及如何运用 Python 记忆代码。记忆代码优化你的程序，在某些情况下会加速你的代码运行。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//dbader.org/blog/python-memoization& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&dbader.org/blog/python-&/span&&span class=&invisible&&memoization&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Django 框架&/b&&/p&&p&(26) 七步骤带你完整地学习 Django&/p&&p&Django 是用 Python 编写的一个 Web 框架。这篇文章是介绍 Django 基础知识的系列教程，共分为七个部分，将分别从安装，准备开发环境，模型，视图，模板，URL 到更高级的主题（如迁移，测试和部署）出发，详细探讨所有的基本概念。&/p&&blockquote&作者：Vitor Freitas&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//simpleisbetterthancomplex.com/series//a-complete-beginners-guide-to-django-part-1.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&simpleisbetterthancomplex.com&/span&&span class=&invisible&&/series//a-complete-beginners-guide-to-django-part-1.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(27) 使用 Django 构建 REST API 的测试驱动方法：第一部分&/p&&p&这篇文章将介绍如何利用 Django 来构建一个 REST API 的测试驱动，并详细介绍了每个步骤。&/p&&blockquote&作者：Jee Githinji Gikera 和 Scotch Development&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//scotch.io/tutorials/build-a-rest-api-with-django-a-test-driven-approach-part-1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&scotch.io/tutorials/bui&/span&&span class=&invisible&&ld-a-rest-api-with-django-a-test-driven-approach-part-1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Flake&/b&&/p&&p&(28) OI’List 规则&/p&&p&这篇博文中我们将介绍 Flake8（pyflakes，pycodestyle 和 mccabe）中的每个规则及相对应的示例。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//lintlyci.github.io/Flake8Rules/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&lintlyci.github.io/Flak&/span&&span class=&invisible&&e8Rules/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(29) 使用 Python 和 Flask 开发 RESTful API&/p&&p&本文包括以下几部分：&/p&&ul&&li&为什么用 Python？&/li&&li&什么是 Flask？&/li&&li&引导 Flask 应用程序&/li&&li&用 Flask 创建一个 RESTful 端点&/li&&li&用 Python 类映射模型&/li&&li&用 Marshmallow 进行序列化和反序列化对象&/li&&li&Dockerizing Flask 应用程序&/li&&li&用 Auth0 保护 Python API&/li&&/ul&&blockquote&作者：Bruno Krebs&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//auth0.com/blog/developing-restful-apis-with-python-and-flask/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&auth0.com/blog/developi&/span&&span class=&invisible&&ng-restful-apis-with-python-and-flask/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Numpy&/b&&/p&&p&(30) 从 Python 到 Numpy&/p&&p&本文通过一种新颖的方式，向量化地集中讲解了如何从 Python 迁移到 Numpy 的学习。另外，本文还包括一些很少提到的使用技巧。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//www.labri.fr/perso/nrougier/from-python-to-numpy/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&labri.fr/perso/nrougier&/span&&span class=&invisible&&/from-python-to-numpy/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(31) 探索 Python 每种工具包的行长度&/p&&p&本文探索了 Python 的流行包，如 NumPy，SciPy，Pandas，Scikit-Learn，Matplotlib，AstroPy 等。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//jakevdp.github.io/blog//exploring-line-lengths-in-python-packages/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&jakevdp.github.io/blog/&/span&&span class=&invisible&&/exploring-line-lengths-in-python-packages/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 NashPy&/b&&/p&&p&(32) NashPy 教程—建立并找到一种简单的游戏平衡&/p&&p&博弈论是用来研究理性主体之间的战略互动：当双方试图采用对各自最有益的方式来完成某件事情时，对双方互动行为的研究。这篇文章将采用 Python 中的 NashPy 来研究这种双方博弈的互动行为。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//nashpy.readthedocs.io/en/latest/tutorial/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&nashpy.readthedocs.io/e&/span&&span class=&invisible&&n/latest/tutorial/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的马尔可夫过程&/b&&/p&&p&(33) 用 Python 模拟 Chutes 和 Ladders&/p&&p&这篇文章将通过 Chutes 和 Ladders 游戏的例子，建立模型并阐述马尔可夫过程的原理。整个分析过程附有 Python 源码，感兴趣的读者可以尝试一下。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//jakevdp.github.io/blog//simulating-chutes-and-ladders/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&jakevdp.github.io/blog/&/span&&span class=&invisible&&/simulating-chutes-and-ladders/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的数据分析&/b&&/p&&p&(34) 用 Python 分析美国联邦政治行为&/p&&p&科学、政治、个人意见和社会政策的交集可能呈现相当复杂的情况。思想和学科的交汇点通常充斥着有争议的观点和基于信仰但缺乏经验证据的议程。这时，数据科学在这方面就显得特别重要，因为它提供了一种以实际事实为基础的考察世界的方法，能够深入了解我们今天所面临的一些最重要的问题。&/p&&p&这篇文章我们将用 Python 来分析美国联邦政府的一些政治行为，深入了解政治背后所隐藏的故事。&/p&&blockquote&作者：Patrick Triest&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//blog.patricktriest.com/police-data-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&blog.patricktriest.com/&/span&&span class=&invisible&&police-data-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(35) 用 Python 分析 1000+ 的希腊葡萄酒&/p&&blockquote&作者：Florents Tselai&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//tselai.com/greek-wines-analysis.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&tselai.com/greek-wines-&/span&&span class=&invisible&&analysis.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(36) 如何用 Python 生成 FiveThirtyEight 图&/p&&p&这篇文章将用 Python 的 matplotlib 和 pandas，来学习并查看 FiveThirtyEight（FTE）可视化的核心部分，并教会你使用 Python 来为自己的数据进行可视化。&/p&&blockquote&作者：Josh Devlin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.dataquest.io/blog/making-538-plots/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&dataquest.io/blog/makin&/span&&span class=&invisible&&g-538-plots/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(37) 使用 Apache Spark 和 Python 为 8000 万 Amazon 产品进行评价打分&/p&&p&作者编写了一个简单的 Python 脚本，将亚马逊产品评论数据集中的每类评分数据进行整合，并对这些 Amazon 产品评论数据进行分析打分，以发现用户的喜好。&/p&&blockquote&作者：Max Woolf&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//minimaxir.com/2017/01/amazon-spark/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&minimaxir.com/2017/01/a&/span&&span class=&invisible&&mazon-spark/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(38) 使用 Python 进行地理空间分析&/p&&blockquote&作者：Matthew Rocklin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//matthewrocklin.com/blog//work//accelerating-geopandas-1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&matthewrocklin.com/blog&/span&&span class=&invisible&&//work//accelerating-geopandas-1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(39) 星球：从太空中了解亚马逊，来自 Kaggle 头奖获奖者的采访&/p&&p&文章采访了 Kaggle 的“星球：从太空中了解亚马逊”竞赛的获奖者，内容包括他如何使用 11 个微调的卷积神经网络，标签关联的结构模型，以及如何避免过拟合现象等。&/p&&blockquote&作者：Edwin Chen&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//blog.kaggle.com//planet-understanding-the-amazon-from-space-1st-place-winners-interview/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&blog.kaggle.com/2017/10&/span&&span class=&invisible&&/17/planet-understanding-the-amazon-from-space-1st-place-winners-interview/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 入门&/b&&/p&&p&(40) 从零开始学习 Python&/p&&p&Python 的创建者 Guido van Rossum 曾说过，“Python 是一个高级编程语言，其核心设计理念是让代码具有高度的可读性和简单的语法，程序员可以用几行代码表达自己的想法。”&/p&&blockquote&作者：TK&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/learning-python-from-zero-to-hero-120ea540b567& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/learning-python-from-zero-to-hero-120ea540b567&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(41) 重要的 Python 练习清单&/p&&p&这篇文章列出了一些重要的练习项目，包括 Python 语言本身和标准库的练习。文章中还有 Python 中不同主题模块的知识。&/p&&blockquote&作者：Ynon Perek&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.ynonperek.com//python-exercises/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&ynonperek.com/&/span&&span class=&invisible&&1/python-exercises/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(42) API 的设计原则：先思考再编码&/p&&p&API 是定义应用程序接口的通用术语，换句话说，就是用户（人或机器）与程序的交互接口。在 Web 开发世界中，API 通常是一个网站，其中包含一系列端点，用于响应客户端请求和结构化文本数据。这篇文章将告诉你为什么以及如何设计一个正确的 API，如何将自己的思想植入到 API 的设计中来构建属于你自己的 API。&/p&&blockquote&作者：Jonatas Baldin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.ckl.io/blog/api-design-think-first-code-later& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&ckl.io/blog/api-design-&/span&&span class=&invisible&&think-first-code-later&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(43) Python 机器学习指南&/p&&p&本文将通过清晰地解释和有效的练习，来帮助你深度理解相关的机器学习算法。&/p&&blockquote&作者：Conor Dewey&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/the-hitchhikers-guide-to-machine-learning-algorithms-in-python-bfad66adb378& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/the-hitchhikers-guide-to-machine-learning-algorithms-in-python-bfad66adb378&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(44) 如何学习 Python 编程：6 位经验丰富的 Python 开发者分享了他们的观点&/p&&p&对于当下热门的 Python 语言，有太多的教程、书籍、视频和博客文章资源，然而如此多的冗余资料，你该如何选择最佳的方式开始你的 Python 学习之旅呢？这篇文章列出了 6 位 Python 专家分享的学习经验，相信这对于迷茫中的你来说，将受益匪浅。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//coolpythoncodes.com/best-way-learn-python-programming& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&coolpythoncodes.com/bes&/span&&span class=&invisible&&t-way-learn-python-programming&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(45) 如何用 Python 实现强大的数据分析&/p&&p&Python 是数据分析的最佳编程语言，这得益于它自带的依赖库。依赖库能够存储，操纵数据，并从数据中获得核心信息，因而在数据科学领域被广泛使用并展现出强大的功能。本文介绍了 Python 在数据科学领域的应用历史以及最新发展。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3D9by46AAqz70& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=9by46AAqz70&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&原文链接：&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/python-top-45-tutorials-for-the-past-year-v-d46c9e857& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/pyth&/span&&span class=&invisible&&on-top-45-tutorials-for-the-past-year-v-d46c9e857&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&b&Github 链接：&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//github.com/Mybridge/learn-python& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/Mybridge/lea&/span&&span class=&invisible&&rn-python&/span&&span class=&ellipsis&&&/span&&/a&&/p&
看到一篇很不错的文章，推荐给大家 来源：公众号：CSDN 翻译 | 林椿眄编辑 | Donna出品 | 人工智能头条【导读】热门资源博客 Mybridge AI 比较了 18000 个关于 Python 的项目，并从中精选出 45 个最具竞争…
&p&&b&为什么说高频交易只挣不赔？&/b&问题第一部分，也很值得回答。&/p&&ul&&li&简单说，交易决策时刻，分四种现实类别吧。。。（with hindsight）&/li&&/ul&&ol&&li&有机会，模型以为没有机会，false negative，因而当时并没进行交易，反正&b&不亏的&/b&。&/li&&li&没机会，模型以为没有机会，true negative，也一样没进行交易，也&b&不亏的&/b&。&/li&&li&没机会，模型以为有机会，false positive，即使进行交易但市场并没有变，也&b&不亏的&/b&。（最多只损失了交易费）&/li&&li&有机会，模型以为有机会，true positive，试图进行合理交易，&b&有利润空间了&/b&。&/li&&/ol&&li&在true positive这类情况下，很多类似策略也都在抢同样的信号，所以主要看谁的快慢。速度是高频交易最核心的竞争力所在。如果及时反映，比别人都快了，从中就挣到了最大化的利益。&b&反过来，如果这次抢得太慢了，也不算什么亏损，因为根本就抢不到那个价格&/b&（所以跟false negative的结果一样）。&/li&&li&所以说，理论上，成功成交的东西都应该是有利于高频玩家的。&/li&&li&实际上当然也没那么简单。只有很少数的公司才能做到超级快的速度级。除了速度以外，重点是研究调整false positive和true positive的比例，不过这一点跟速度关系也很大了。。。假如说，你每次就是那个最慢最迟钝的高频万家之一，那你每次成功抢到的东西也只剩false positive，抢到别人根本就不要的东西。相当于每次白白掏出交易费（没有交易费的情况下，最起码也损失了半滴/half tick的市场价差吧）。那算是比较明显慢慢亏钱失败的一种高频策略情况了。但就因为那么明显了，一小时的几千手，基本就能看出来了，所以不会有人长期坚持那么做下去&b&。&/b&&/li&&li&再说，假如你以这种hindsight去量化自己的交易历史，发现成功true positive只占10%的交易比例。。。那也要保证你成功true positive的平均利润比例高于其他false positive的交易费损失比例。否则不划算。假如正好一半一半，最起码也要追求比交易费更大的利润比例，高于半滴。再假如你能做到90% 成功 true positive，也只需要追求单交易利润率高于交易费的十分之一左右，也一样可以盈利了。（个人比较熟悉后面这一种：赌博错误交易的半滴成本大概相当于-0.05%，然后只谋正确交易追求平均+0.01%甚至+0.001%利润的样子）&/li&&li&或者这样说。。。&b&反复测试不同新策略的时间成本和资源成本，就算是运用了极大资本量，基本可以忽略不计了。&/b&研发试错速度因而有所提升。最坏的情况也只扔了几千次交易费，甚至还不如服务器+劳动成本。（不过自动化程序里面发生天灾bug的风险概率还是存在的，个人也经历过几次，特别麻烦，所以也建议从最小交易规模开始吧）&/li&&li&&b&另一个重点原因。。&/b&。&b&交易次数大了，比如一天几十万手，那你每一个交易的随机风险基本可以忽略了。十万手，如果都做到了+0.001%的利润，也有一天100%的回报率。实际上，每一笔交易的利润是个正态分布，往往摇摆在+0.1%%和-0.1%中间。每天也有极少数+/-1%以上的严重例外情况。然后，重点是样本数据量太大，这些随机超出正常范围的交易利弊，也会互相对冲掉，还能分析出正态分布平均是0%还是0.001%。一笔一笔的结果是杂乱的，一万笔的结果反而很稳定。高频模式只是加速了这方面的确定性，把一年利润分析缩小到了几个小时。&/b&&/li&&li&（这一天100%以上的返还率，听上去很吓人，还得换个角度去了解。正确来说，是指仓位风险跟利润的比例。如果我每次不超过1000块的风险，不超过1000块的交易，不超过1000块的资源需求，那利润也许可以做到一天1000块。然后，高频做到了一定规模，也无法再坚持倍数扩大，因为已经涉及到了市场散户随机交易的微观流动性。不太符合民众对于宏观价值长期趋势而随便投注多少的直觉。高频思维都是“加减“，以不断地循环同一批钱为主，而不是那种“乘除“倍数积累利润率的）&/li&&li&为什么跟其他交易策略有本质差别？说白了，交易次数大得多了，每笔投注规模小的多了，导致整个风险与利润的关系变得不太一样了。风险本身成了一个非常短暂的日内随机问题。高频策略要是能够挣钱，每天也都是有利润的。&/li&&li&最极端的情况，如果你比所有玩家都快，根本就不存在任何风险了，因为在每次发生价格变化，你都是最后一个把之前价格抢完的那个人了，也都站在价格上下方向正确的一边。就算你只看到了一小部分价格变化机会，肯定是这些机会上最大的得利者之一。所以抢单、挂单修改、撤单速度才是重点。如果实在做不到最快的，也只能通过增加true positive比例的手段稍微衡量一下。&/li&&li&要让高频团队亏钱，也只能伪造信号，让他们站在错误的方向。但是也很难，因为太多团队都在做，整体力量高于任何散户。说实话，先反应的团队也能吃掉后反应的团队利益。如果真输了，最多也只是一次性的效果。从中损失地又不多，人家会很快发现自己的错误，然后停掉策略，修改策略。真不能重复那么做。只有每个实质信息都比他们更快掌握，这才有可能取代人家的利益。（这里信息的定义很抽象，包括各种手动交易员和散户的思路在内，什么样的高频策略信心输入，也都有可能分开存在。虽然重点是利用其他人下交易的信息）&/li&&p&希望读者能够明白上面这些道理。&/p&&p&&b&那我们讨论这些利润从何而来？&/b&&/p&&ul&&li&简单说，人家目标是争取站在每一个价格很快就要被抢完漂移的角度去执行交易。如果现在的买卖价格分别是。。。然后很明确要变成。那我们尽量在10002买入。其他人跟风，真成了就是理论上的目标（要不然这策略就没啥用了）。下一步会怎样呢？可能过几秒钟又回到，然后我们也最早发现了，等到最后时刻，再以10002的价格卖出也不迟，不挣不赔。或者，过几秒，下一步又成了的状态，然后不用再买入，之前当时买入的东西更加划算了，继续等着涨价，或者再撤退。反过来也是。（突然涨跌多滴也是可能的，利弊都有可能，可视为随机因素，与小波动的累积价值对比起来，也就无所谓了）&/li&&li&如果每次都这么慢，每一毫秒微妙去查看，一滴一滴一步一步地上下漂移，只需要保证占了每一滴最后时刻的优势时光，根本就亏不了了，对不对？这是最简单粗暴的一种刮头皮策略。实际上很多active高频策略也是类似性质的。模型规则再怎么复杂，也是这个本质。&b&吃的就是散户每一秒乱买卖的小波动。&/b&&/li&&li&passive策略也差不多的本质，只是挂起来等着别人来抢而已。如上，目前是，我们觉得价格正要上去一滴，让别人以10001去卖出，相当于自己10001买入。别人不卖出也无所谓。真的如所愿涨其了一滴，还多了一滴利润呢。重点在于即使撤单，如果反而即将变成，也要尽量撤单去站在另一边。比别人快，一样非常重要。（如果已经转变走向，然后你还挂着目前上一秒的东西，会比较惨的）&/li&&li&当做零和游戏，人家价值利润是哪来的？当然来自随便手动下注的庞大群众了。。。&b&微观实际价值已经高于10001.5，甚至已经预测高于10002，然后还有的人愿意以10001卖出。&/b&反过来，实际价值已经低于10001.5，还有人愿意以10002买入。市场那么大，也总有这样的人，看错微观走势。&b&这本来就是牺牲0.005%-0.01%价值的一种愚蠢行为。&/b&&/li&&li&&b&人家脑子里在谋略1%以上的长期利润变化（或者自以为在这样谋略），看的都是宏观现象。根本就没人在乎0.01%具体暂短市场价差。&/b&小波动无所谓，因为交易次数少。多等几毫秒，少等几毫秒，无所谓了，还急着买卖，根本不会影响他们脑子里所追求的大致利益以及判断决策。包括很多专业大公司，也不怎么在乎。从中，都被剥夺了那么一丁点取决于小波动的0.01%利益。你后面输了还是赢了无所谓，反正你当时也绝对损失了一小部分价值给高频公司。&/li&&li&人家公司提供价值也算是一种给与散户的优惠服务，但背后肯定是考虑自己利益为主。所让你看到的那些价格，都是更利于人家自己的。他们更加熟知短期波动现实，掌握了更多这方面进几秒的详细交易信息，或者更重视。&/li&&li&如果在急着抢买卖，所看到的公开市场价格都是别人愿意给你提供的。他们的信息量也不一定比你少，还很擅长自动处理准备。去抢这种东西，那肯定是对方也愿意的，给他们送了几毛钱。自己单笔交易到时候输了，他们拿了一小部分利润，享受了比你更好一滴的前后成交价格。到时候赢了，一样，他们也在你的交易基础上多占了一些。&/li&&li&零和游戏，如果你进行了一万个随机买卖交易，无论如何，他们也从中拿了一万次的小优势，在你这个交易量上，很可能累积挣得比你还多呢。你自己该有的价值，都一点一点扔给他们吃掉了。跟交易所收交易费收利润的道理一样。只是他们的信息量或分析能力比交易本省还强，或者引入了许多跨越多个交易所的道理去判断微观价值趋势。&/li&&li&包括很多更加专业的交易手和基金，交易次数不高，一样不怎么在乎准确成交0.01%价差的小事，还愿意给高频公司牺牲这点价值。所以不仅仅是通过愚蠢散户得来的利益。高频控制不了市场大致趋势，但对于市场小细节小波浪的利用能力还是挺强的。&/li&&li&&b&比喻一下，海上很少出现超过100米的波浪海啸。大家都在关注这种海啸的大事。但如果你反而把太平洋上所有几厘米小水波的高度全部加起来，恐怕也有几公里之高。&/b&大家又觉得这些东西各种无所谓，但确实有人一直在盯着利用剥夺。&/li&&li&&b&再比喻，有个巨大商场，里面买卖金属之类的。里面也分很多不同的小店，都有自己的看法。每天数百万人出出入入试图买卖自己的金子。门口站了一大群流氓黄牛，看进出客户去买卖了什么，深知每小时买卖的真实情况。提前沟通安排其他自己人跟各个商店买卖，然后给门外客户提供新的价格。很多时候，也确实比多数商店划算方便，显得买卖价格差别很小。。。但是这群流氓也无疑一直在自己从中挣钱。他们每天挣钱的综合也比进去每一个单独客户都多了。她们风险很少。。。高频交易，就相当于这群流氓，但又可以视为一个万能中心化自动化程序。。。干得比很多单独商店要好很多了，促使了整体市场流动性方便性，只是的确从中挣了很多钱。人家那样做，也亏不了，因为足够快，自己手中本来就没有多少金子了。&/b&是一种及高效率的商务中介角色/服务。可以视为一种价值剥夺工具，也可以视为一种市场上必然出现的寄生物。科技角度上，目前还很难消灭这类程序策略的存在。&/li&&/ul&
为什么说高频交易只挣不赔？问题第一部分，也很值得回答。简单说，交易决策时刻，分四种现实类别吧。。。（with hindsight）有机会，模型以为没有机会，false negative，因而当时并没进行交易，反正不亏的。没机会，模型以为没有机会，true negative，也一…
&p&感觉没人正面回答这个问题，我仅站在技术的角度去抛砖引玉的归纳一下这个问题，先陈述一下Deep learning的要点：&/p&&p&&b&首先，&/b&Deep learning能做一切数据挖掘有关的事情，区别在于你能不能结合自身的经验去建立一个较优的模型，让learning更加的“高效”，这种“高效”包含但不限于：学习时间、学习误差率、学习鲁棒性、学习所耗费的资源等。&/p&&p&&b&其次，&/b&Deep learning处理的数据前期至少要求是相对全面的，不全面的数据、甚至如果有重要的数据有所隐藏，对于任何学习模型来讲基本都是灾难的。(假设世界上除了男人、女人，还有第三种人，你在不知道的情况下如何去分类？怎么分类都是错的)&/p&&p&&b&再次，&/b&Deep learning所谓的模型，对于目前而言，受限于基础理论，建立模型的过程是渐进的、甚至是需要人工的，所以“调参”的手段是有很大的“主观成分”在里面的，所谓的“主观成分”不单单是说在股票行业经验越多越好，而且要求是正确的、有体系(结构化、去噪音)的经验，事实上，很多投资经理自身投资的过程中受限于压力，经常带入了很多非科学、非理性的情感，甚至犯很多基础错误，导致投资失败。&b&也就是说：模型即使是对的，调参人员太傻比也不行！&/b&&/p&&p&&b&最后，&/b&Deep learning是统计学和机器学习两门科学的交叉科学，它的宗旨是通过统计学习方法运用机器学习的运算(实现)思路，让机器帮我们去计算各种事件出现的概率，协助我们去分类大数据、预测新的样本为【某个特定分类】的概率等等。但是，仅仅是&b&“概率”&/b&，既然是“概率”必然也就只是可能性而已。&/p&&p&有了上面四个简单的Deep learning基础咱们再来看股票预测这个问题，思路会很清晰：&/p&&p&根据&b&第一点&/b&股票预测这件事情肯定是可以做的，&b&因为股票预测是数据挖掘的问题&/b&，无非也就是根据一堆数据分析去得出一个分类而已：{0：涨，1：跌}。但是，用Deep learning去做靠谱吗？&/p&&p&我们说这个问题取决于前面Deep learning提到的后三点：你的数据是否全面？你的模型在建立的过程当中，负责调参的人靠不靠谱？然后，介于Deep learning只是概率事件，你是不是用一次成败去论英雄？&/p&&p&在提到数据全面这个问题上，我们不得不承认，在中国的股票市场是不适合用数据去预测的，因为中国的市场是有操纵嫌疑的(&b&这个仅仅代表个人的观点哈，不喜勿喷&/b&)，很多企业的内部数据基本都是不向外开放、甚至刻意利用信息不对称去操纵股价，这个我就点到为止吧，相信大家都承认，扯多了就是不技术问题了，而是政策问题。&/p&&p&相对而言，在数据准确、全面的基础之上，我们去做DL会好很多，但是这个时候我们也不能说DL得出的结论一定是靠谱的，因为受限于基础理论，目前的DL基本都需要人工去调整参数，这个时候考虑的就是调参人员的经验了。为了弥补这点，在美国华尔街，很多对冲公司都是形成一个个的项目组，一个项目组成员包含：分析员(DL、ML)、资深经理人(对股票的了解深入骨髓)、操盘手(负责根据DL、ML的结论操作数据)等等。但是即使这样，由于跨界的隔阂，团队也不一定能够100%的建立一个牛逼的模型，这个时候就需要一个“交叉科学家”：他上知技术、下知股票行业，同时也是个很好的管理者，这样的人员去做leader，然后协调技术和证券人员模型才能更好的建立，举个例子：&a href=&//link.zhihu.com/?target=http%3A//blog.sina.com.cn/s/blog_8e35b5dy.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&数学家西蒙斯：华尔街最赚钱的基金经理_天马_新浪博客&/a&&/p&&p&最后提到一点Deep learning是一个概率的事件集，即使是目前看似神武围棋DL程序alphaGo，在前期也是屡次失败的，因为它走每一步棋都只是代表“走完这一步之后我的棋盘局面会是【相对最好】的概率”，为什么是相对，前面提到过，受限于资源，DL不可能计算每一种可能性，利用牛顿下降法、改进梯度下降法也只能是让我们达到局部最优，而不是全局最优。而即使达到全局最优，DL运算也是给出每一种结果成功的概率，概率只是可能性。笔者自己尝试着在10台机器上面基于tensorflow框架跑过一个自己改造的围棋DL程序，由于计算资源不足，导致隐节点数量和深度都只能调整很低，所以效果只能说一般(&b&但比我自己强&/b&[害羞])。&/p&&p&所以，站在技术的角度，DL做股票分析是靠谱的，但是前提是你的数据得准确、调参人员兼顾技术+股票经验、并且承认成功也只是概率事件。而且，现在在华尔街，美股市场中几乎每家对冲基金公司都在用DL预测，只有有些公司做得好、有些公司做得差而已。笔者也从朋友那里听说过，目前貌似国内有个90后掌控了几百亿资金在做“量化交易”，做的是美股市场，真假我就不保证了，但是应该有。
感觉没人正面回答这个问题，我仅站在技术的角度去抛砖引玉的归纳一下这个问题，先陈述一下Deep learning的要点：首先，Deep learning能做一切数据挖掘有关的事情，区别在于你能不能结合自身的经验去建立一个较优的模型，让learning更加的“高效”，这种“高…
对题目中提到的“冰山算法”，我刚好有一些了解，可以给大家讲讲。很多人对“量化交易”的理解实在太过片面，基本上把它等同于生钱工具，我不赞同这种观点。交易首先是交易本身，有它自身的经济学意义，忽略这一点而单纯把它看成使钱增值的数字游戏，很容易就会迷失本心。&br&&br&我也不认为算法本身有什么稀奇，再好的算法也是死的，真正的核心价值一定是掌握和使用算法的人。实际上我讲的东西也都是公开的信息，但是即便了解了技术细节，能真正做好的人也寥寥无几。&br&&br&希望这个回答可以让你对量化和高频交易有一个更清醒的认识。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&首先我相信不少人概念里的高频交易还是这个样子的：&br&&figure&&img src=&https://pic3.zhimg.com/0320bbc08c1d67dc51c721e4fa400232_b.jpg& data-rawwidth=&400& data-rawheight=&284& class=&content_image& width=&400&&&/figure&&br&但对高频交易来说，这种信息是非常粗糙的。所以这里先要对不熟悉背景的同学介绍一下什么叫做Order Book。现在主流的交易所一般都使用Order Book进行交易，交易所在内部的Order Book上记录所有买家和卖家的报价，比如像这样：&br&&figure&&img src=&https://pic2.zhimg.com/e508ba3ad4d62e90f054d9_b.jpg& data-rawwidth=&387& data-rawheight=&204& class=&content_image& width=&387&&&/figure&&br&&br&Bid表示买家，Offer表示卖家，这张报价单表示买卖双方发出的所有报价单（Limit Order）。这张表才是高频交易最关心的信息。任意时刻，买家的出价总是低于卖家（比如这里的98对101）。所以报价虽然一直在变化，但是只有报价是不会有任何成交的。&br&&br&什么时候会产生交易呢？有两种情况，第一是任一方发出市价单（Market Order），比如一个买家发出一张单量为10的市价单，就可以买到卖方在101价格上挂的10份，这个交易成功之后，Order Book会变成这样：&br&&figure&&img src=&https://pic1.zhimg.com/fbcbb09cf0668_b.jpg& data-rawwidth=&387& data-rawheight=&204& class=&content_image& width=&387&&&/figure&&br&第二是发出一个价格等于对方最优报价的限价单，也会产生和上述情况相同的结果。&br&&br&需要强调的是，虽然真正的Order Book只存在于交易所内部，所有交易都在交易所内完成，但是交易所会把每笔报价和市价单都转发给所有人，所以所有的买家和卖家都可以自己维护一个同样的数据结构，相当于交易所Order Book的镜像。通过跟踪分析自己手里这份的镜像变化，来制定交易策略，是高频交易算法的核心思想。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&基础知识介绍完毕，下面为了方便大家理解，我采用一种更形象的方式来表示Order Book：&br&&figure&&img src=&https://pic1.zhimg.com/31dc04dbf4f52ca7af44b03c_b.jpg& data-rawwidth=&468& data-rawheight=&135& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic1.zhimg.com/31dc04dbf4f52ca7af44b03c_r.jpg&&&/figure&&br&这张图对应文章开始时的那个Order Book，应该可以明白地看出，横轴表示价格，纵轴表示订单量，绿色表示买家，红四表示卖家。这样做的目的是为了引出本篇讨论的主题：冰山订单。&br&&br&通过上述基本分析大家可以看出，交易所内的交易数据是完全公开的，市场上任意时刻，有谁想要买／卖多少，所有人一目了然，没有任何秘密。这样做本身是有经济学意义的，因为只有展示出买卖的需求，才会吸引潜在的商家来交易，所以&b&在市场上一定程度的公开自己的需求是必要的&/b&。但这样同时带来一个严重的后果，一旦有某个人想要大量买／卖，他所发出的巨额限价单会直接展示给所有人。比如一个买家挂出巨额买单后，Order Book会像这样：&br&&figure&&img src=&https://pic3.zhimg.com/ab980cdba9d438bfbfa57fc311f3efb2_b.jpg& data-rawwidth=&468& data-rawheight=&135& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic3.zhimg.com/ab980cdba9d438bfbfa57fc311f3efb2_r.jpg&&&/figure&&br&这对他非常不利，因为所有人都会利用这个信息来跟他做对。大家会判断，现在市场上存在大量的买压，于是会出现一大批为了赚钱而冲进来的人抢购，价格会快速上升，这样原来这个人可以在98这个价位买到的东西，很快就变得要在更高的价位上才能买到。这种情况，那些后来的人做的就是&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Front_running& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Front running&/a&，而原来的那个人则面对&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Adverse_selection& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&逆向选择风险&/a&。&br&&br&为了解决这个问题，交易所提供了一种针对性的工具，就是所谓的冰山订单（Iceberg Order）。这种订单可以很大，但只有一小部分是公开出来的，大部分则隐藏起来，除了交易所和发单者本人谁也看不到，真的像一座“冰山”一样。比如像这样：&br&&figure&&img src=&https://pic3.zhimg.com/898a440c4fccaa_b.jpg& data-rawwidth=&468& data-rawheight=&291& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic3.zhimg.com/898a440c4fccaa_r.jpg&&&/figure&&br&灰色的部分就是冰山订单隐藏的部分。这样，只有当有对应隐藏量的交易发生时，交易所才会通知其他人，就避免了别人利用显示订单的信息来做&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Front_running& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Front running&/a&。&br&&br&凡事有一利必有一弊。冰山订单虽然保护了发单者的利益，但是对于其他市场参与者来说却又变成了一种不公平的规则。那些有真实的交易需求的参与者，会因为对局势的误判而损失惨重。所以接下来的问题就变成，如何发现市场上的冰山订单？&br&&br&首先有一种最简单的方法。有的时候，冰山订单是挂在最优买价和卖价之间（spread），像这样：&br&&figure&&img src=&https://pic4.zhimg.com/b8e9efaf2e1fac55516f_b.jpg& data-rawwidth=&468& data-rawheight=&291& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic4.zhimg.com/b8e9efaf2e1fac55516f_r.jpg&&&/figure&&br&对于这种情况，有一个非常简单的探测方法，即发一个最小额度的限价单在spread里，紧跟着取消这个订单。比如这个例子中，发出一个卖价为99的限价单然后取消。因为这个价格本身对不上显式的买价（98），如果没有冰山单的存在，一定不会成交。但有冰山单的情况下，一旦交易所收到这个卖单，会立刻成交冰山单中对应的量，而之后的取消指令就无效了。这样，以一种微小的成本，就可以发现市场中隐藏着的订单。事实上，的确有人会做这种事情，频繁的发单然后取消，在最优价差之间形成一种高频扰动，用来探测隐藏单。&br&&br&为了应对这种扰动探测，大家一般都不会直接挂单在spread里。而是会像之前那样和普通的限价单挂在一起，这样发生交易之后，你就很难推测消耗掉的究竟是正常的限价单，还是冰山订单。那么应该怎么做呢？&br&&br&首先有一个直接的思路。冰山订单的存在，一定程度上反映了挂单人对市场情况的解读，认为有必要使用冰山订单而做出的判断。需要强调的是，使用冰山订单并不是没有代价的，因为你隐藏了真实的需求，在屏蔽掉潜在的攻击者的同时，也屏蔽掉了真正的交易者！而且会使得成交时间显著增加－－因为没人知道你想买／卖这么多，你只能慢慢等待对手盘的出现。所以当有人下决定发出冰山订单的时候，也会有对市场情况的考虑，只有合适的时机才会做这种选择。&br&&br&什么是合适的时机？有一些数据应该是相关的，比如买卖价差spread，买单量对卖单量的比值等。对这些数据，你可以在历史数据上做回归分析，建立起他们和冰山订单之间的线性／非线性模型。通过历史数据训练出来的这个模型，就可以作为你在实时交易时使用的冰山订单探测器。这是 &a href=&//link.zhihu.com/?target=http%3A//www.tinbergen.nl/%7Esofie2012/papers/HautschHuang2012.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placements&/a& 这篇论文使用的方法。&br&&br&基本模型可以定义为：F(spread，bidSize/offerSize，……) = Probability(Iceberg)&br&&br&如果你想玩高深的，还可以在此基础上做HMM，SVM，神经网络之类的高级模型，但基本思路是一致的：通过盘口分析计算存在冰山订单的概率。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&上面说的这个方法，看起来很高级，实际效果如何呢？我想大家也看出来了，这种建模不是很精确。作为事后分析手段用来说明什么情况下可能会出现冰山订单还不错，但是作为实时交易的探测器就不是很放心。因为使用的信息太模糊了，而且说到底建模的对象只是一种相关性，没有什么保证冰山订单的发送者一定是按照这个逻辑出牌的。&br&&br&所以接下来介绍的，才是真正具有高频玩家神采的方法，来自 &a href=&//link.zhihu.com/?target=http%3A//www.iijournals.com/doi/abs/10.3905/jot..068%23sthash.rg6lIM8a.dpbs& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Prediction of Hidden Liquidity in the Limit Order Book of GLOBEX Futures&/a& 这篇论文。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&高频世界里，有一条永恒的建模准则值得铭记：先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型，那基本上是死路一条。我见过很多年轻人，特别有热情，一上来就开始做数学定义，然后推导偏微分方程，数学公式写满一摞纸，最后一接触数据才发现模型根本行不通，这是非常遗憾的。&br&&br&而看了数据的人会怎么样呢？他很可能会发现，对于冰山订单的处理，交易所的规则是非常值得寻味的。有的交易所是这样做的：一个冰山订单包含两个参数，V表示订单总量，p表示公开显示的量。比如V=100，p=10的冰山单，实际上隐藏的量是90。如果有针对这个订单的交易发生，比如交易量10，交易所会顺序发出三条信息：&br&&ol&&li&成交10&/li&&li&Order Book的Top bid size -10&/li&&li&新Bid +10&/li&&/ol&这三条信息一定会连续出现，并且第三条和第一条的时差dt很小。这样做的原因是尽管冰山订单存在隐藏量，但是每次的交易只能对显示出的量（p）发生，p被消耗掉以后，才会从剩余的隐藏量中翻新出一分新的p量。这样，每个人从交易所收到的信息仍然可以在逻辑上正确的更新Order Book，就好像冰山订单并不存在一样。&br&&br&因此，一旦在数据中观察到这个规律，我们就可以非常有把握的判定市场中存在冰山订单，并且连p的值都可以确定！接下来的关键问题是，如何确定V的值，即判断这个冰山订单的剩余存量有多少？&br&&br&这个问题从本质上说没法精确求解，因为V和p都是由下单人自己决定的，可以是任意值。但可以从两点考虑：第一，两个值都是整数；第二，人类不是完美的随机数生成器，下决定会遵循一定规律。&br&&br&从这两点出发，可以对V和p建立概率模型，即计算一个给定的（V，p）值组合出现的概率是多少？这里不去深入探讨数学分析，感兴趣的朋友可以自己去看原文。简单说，可以在历史数据上通过kernel estimation技术来估算他们的概率密度函数的形状。顺带一提，如果你亲手编写过这种估算程序，就会理解我为什么在“&a href=&http://www.zhihu.com/question//answer/& class=&internal&&要想成为一名优秀的 Quant 需要什么样的编程水平？&/a&”这个答案中如此强调编程的重要性。在数据上估算出来的概率密度函数可能会是这样的：&br&&figure&&img src=&https://pic2.zhimg.com/fb5ec7fd15b695_b.jpg& data-rawwidth=&825& data-rawheight=&559& class=&origin_image zh-lightbox-thumb& width=&825& data-original=&https://pic2}
东方财富网-海通期货期指仿真交易大赛 50万奖金等你
股指期货仿真交易大赛细则
大赛宗旨：&
根据中金所股指期货投资者适当性制度要求，投资者在股指期货开户前，参与股指期货仿真交易作为股指期货开户的必须条件，为了迎接即将推出的股指期货，使投资者预先通过参与股指期货仿真交易，了解期货的交易模式和交易风险，为投资者股指期货开户预先做好准备。
主办单位：海通期货有限公司 &海通证券股份有限公司 &中国工商银行
全程支持媒体：东方财富网
时间安排：
报名时间：2010年1月11日——2011年2月28日
比赛时间：2010年2月1日——2011年2月28日
参赛者要求：
1、年满18周岁的具有完全民事行为能力的中国公民。
2、具有合法投资资格的机构客户。
报名要求：
1、参赛者必须按照中国金融交易所的开户要求，如实填写完整的开户资料，阅读并理解风险揭示。如填写不真实或不完整将不能获得参赛资格。
2、比赛中途不得更改个人主要资料信息。
报名办法：
1、现场报名：
海通期货、海通证券全国200多家
2、网上报名：
海通期货官方网站 &报名入口 （备注：进入）
3、电话报名：
海通期货客户服务热线：400-820-9133
账号查询方式：
（备注：进入）
奖项设置：
1、月度大奖
大赛按月为赛段，设赛段收益率冠军、亚军和季军。
赛段冠军& 累计收益率排名第一 1名& 奖金1万元（税前）
赛段亚军& 累计收益率排名第二 1名& 奖金5000元（税前）
赛段季军& 累计收益率排名第三 1名& 奖金2000元（税前）
赛段前10名&&&& 颁发“交易优胜奖”荣誉证书
2、 迎新大奖
&&& 以股指期货正式上市日收盘价为时间节点，设迎新冠军大奖
迎新冠军大奖& 累计收益率排名第一& 1名& &奖金30万元（税前）
大赛规则：
1、大赛交易品种仅限于中国金融期货交易所股指期货仿真交易挂牌合约。
2、凡新报名的参赛客户，初始的虚拟资金为200万元。
3、所有原来已经取得了仿真交易账户和密码的客户，均可以参与本次大赛，原有账户继续有效，不必重复申请。如仿真账户客户权益低于200万的，在比赛开始前向海通期货提出增加虚拟资金要求，增加资金后客户权益不超过200万。比赛阶段所有参赛客户不再增加虚拟资金。
4、虚拟交易手续费为成交金额的1.5/万。
5、交易保证金为合约价值的18％（主办方有权根据比赛情况进行调整）
6、比赛成绩以收益率排名衡量，并每日在海通期货网站上公布。
7、收益率计算公式如下：
（期末客户权益－期初客户权益）÷期初客户权益
8、本次大赛一切交易均遵循《中金所仿真交易规则》的相关管理规定。
9、参赛客户通过海通期货网站股指期货热身赛专区内查询参赛账号，初始密码统一为参赛者的身份证后六位数字。参赛者可以通过账号和密码登录网上交易系统，修改初始密码后进行仿真交易。
10、参赛者自行在海通期货网站（）股指期货热身赛专区下载安装仿真行情和交易软件，通过网上交易进行下单。提供的行情软件为彭博行情分析系统。行情软件登录用户名和密码均为“htqh”， 网上交易软件为快期网上交易系统，参赛者用股指期货热身赛专区查询到的用户名和初始密码登录。
11、比赛将严格按照期货的风险管理办法控制各参赛账户的风险，对于盘中风险度大于100%的账户，期货公司将交易中执行强行平仓，直到账户的风险度低于100%。
12、当中如发生强行平仓或将虚拟资金完全亏损，不再进行第二次注入资金。
13、不允许重复报名、禁止对倒交易、杜绝不正当竞争，如发现有账号间利益输送行为，主办方有权取消违规账户的参赛资格。
14、海通期货每日在海通期货网站中公布比赛收益率前20位的参赛者成绩及持仓。
15、股指期货热身赛每个月作为一个赛段，每月最后一个交易日结束后，所有参赛选手的收益率归零，在下一个交易日开始重新计算下一个赛段比赛收益率。
16、获奖者应依法纳税，税收由海通期货代扣代缴。
领奖办法：
主办方将在大赛结束后5各工作日内根据获奖者的报名信息，电话通知获奖者，核对获奖者凭身份和注册信息的真实性和同一性。奖金划入获奖者提供的银行账户。
免责条款：
1、本次大赛主办方将本着勤勉的态度竭力保证大赛的顺利进行，但对于非主办方所能控制的风险所导致的事故、系统故障或由于网络问题导致的系统故障对参赛者排名产生的影响不做任何形式的担保。
2、参赛者如因未修改初始密码或交易密码保管不当，影响到参赛成绩的，主办方不承担责任。
3、参赛期间如因系统升级和调试而影响到股指期货热身赛的，主办方不因此承担责任。
相关服务与咨询大赛期间主办方将定期举办股指期货培训班，具体开班时间将在海通期货网站公布。大赛主办方对本次大赛享有最终解释权及修改权。咨询热线：
ding!!!!!!!!!!!!!
那是骗人的& 2011年股指期货已经上市了 还有模拟的吗？
仿真交易& 一定要在开通之前才可以??????&&&&&&&&& 按照你的思路那么其他仿真交易就没有了
今日必跌！盘中任何拉高都是出货的良机！也是基金赎回的好时机！
小心高位接盘！
按提示填写股指期货仿真交易大赛的表格后，查询仿真交易账户提示为：您查询的信息不存在！&& 为什么出现这种情况？
[原帖]（*^__^*） 99作者：123.191.229.*&& 13:17:23
，我注册了两次，都没成功，就是来做宣传，套资料的 ~···鄙视
50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26别丢人了，玩不了就安静，还有脸说出来
这不是真的，就是让玩不起真的玩，气归气，玩不起真的人你说我的话是实话实说吗，哈哈！&
[原帖]，我注册了两次，都没成功，就是来做宣传，套资料的 ~···鄙视作者：121.11.255.*&& 15:23:45我也是的，注册了却得不到帐号。公司这样做可不太好啊！
感谢各位网友对此次大赛的关注，感谢大家对海通期货的支持和理解。针对不能顺利拿到交易编码的网友，有这样两种可能：1、因为报名人数太多，期货公司向中国金融期货交易所申请交易编码通常需要2个工作日。这一点需要网友多理解；2、参赛者签写的身份证号码和地址等个人信息有误。根据中国金融期货交易所的规定，个人的信息必须真实准确，尤其是身份证号码和地址，地址需要具体到xx路xx号。如各位网友还有其他问题，欢迎留言或者拨打我公司客户服务电话400-820-9133，海通期货将竭诚为您服务。最后，祝广大投资者虎年发财，万事顺利！
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
月底收益为什么没清零呀
[原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26支持！
[原帖][原帖]50万元才可开户。做一手要12万元，我的天呀。我们那有这么多钱呀。股指期货成了水中的月亮，我们可以看不可以动。原来还想着大磐下跌时我们也可以有的玩。现在好了，没我们什么事。小散们。我们要大力提出，下降股指期货的门坎。比如5000元可以开户。1000元可以做一手。不然我们玩不了呀作者：江风玉&& 15:51:26别丢人了，玩不了就安静，还有脸说出来作者：59.61.18.*&& 19:28:16支持！
作者：您目前是匿名发表 &
作者：，欢迎留言
提示：用户在社区发表的所有资料、言论等仅代表个人观点，与本网站立场无关，不对您构成任何投资建议。用户应基于自己的独立判断，自行决定证券投资并承担相应风险。期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?- 百度派
{{ mainData.uname }}
：{{ mainData.content }}
{{ prevData.uname }}
：{{ prevData.content }}
{{ mainData.uname }}
：{{ mainData.content }}
0 || contentType !== 1" class="separate-line">
：{{ item.content }}
期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?
问题说明（可选）：
扫一扫分享到微信
连续性的，相对稳固的复利增长，做到长期年均20%以上那便是天下最强买卖业务员了，要是战略多资金办理上限高，那便是巴菲特索罗斯斯坦哈特朱肯米勒保罗琼斯。（黑幕买卖业务黑庄横行的市场除外）本年春天偶...
&&&&连续性的，相对稳固的复利增长，做到长期年均20%以上那便是天下最强买卖业务员了，要是战略多资金办理上限高，那便是巴菲特索罗斯斯坦哈特朱肯米勒保罗琼斯。（黑幕买卖业务黑庄横行的市场除外）&&&&本年春天偶然偶尔看了一本书，是2014某期货大赛冠军访谈录，书名有点忘了，大概叫什么蓝海什么。我相对细致的看了第一个人私家的访谈，起起首容赢得大赛冠军年收益率到达了14倍。我很惊奇，不过根据我本身的实际经历和知识，这种收益率要有行情共同，要可以或许通常性的全仓买卖业务，买卖业务举动上，止损必须闪电一样平常快，轻微夷由夷由放宽止损，爆仓大概重创是无可克制的事变。实际上，寻求这种冠军不但必要气力，更必要运气和专为比赛而设定的战略。&&&&我读了约莫两页，对这个人私家的买卖业务头脑有了开真个了解。总体而言，我以为他的想法亮点未几，我猜疑他乃至是一个相对平庸的买卖业务员，在一些必要买卖业务机制和明白去办理题目的地方，他乃至在评论辩论埋头态办理。我不筹划再看下去，好奇心让我上彀搜索这个人私家办理的期货私募，结果印证了我的见解，在1年零2个月的时间里，他的私募收益率只有22%，单最大资金回撤却到达了25%。私募创建前7个月，险些都在程度线之下。&&&&以是，期货大赛和真正办理客户的资金是两回事，必要运用两套完全差别的战略。期货大赛的目标是着名，妥当在短期制的大赛中没有任何意义。塔勒布说过，要是猴子充足多，也有猴子可以打出经典的《哈姆雷特》。比赛便是为了着名，以是失败没干系，中间没意义，前十名是最低要求。但是办理客户资金则要求严格控制亏损线和资金回撤，以妥当为主，形势有利才华寻求逾额收益。不过实际上，高收益率的须要举动便是高水准的风控。只不过，高收益率必须要求同步放大回撤，还必须有极强的感情办理本领。海龟买卖业务员均匀年收益在100%以上，但是此中不少人最大回撤高出了40%。&&&&以是，期货大赛更多是运气，以及特别的战略。我知道海通期货大赛是一个长期赛事，已经有6年时间，在这段时间里，均匀年化收益50%已经是冠军级别了。
扫一扫分享到微信
期货大赛排行榜上顶级交易者那些逆天的资金曲线是如何做到的?
，才能进行回答
一个问题只能回答一次，请 点击此处 查看你的答案
1人关注了此问题豆丁微信公众号
君，已阅读到文档的结尾了呢~~
海通期货_打造交易利器
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
海通期货_打造交易利器
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口海通期货“笑傲江湖”实盘精英大赛|选手|收益率_凤凰财经
海通期货“笑傲江湖”实盘精英大赛
用微信扫描二维码分享至好友和朋友圈
海通期货“笑傲江湖”实盘精英大赛
海通期货“笑傲江湖”实盘精英大赛2014年度综合排名至排名选手综合分值收益率收益额1成冠财富352.402232成冠投资（稳健）167.643703摩元投资1号79.442604chenyx64.411415贪食蛇58.61256摩元投资2号52.20855高频组排名选手综合分值收益率收益额1贪食蛇58.61252茂源资本44.125143佛说我是猪36.95629
[责任编辑：robot]
用微信扫描二维码分享至好友和朋友圈
免责声明：本文仅代表作者个人观点，与凤凰网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
04/13 08:36
04/13 08:36
04/13 08:38
04/13 08:37
04/13 08:37
04/13 15:44
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:27
04/13 09:28
04/13 09:21
04/13 10:23
04/13 08:14
04/13 08:48
04/13 08:48
04/13 08:14
04/13 10:30
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:04
04/13 09:22
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
04/13 00:38
04/13 09:21
凤凰财经官方微信
播放数：129495
播放数：289532
播放数：5808920
播放数：5808920
48小时点击排行&figure&&img src=&https://pic1.zhimg.com/v2-36f1c4ec99d0c36a3ef8_b.jpg& data-rawwidth=&729& data-rawheight=&413& class=&origin_image zh-lightbox-thumb& width=&729& data-original=&https://pic1.zhimg.com/v2-36f1c4ec99d0c36a3ef8_r.jpg&&&/figure&&p&看到一篇很不错的文章，推荐给大家&/p&&p& 来源：公众号：CSDN
&a href=&https://link.zhihu.com/?target=http%3A//mp.weixin.qq.com/s/cLo3yTZSqAociWn5f9HQ4g& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&对比了 18000 个 Python 项目，这 TOP45 值得学习！&/a&&/p&&p&翻译 | 林椿眄&/p&&p&编辑 | Donna&/p&&p&出品 | 人工智能头条&/p&&p&【导读】热门资源博客 Mybridge AI 比较了 18000 个关于 Python 的项目，并从中精选出 45 个最具竞争力的项目。我们进行了翻译，在此一并送上。&/p&&p&这份清单中包括了各不相同的 20 个主题，以及一些资深程序员分享使用 Python 的经验，值得收藏。Mybridge AI 的排名结合了内部机器评估的内容质量和各种人为因素，包括阅读次数和阅读时长等。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-a25edded28d1d2e42007b8e_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&738& data-rawheight=&296& class=&origin_image zh-lightbox-thumb& width=&738& data-original=&https://pic4.zhimg.com/v2-a25edded28d1d2e42007b8e_r.jpg&&&/figure&&p&对于 Python 的初学者，我们推荐以下这些课程：&/p&&p&REST API：使用 Python，Flask，Flask-RESTful 和 Flask-SQLAlchemy 构建专业的 REST API ［12,602 个推荐，4.6 / 5 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.udemy.com/rest-api-flask-and-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&udemy.com/rest-api-flas&/span&&span class=&invisible&&k-and-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&算法交易：用于财务分析和算法交易的 Python，主要学习包括 numpy，pandas，matplotlib，quantopian，finance ［8,077 个推荐，4.6 / 5 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.udemy.com/python-for-finance-and-trading-algorithms/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&udemy.com/python-for-fi&/span&&span class=&invisible&&nance-and-trading-algorithms/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&年度开源 Python 项目 ［平均 4,078 星］&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/30-amazing-python-projects-for-the-past-year-v-b04cdb3& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/30-a&/span&&span class=&invisible&&mazing-python-projects-for-the-past-year-v-b04cdb3&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&机器学习年度最佳文章&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/learn-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/lear&/span&&span class=&invisible&&n-to-build-a-machine-learning-application-from-top-articles-of-2017-cdd5638453fc&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 算法&/b&&/p&&p&① 回顾 Python 交互式编码中所要面对的挑战（算法和数据结构）&/p&&p&本文对算法编码和数据结构中的问题提出了简单易懂又切实可行的方案。&/p&&blockquote&作者：Donne Martin；［github－11811 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/donnemartin/interactive-coding-challenges& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/donnemartin/&/span&&span class=&invisible&&interactive-coding-challenges&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&② Python 中算法和数据结构的最小样本&/p&&p&如何让 Python 中的数据结构和算法最小、最干净？&/p&&blockquote&作者：keon；［github－10271 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/keon/algorithms& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/keon/algorit&/span&&span class=&invisible&&hms&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&③ 最重要的 Python 算法--Pygorithm&/p&&p&Pygorithm 是一个纯 Python 风格编写的模块，通过导入所需的算法，获得相应的代码、时间复杂性等。这是一个开始学习 Python 编程的好方法，能够帮助初学者学习并实现 Python 中所有算法。&/p&&blockquote&作者：Satwik Kansal；［github－3156 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//pygorithm.readthedocs.io/en/latest/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&pygorithm.readthedocs.io&/span&&span class=&invisible&&/en/latest/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 综合指南&/b&&/p&&p&④ 一个有趣又鲜为人知的 Python 代码片段集合—wtfPython&/p&&blockquote&作者：Satwikkansal；［github－4,933 星］&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//github.com/satwikkansal/wtfPython& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/satwikkansal&/span&&span class=&invisible&&/wtfPython&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 的脚本结构&/b&&/p&&p&⑤ 一个关于如何从 Python 脚本到打包项目的标准化指南&/p&&blockquote&作者：Courtesy of Vicki&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//veekaybee.github.io//python-packaging& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&veekaybee.github.io/201&/span&&span class=&invisible&&7/09/26/python-packaging&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的列表&/b&&/p&&p&⑥ Python 列表生成器的教程&/p&&p&在这份教程中，你将能够学习到如何在 Python 中有效地使用列表生成器来创建列表，替换(嵌套) for 循环以及使用 map(), filter(), reduce() 函数等。&/p&&p&文章首先简单回顾了 Python 中列表的基本概念，并与 Python 中其他的数据结构进行比较。接着讲解了列表生成器的学习。文章还讲解了 Python 列表背后的数学知识，创建列表生成器的方法，以及如何在 for 循环或 lambda 隐函数中重写它们。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/python-list-comprehension& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/python-list-comprehension&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的类&/b&&/p&&p&⑦ 如何使用 Dunder (Magic、Special) 方法来丰富你的 Python 类&/p&&p&Dunker 是 Python 中的一种特殊方法，通过双下划线开始和结束的形式存在，例如 __init__ 来丰富类的预定义方法。&/p&&blockquote&作者：Dan Bader&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//dbader.org/blog/python-dunder-methods& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&dbader.org/blog/python-&/span&&span class=&invisible&&dunder-methods&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的网页抓取&/b&&/p&&p&⑧ 如何使用 Python 中的 Scrapy、SQL 和 Matplotlib 等库进行网页抓取，并获取网页数据分析&/p&&p&你可以通过这篇文章学习到网页爬取知识，并用于实践中。&/p&&blockquote&作者：ScrapingAuthority&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//www.scrapingauthority.com/python-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&scrapingauthority.com/p&/span&&span class=&invisible&&ython-scrapy-mysql-and-matplotlib-to-gain-web-data-insights/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&⑨ 高级的网页抓取教程：绕过“403 禁止”，验证码等问题&/p&&blockquote&作者：Evan Sangaline&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//sangaline.com/post/advanced-web-scraping-tutorial/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&sangaline.com/post/adva&/span&&span class=&invisible&&nced-web-scraping-tutorial/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&⑩ 掌握 Python 的网页抓取技巧来获取你所需要的数据&/p&&blockquote&作者：Lauren Glass 和 Hackernoon&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/mastering-python-web-scraping-get-your-data-back-e9a5cc653d88& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/masterin&/span&&span class=&invisible&&g-python-web-scraping-get-your-data-back-e9a5cc653d88&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的自动化操作&/b&&/p&&p&(11) 如何使用 Twilio、Python 和 Google 自动化婚礼的进程&/p&&blockquote&作者：Thomas Curtis&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.twilio.com/blog/2017/04/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&twilio.com/blog/2017/04&/span&&span class=&invisible&&/wedding-at-scale-how-i-used-twilio-python-and-google-to-automate-my-wedding.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(12) 如何用 Python 在 Medium 上找到有趣的人&/p&&blockquote&作者：Radu Raicea 和 freeCodeCamp。&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/how-i-used-python-to-find-interesting-people-on-medium-be& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/how-i-used-python-to-find-interesting-people-on-medium-be&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Bot&/b&&/p&&p&(13) 制作 Reddit+Facebook 的信息箱&/p&&blockquote&作者：Yasoob Khalid&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//pythontips.com//making-a-reddit-facebook-messenger-bot/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&pythontips.com/2017/04/&/span&&span class=&invisible&&13/making-a-reddit-facebook-messenger-bot/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(14) 我在 Instagram 上用 Python 写的开源机器人（让我拥有了 2500 个粉丝，所花的服务器成本只有 5 美元）&/p&&blockquote&作者：TimG&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/my-open-source-instagram-bot-got-me-2-500-real-followers-for-5-in-server-costs-e&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的电子表格&/b&&/p&&p&(15) 权威指南：Python 的 Excel 教程&/p&&p&通过这个教程，你可以了解如何使用 Python 读取和导入 Excel 文件，如何将数据写入这些电子表格。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/python-excel-tutorial& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/python-excel-tutorial&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(16) Python 和 Googgle 电子表格&/p&&blockquote&作者：Brent Schooley&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3DvISRn5qFrkM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=vISRn5qFrkM&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的金融应用&/b&&/p&&p&(17) Python 中的金融：算法交易&/p&&p&这是一份 Python 与金融应用的教程，在此你能学习到算法交易的基本知识及相关内容。&/p&&blockquote&作者：Karlijn Willems&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.datacamp.com/community/tutorials/finance-python-trading& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&datacamp.com/community/&/span&&span class=&invisible&&tutorials/finance-python-trading&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(18) Python 中的金融教程—股票价格及相关数据介绍&/p&&blockquote&作者：Harrison Kinsley&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3D2BrpKpWwT2A& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=2BrpKpWwT2A&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(19) 用 Python 分析加密货币市场&/p&&p&比特币市场是如何表现？加密货币价值突然出现高峰和低谷的原因是什么？不同 altcoins 市场是不可分割的或基本独立的？ 我们如何预测接下来会发生什么？&/p&&p&这篇文章将简单地介绍如何使用 Python 来分析加密货币。文章通过一个简单的 Python 脚本来检索，分析和可视化不同加密货币上的数据。在这个过程中，文章还将揭示这些波动剧烈的市场行为以及一个有趣的演变趋势。&/p&&blockquote&作者：Patrick Triest&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//blog.patricktriest.com/analyzing-cryptocurrencies-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&blog.patricktriest.com/&/span&&span class=&invisible&&analyzing-cryptocurrencies-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的区块链&/b&&/p&&p&(20) 学习并构建一个区块链&/p&&p&毫无疑问，区块链这项新颖的技术是计算的奇迹。区块链技术的出现引发了新的全数字货币，如比特币和莱特币，而这些货币并非由中央当局发行或管理。区块链也以 Ethereum 这样的技术形式革命化了分布式计算，并引入了智能合约等有趣的概念。&/p&&p&这篇文章将会帮助你学习并理解区块链的工作原理。通过这篇教程，你将学习到一个功能强大的区块链，并掌握它们的工作流程。&/p&&blockquote&作者：Daniel van Flymen 和 Hackernoon&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/learn-blockchains-by-building-one-& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/learn-bl&/span&&span class=&invisible&&ockchains-by-building-one-&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(21) 如何构建一个最小的区块链&/p&&p&本文将用少于 50 行的代码（Python2）来创建一个最简单、最小的区块链。&/p&&blockquote&作者：Gerald Nash&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.com/crypto-currently/lets-build-the-tiniest-blockchain-eb& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.com/crypto-curre&/span&&span class=&invisible&&ntly/lets-build-the-tiniest-blockchain-eb&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的视频合成&/b&&/p&&p&(22) 用 Python 构建一个视频合成器&/p&&p&视频合成器是利用音频输入来创建视觉信号的设备，自上世纪 60 年代以来，已有很长的历史。&/p&&p&这篇文章将用 Python 编写一个基本的视频合成器，并使用 aubio 进行 Onset 目标检测。&/p&&blockquote&作者：Kirk Kaiser&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.makeartwithpython.com/blog/video-synthesizer-in-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&makeartwithpython.com/b&/span&&span class=&invisible&&log/video-synthesizer-in-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 的性能&/b&&/p&&p&(23) 用 Python 处理每秒 100 万个请求&/p&&p&用 Python 每秒能够达到 100 万个请求吗？为了节省服务器价格，最近很多公司正在从 Python 向其他编程语言中迁移。但实际并不需要。&/p&&p&Python 社区最近在性能提升方面做了很多工作。CPython 3.6 通过新的字典提高了整体解释器的性能。由于引入了更快的调用约定和字典查找缓存，CPython 3.7 将会更快。&/p&&p&对于数字处理任务，你可以使用 PyPy 进行代码编译。你还可以运行 NumPy 的测试套件，该测试套件现在已经改进了 Python 与 C 语言扩展的整体兼容性。在随后的更新版本中，PyPy 预计将与 Python 3.5 兼容。&/p&&blockquote&作者：Pawe? Piotr Przeradowski。&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/million-requests-per-second-with-python-95c137af319& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/million-requests-per-second-with-python-95c137af319&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(24) “Python 很慢，但我不在乎”&/p&&p&这篇文章将介绍一些关于 Python 中 asyncio 的内容，并讨论有关 Python 速度的问题。&/p&&blockquote&作者：Nick Humrich&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//hackernoon.com/yes-python-is-slow-and-i-dont-care-a1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&hackernoon.com/yes-pyth&/span&&span class=&invisible&&on-is-slow-and-i-dont-care-a1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(25) Python 中的缓存：如何缓存函数的结果&/p&&p&文章将介绍一种快捷的方法来加速 Python 记忆代码。你将看到何时以及如何运用 Python 记忆代码。记忆代码优化你的程序，在某些情况下会加速你的代码运行。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//dbader.org/blog/python-memoization& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&dbader.org/blog/python-&/span&&span class=&invisible&&memoization&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Django 框架&/b&&/p&&p&(26) 七步骤带你完整地学习 Django&/p&&p&Django 是用 Python 编写的一个 Web 框架。这篇文章是介绍 Django 基础知识的系列教程，共分为七个部分，将分别从安装，准备开发环境，模型，视图，模板，URL 到更高级的主题（如迁移，测试和部署）出发，详细探讨所有的基本概念。&/p&&blockquote&作者：Vitor Freitas&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//simpleisbetterthancomplex.com/series//a-complete-beginners-guide-to-django-part-1.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&simpleisbetterthancomplex.com&/span&&span class=&invisible&&/series//a-complete-beginners-guide-to-django-part-1.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(27) 使用 Django 构建 REST API 的测试驱动方法：第一部分&/p&&p&这篇文章将介绍如何利用 Django 来构建一个 REST API 的测试驱动，并详细介绍了每个步骤。&/p&&blockquote&作者：Jee Githinji Gikera 和 Scotch Development&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//scotch.io/tutorials/build-a-rest-api-with-django-a-test-driven-approach-part-1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&scotch.io/tutorials/bui&/span&&span class=&invisible&&ld-a-rest-api-with-django-a-test-driven-approach-part-1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Flake&/b&&/p&&p&(28) OI’List 规则&/p&&p&这篇博文中我们将介绍 Flake8（pyflakes，pycodestyle 和 mccabe）中的每个规则及相对应的示例。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//lintlyci.github.io/Flake8Rules/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&lintlyci.github.io/Flak&/span&&span class=&invisible&&e8Rules/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(29) 使用 Python 和 Flask 开发 RESTful API&/p&&p&本文包括以下几部分：&/p&&ul&&li&为什么用 Python？&/li&&li&什么是 Flask？&/li&&li&引导 Flask 应用程序&/li&&li&用 Flask 创建一个 RESTful 端点&/li&&li&用 Python 类映射模型&/li&&li&用 Marshmallow 进行序列化和反序列化对象&/li&&li&Dockerizing Flask 应用程序&/li&&li&用 Auth0 保护 Python API&/li&&/ul&&blockquote&作者：Bruno Krebs&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//auth0.com/blog/developing-restful-apis-with-python-and-flask/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&auth0.com/blog/developi&/span&&span class=&invisible&&ng-restful-apis-with-python-and-flask/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 Numpy&/b&&/p&&p&(30) 从 Python 到 Numpy&/p&&p&本文通过一种新颖的方式，向量化地集中讲解了如何从 Python 迁移到 Numpy 的学习。另外，本文还包括一些很少提到的使用技巧。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//www.labri.fr/perso/nrougier/from-python-to-numpy/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&labri.fr/perso/nrougier&/span&&span class=&invisible&&/from-python-to-numpy/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(31) 探索 Python 每种工具包的行长度&/p&&p&本文探索了 Python 的流行包，如 NumPy，SciPy，Pandas，Scikit-Learn，Matplotlib，AstroPy 等。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//jakevdp.github.io/blog//exploring-line-lengths-in-python-packages/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&jakevdp.github.io/blog/&/span&&span class=&invisible&&/exploring-line-lengths-in-python-packages/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的 NashPy&/b&&/p&&p&(32) NashPy 教程—建立并找到一种简单的游戏平衡&/p&&p&博弈论是用来研究理性主体之间的战略互动：当双方试图采用对各自最有益的方式来完成某件事情时，对双方互动行为的研究。这篇文章将采用 Python 中的 NashPy 来研究这种双方博弈的互动行为。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//nashpy.readthedocs.io/en/latest/tutorial/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&nashpy.readthedocs.io/e&/span&&span class=&invisible&&n/latest/tutorial/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的马尔可夫过程&/b&&/p&&p&(33) 用 Python 模拟 Chutes 和 Ladders&/p&&p&这篇文章将通过 Chutes 和 Ladders 游戏的例子，建立模型并阐述马尔可夫过程的原理。整个分析过程附有 Python 源码，感兴趣的读者可以尝试一下。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//jakevdp.github.io/blog//simulating-chutes-and-ladders/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&jakevdp.github.io/blog/&/span&&span class=&invisible&&/simulating-chutes-and-ladders/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 中的数据分析&/b&&/p&&p&(34) 用 Python 分析美国联邦政治行为&/p&&p&科学、政治、个人意见和社会政策的交集可能呈现相当复杂的情况。思想和学科的交汇点通常充斥着有争议的观点和基于信仰但缺乏经验证据的议程。这时，数据科学在这方面就显得特别重要，因为它提供了一种以实际事实为基础的考察世界的方法，能够深入了解我们今天所面临的一些最重要的问题。&/p&&p&这篇文章我们将用 Python 来分析美国联邦政府的一些政治行为，深入了解政治背后所隐藏的故事。&/p&&blockquote&作者：Patrick Triest&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//blog.patricktriest.com/police-data-python/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&blog.patricktriest.com/&/span&&span class=&invisible&&police-data-python/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(35) 用 Python 分析 1000+ 的希腊葡萄酒&/p&&blockquote&作者：Florents Tselai&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//tselai.com/greek-wines-analysis.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&tselai.com/greek-wines-&/span&&span class=&invisible&&analysis.html&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(36) 如何用 Python 生成 FiveThirtyEight 图&/p&&p&这篇文章将用 Python 的 matplotlib 和 pandas，来学习并查看 FiveThirtyEight（FTE）可视化的核心部分，并教会你使用 Python 来为自己的数据进行可视化。&/p&&blockquote&作者：Josh Devlin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.dataquest.io/blog/making-538-plots/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&dataquest.io/blog/makin&/span&&span class=&invisible&&g-538-plots/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(37) 使用 Apache Spark 和 Python 为 8000 万 Amazon 产品进行评价打分&/p&&p&作者编写了一个简单的 Python 脚本，将亚马逊产品评论数据集中的每类评分数据进行整合，并对这些 Amazon 产品评论数据进行分析打分，以发现用户的喜好。&/p&&blockquote&作者：Max Woolf&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//minimaxir.com/2017/01/amazon-spark/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&minimaxir.com/2017/01/a&/span&&span class=&invisible&&mazon-spark/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(38) 使用 Python 进行地理空间分析&/p&&blockquote&作者：Matthew Rocklin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//matthewrocklin.com/blog//work//accelerating-geopandas-1& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&matthewrocklin.com/blog&/span&&span class=&invisible&&//work//accelerating-geopandas-1&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(39) 星球：从太空中了解亚马逊，来自 Kaggle 头奖获奖者的采访&/p&&p&文章采访了 Kaggle 的“星球：从太空中了解亚马逊”竞赛的获奖者，内容包括他如何使用 11 个微调的卷积神经网络，标签关联的结构模型，以及如何避免过拟合现象等。&/p&&blockquote&作者：Edwin Chen&br&链接：&br&&a href=&https://link.zhihu.com/?target=http%3A//blog.kaggle.com//planet-understanding-the-amazon-from-space-1st-place-winners-interview/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&blog.kaggle.com/2017/10&/span&&span class=&invisible&&/17/planet-understanding-the-amazon-from-space-1st-place-winners-interview/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&Python 入门&/b&&/p&&p&(40) 从零开始学习 Python&/p&&p&Python 的创建者 Guido van Rossum 曾说过，“Python 是一个高级编程语言，其核心设计理念是让代码具有高度的可读性和简单的语法，程序员可以用几行代码表达自己的想法。”&/p&&blockquote&作者：TK&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/learning-python-from-zero-to-hero-120ea540b567& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/learning-python-from-zero-to-hero-120ea540b567&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(41) 重要的 Python 练习清单&/p&&p&这篇文章列出了一些重要的练习项目，包括 Python 语言本身和标准库的练习。文章中还有 Python 中不同主题模块的知识。&/p&&blockquote&作者：Ynon Perek&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.ynonperek.com//python-exercises/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&ynonperek.com/&/span&&span class=&invisible&&1/python-exercises/&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(42) API 的设计原则：先思考再编码&/p&&p&API 是定义应用程序接口的通用术语，换句话说，就是用户（人或机器）与程序的交互接口。在 Web 开发世界中，API 通常是一个网站，其中包含一系列端点，用于响应客户端请求和结构化文本数据。这篇文章将告诉你为什么以及如何设计一个正确的 API，如何将自己的思想植入到 API 的设计中来构建属于你自己的 API。&/p&&blockquote&作者：Jonatas Baldin&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.ckl.io/blog/api-design-think-first-code-later& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&ckl.io/blog/api-design-&/span&&span class=&invisible&&think-first-code-later&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(43) Python 机器学习指南&/p&&p&本文将通过清晰地解释和有效的练习，来帮助你深度理解相关的机器学习算法。&/p&&blockquote&作者：Conor Dewey&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//medium.freecodecamp.org/the-hitchhikers-guide-to-machine-learning-algorithms-in-python-bfad66adb378& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.freecodecamp.org&/span&&span class=&invisible&&/the-hitchhikers-guide-to-machine-learning-algorithms-in-python-bfad66adb378&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(44) 如何学习 Python 编程：6 位经验丰富的 Python 开发者分享了他们的观点&/p&&p&对于当下热门的 Python 语言，有太多的教程、书籍、视频和博客文章资源，然而如此多的冗余资料，你该如何选择最佳的方式开始你的 Python 学习之旅呢？这篇文章列出了 6 位 Python 专家分享的学习经验，相信这对于迷茫中的你来说，将受益匪浅。&/p&&blockquote&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//coolpythoncodes.com/best-way-learn-python-programming& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&coolpythoncodes.com/bes&/span&&span class=&invisible&&t-way-learn-python-programming&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&(45) 如何用 Python 实现强大的数据分析&/p&&p&Python 是数据分析的最佳编程语言，这得益于它自带的依赖库。依赖库能够存储，操纵数据，并从数据中获得核心信息，因而在数据科学领域被广泛使用并展现出强大的功能。本文介绍了 Python 在数据科学领域的应用历史以及最新发展。&/p&&blockquote&作者：Jake VanderPlas&br&链接：&br&&a href=&https://link.zhihu.com/?target=https%3A//www.youtube.com/watch%3Fv%3D9by46AAqz70& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/watch?&/span&&span class=&invisible&&v=9by46AAqz70&/span&&span class=&ellipsis&&&/span&&/a&&/blockquote&&p&&b&原文链接：&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//medium.mybridge.co/python-top-45-tutorials-for-the-past-year-v-d46c9e857& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&medium.mybridge.co/pyth&/span&&span class=&invisible&&on-top-45-tutorials-for-the-past-year-v-d46c9e857&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&&b&Github 链接：&/b&&/p&&p&&a href=&https://link.zhihu.com/?target=https%3A//github.com/Mybridge/learn-python& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&github.com/Mybridge/lea&/span&&span class=&invisible&&rn-python&/span&&span class=&ellipsis&&&/span&&/a&&/p&
看到一篇很不错的文章，推荐给大家 来源：公众号：CSDN 翻译 | 林椿眄编辑 | Donna出品 | 人工智能头条【导读】热门资源博客 Mybridge AI 比较了 18000 个关于 Python 的项目，并从中精选出 45 个最具竞争…
&p&&b&为什么说高频交易只挣不赔？&/b&问题第一部分，也很值得回答。&/p&&ul&&li&简单说，交易决策时刻，分四种现实类别吧。。。（with hindsight）&/li&&/ul&&ol&&li&有机会，模型以为没有机会，false negative，因而当时并没进行交易，反正&b&不亏的&/b&。&/li&&li&没机会，模型以为没有机会，true negative，也一样没进行交易，也&b&不亏的&/b&。&/li&&li&没机会，模型以为有机会，false positive，即使进行交易但市场并没有变，也&b&不亏的&/b&。（最多只损失了交易费）&/li&&li&有机会，模型以为有机会，true positive，试图进行合理交易，&b&有利润空间了&/b&。&/li&&/ol&&li&在true positive这类情况下，很多类似策略也都在抢同样的信号，所以主要看谁的快慢。速度是高频交易最核心的竞争力所在。如果及时反映，比别人都快了，从中就挣到了最大化的利益。&b&反过来，如果这次抢得太慢了，也不算什么亏损，因为根本就抢不到那个价格&/b&（所以跟false negative的结果一样）。&/li&&li&所以说，理论上，成功成交的东西都应该是有利于高频玩家的。&/li&&li&实际上当然也没那么简单。只有很少数的公司才能做到超级快的速度级。除了速度以外，重点是研究调整false positive和true positive的比例，不过这一点跟速度关系也很大了。。。假如说，你每次就是那个最慢最迟钝的高频万家之一，那你每次成功抢到的东西也只剩false positive，抢到别人根本就不要的东西。相当于每次白白掏出交易费（没有交易费的情况下，最起码也损失了半滴/half tick的市场价差吧）。那算是比较明显慢慢亏钱失败的一种高频策略情况了。但就因为那么明显了，一小时的几千手，基本就能看出来了，所以不会有人长期坚持那么做下去&b&。&/b&&/li&&li&再说，假如你以这种hindsight去量化自己的交易历史，发现成功true positive只占10%的交易比例。。。那也要保证你成功true positive的平均利润比例高于其他false positive的交易费损失比例。否则不划算。假如正好一半一半，最起码也要追求比交易费更大的利润比例，高于半滴。再假如你能做到90% 成功 true positive，也只需要追求单交易利润率高于交易费的十分之一左右，也一样可以盈利了。（个人比较熟悉后面这一种：赌博错误交易的半滴成本大概相当于-0.05%，然后只谋正确交易追求平均+0.01%甚至+0.001%利润的样子）&/li&&li&或者这样说。。。&b&反复测试不同新策略的时间成本和资源成本，就算是运用了极大资本量，基本可以忽略不计了。&/b&研发试错速度因而有所提升。最坏的情况也只扔了几千次交易费，甚至还不如服务器+劳动成本。（不过自动化程序里面发生天灾bug的风险概率还是存在的，个人也经历过几次，特别麻烦，所以也建议从最小交易规模开始吧）&/li&&li&&b&另一个重点原因。。&/b&。&b&交易次数大了，比如一天几十万手，那你每一个交易的随机风险基本可以忽略了。十万手，如果都做到了+0.001%的利润，也有一天100%的回报率。实际上，每一笔交易的利润是个正态分布，往往摇摆在+0.1%%和-0.1%中间。每天也有极少数+/-1%以上的严重例外情况。然后，重点是样本数据量太大，这些随机超出正常范围的交易利弊，也会互相对冲掉，还能分析出正态分布平均是0%还是0.001%。一笔一笔的结果是杂乱的，一万笔的结果反而很稳定。高频模式只是加速了这方面的确定性，把一年利润分析缩小到了几个小时。&/b&&/li&&li&（这一天100%以上的返还率，听上去很吓人，还得换个角度去了解。正确来说，是指仓位风险跟利润的比例。如果我每次不超过1000块的风险，不超过1000块的交易，不超过1000块的资源需求，那利润也许可以做到一天1000块。然后，高频做到了一定规模，也无法再坚持倍数扩大，因为已经涉及到了市场散户随机交易的微观流动性。不太符合民众对于宏观价值长期趋势而随便投注多少的直觉。高频思维都是“加减“，以不断地循环同一批钱为主，而不是那种“乘除“倍数积累利润率的）&/li&&li&为什么跟其他交易策略有本质差别？说白了，交易次数大得多了，每笔投注规模小的多了，导致整个风险与利润的关系变得不太一样了。风险本身成了一个非常短暂的日内随机问题。高频策略要是能够挣钱，每天也都是有利润的。&/li&&li&最极端的情况，如果你比所有玩家都快，根本就不存在任何风险了，因为在每次发生价格变化，你都是最后一个把之前价格抢完的那个人了，也都站在价格上下方向正确的一边。就算你只看到了一小部分价格变化机会，肯定是这些机会上最大的得利者之一。所以抢单、挂单修改、撤单速度才是重点。如果实在做不到最快的，也只能通过增加true positive比例的手段稍微衡量一下。&/li&&li&要让高频团队亏钱，也只能伪造信号，让他们站在错误的方向。但是也很难，因为太多团队都在做，整体力量高于任何散户。说实话，先反应的团队也能吃掉后反应的团队利益。如果真输了，最多也只是一次性的效果。从中损失地又不多，人家会很快发现自己的错误，然后停掉策略，修改策略。真不能重复那么做。只有每个实质信息都比他们更快掌握，这才有可能取代人家的利益。（这里信息的定义很抽象，包括各种手动交易员和散户的思路在内，什么样的高频策略信心输入，也都有可能分开存在。虽然重点是利用其他人下交易的信息）&/li&&p&希望读者能够明白上面这些道理。&/p&&p&&b&那我们讨论这些利润从何而来？&/b&&/p&&ul&&li&简单说，人家目标是争取站在每一个价格很快就要被抢完漂移的角度去执行交易。如果现在的买卖价格分别是。。。然后很明确要变成。那我们尽量在10002买入。其他人跟风，真成了就是理论上的目标（要不然这策略就没啥用了）。下一步会怎样呢？可能过几秒钟又回到，然后我们也最早发现了，等到最后时刻，再以10002的价格卖出也不迟，不挣不赔。或者，过几秒，下一步又成了的状态，然后不用再买入，之前当时买入的东西更加划算了，继续等着涨价，或者再撤退。反过来也是。（突然涨跌多滴也是可能的，利弊都有可能，可视为随机因素，与小波动的累积价值对比起来，也就无所谓了）&/li&&li&如果每次都这么慢，每一毫秒微妙去查看，一滴一滴一步一步地上下漂移，只需要保证占了每一滴最后时刻的优势时光，根本就亏不了了，对不对？这是最简单粗暴的一种刮头皮策略。实际上很多active高频策略也是类似性质的。模型规则再怎么复杂，也是这个本质。&b&吃的就是散户每一秒乱买卖的小波动。&/b&&/li&&li&passive策略也差不多的本质，只是挂起来等着别人来抢而已。如上，目前是，我们觉得价格正要上去一滴，让别人以10001去卖出，相当于自己10001买入。别人不卖出也无所谓。真的如所愿涨其了一滴，还多了一滴利润呢。重点在于即使撤单，如果反而即将变成，也要尽量撤单去站在另一边。比别人快，一样非常重要。（如果已经转变走向，然后你还挂着目前上一秒的东西，会比较惨的）&/li&&li&当做零和游戏，人家价值利润是哪来的？当然来自随便手动下注的庞大群众了。。。&b&微观实际价值已经高于10001.5，甚至已经预测高于10002，然后还有的人愿意以10001卖出。&/b&反过来，实际价值已经低于10001.5，还有人愿意以10002买入。市场那么大，也总有这样的人，看错微观走势。&b&这本来就是牺牲0.005%-0.01%价值的一种愚蠢行为。&/b&&/li&&li&&b&人家脑子里在谋略1%以上的长期利润变化（或者自以为在这样谋略），看的都是宏观现象。根本就没人在乎0.01%具体暂短市场价差。&/b&小波动无所谓，因为交易次数少。多等几毫秒，少等几毫秒，无所谓了，还急着买卖，根本不会影响他们脑子里所追求的大致利益以及判断决策。包括很多专业大公司，也不怎么在乎。从中，都被剥夺了那么一丁点取决于小波动的0.01%利益。你后面输了还是赢了无所谓，反正你当时也绝对损失了一小部分价值给高频公司。&/li&&li&人家公司提供价值也算是一种给与散户的优惠服务，但背后肯定是考虑自己利益为主。所让你看到的那些价格，都是更利于人家自己的。他们更加熟知短期波动现实，掌握了更多这方面进几秒的详细交易信息，或者更重视。&/li&&li&如果在急着抢买卖，所看到的公开市场价格都是别人愿意给你提供的。他们的信息量也不一定比你少，还很擅长自动处理准备。去抢这种东西，那肯定是对方也愿意的，给他们送了几毛钱。自己单笔交易到时候输了，他们拿了一小部分利润，享受了比你更好一滴的前后成交价格。到时候赢了，一样，他们也在你的交易基础上多占了一些。&/li&&li&零和游戏，如果你进行了一万个随机买卖交易，无论如何，他们也从中拿了一万次的小优势，在你这个交易量上，很可能累积挣得比你还多呢。你自己该有的价值，都一点一点扔给他们吃掉了。跟交易所收交易费收利润的道理一样。只是他们的信息量或分析能力比交易本省还强，或者引入了许多跨越多个交易所的道理去判断微观价值趋势。&/li&&li&包括很多更加专业的交易手和基金，交易次数不高，一样不怎么在乎准确成交0.01%价差的小事，还愿意给高频公司牺牲这点价值。所以不仅仅是通过愚蠢散户得来的利益。高频控制不了市场大致趋势，但对于市场小细节小波浪的利用能力还是挺强的。&/li&&li&&b&比喻一下，海上很少出现超过100米的波浪海啸。大家都在关注这种海啸的大事。但如果你反而把太平洋上所有几厘米小水波的高度全部加起来，恐怕也有几公里之高。&/b&大家又觉得这些东西各种无所谓，但确实有人一直在盯着利用剥夺。&/li&&li&&b&再比喻，有个巨大商场，里面买卖金属之类的。里面也分很多不同的小店，都有自己的看法。每天数百万人出出入入试图买卖自己的金子。门口站了一大群流氓黄牛，看进出客户去买卖了什么，深知每小时买卖的真实情况。提前沟通安排其他自己人跟各个商店买卖，然后给门外客户提供新的价格。很多时候，也确实比多数商店划算方便，显得买卖价格差别很小。。。但是这群流氓也无疑一直在自己从中挣钱。他们每天挣钱的综合也比进去每一个单独客户都多了。她们风险很少。。。高频交易，就相当于这群流氓，但又可以视为一个万能中心化自动化程序。。。干得比很多单独商店要好很多了，促使了整体市场流动性方便性，只是的确从中挣了很多钱。人家那样做，也亏不了，因为足够快，自己手中本来就没有多少金子了。&/b&是一种及高效率的商务中介角色/服务。可以视为一种价值剥夺工具，也可以视为一种市场上必然出现的寄生物。科技角度上，目前还很难消灭这类程序策略的存在。&/li&&/ul&
为什么说高频交易只挣不赔？问题第一部分，也很值得回答。简单说，交易决策时刻，分四种现实类别吧。。。（with hindsight）有机会，模型以为没有机会，false negative，因而当时并没进行交易，反正不亏的。没机会，模型以为没有机会，true negative，也一…
&p&感觉没人正面回答这个问题，我仅站在技术的角度去抛砖引玉的归纳一下这个问题，先陈述一下Deep learning的要点：&/p&&p&&b&首先，&/b&Deep learning能做一切数据挖掘有关的事情，区别在于你能不能结合自身的经验去建立一个较优的模型，让learning更加的“高效”，这种“高效”包含但不限于：学习时间、学习误差率、学习鲁棒性、学习所耗费的资源等。&/p&&p&&b&其次，&/b&Deep learning处理的数据前期至少要求是相对全面的，不全面的数据、甚至如果有重要的数据有所隐藏，对于任何学习模型来讲基本都是灾难的。(假设世界上除了男人、女人，还有第三种人，你在不知道的情况下如何去分类？怎么分类都是错的)&/p&&p&&b&再次，&/b&Deep learning所谓的模型，对于目前而言，受限于基础理论，建立模型的过程是渐进的、甚至是需要人工的，所以“调参”的手段是有很大的“主观成分”在里面的，所谓的“主观成分”不单单是说在股票行业经验越多越好，而且要求是正确的、有体系(结构化、去噪音)的经验，事实上，很多投资经理自身投资的过程中受限于压力，经常带入了很多非科学、非理性的情感，甚至犯很多基础错误，导致投资失败。&b&也就是说：模型即使是对的，调参人员太傻比也不行！&/b&&/p&&p&&b&最后，&/b&Deep learning是统计学和机器学习两门科学的交叉科学，它的宗旨是通过统计学习方法运用机器学习的运算(实现)思路，让机器帮我们去计算各种事件出现的概率，协助我们去分类大数据、预测新的样本为【某个特定分类】的概率等等。但是，仅仅是&b&“概率”&/b&，既然是“概率”必然也就只是可能性而已。&/p&&p&有了上面四个简单的Deep learning基础咱们再来看股票预测这个问题，思路会很清晰：&/p&&p&根据&b&第一点&/b&股票预测这件事情肯定是可以做的，&b&因为股票预测是数据挖掘的问题&/b&，无非也就是根据一堆数据分析去得出一个分类而已：{0：涨，1：跌}。但是，用Deep learning去做靠谱吗？&/p&&p&我们说这个问题取决于前面Deep learning提到的后三点：你的数据是否全面？你的模型在建立的过程当中，负责调参的人靠不靠谱？然后，介于Deep learning只是概率事件，你是不是用一次成败去论英雄？&/p&&p&在提到数据全面这个问题上，我们不得不承认，在中国的股票市场是不适合用数据去预测的，因为中国的市场是有操纵嫌疑的(&b&这个仅仅代表个人的观点哈，不喜勿喷&/b&)，很多企业的内部数据基本都是不向外开放、甚至刻意利用信息不对称去操纵股价，这个我就点到为止吧，相信大家都承认，扯多了就是不技术问题了，而是政策问题。&/p&&p&相对而言，在数据准确、全面的基础之上，我们去做DL会好很多，但是这个时候我们也不能说DL得出的结论一定是靠谱的，因为受限于基础理论，目前的DL基本都需要人工去调整参数，这个时候考虑的就是调参人员的经验了。为了弥补这点，在美国华尔街，很多对冲公司都是形成一个个的项目组，一个项目组成员包含：分析员(DL、ML)、资深经理人(对股票的了解深入骨髓)、操盘手(负责根据DL、ML的结论操作数据)等等。但是即使这样，由于跨界的隔阂，团队也不一定能够100%的建立一个牛逼的模型，这个时候就需要一个“交叉科学家”：他上知技术、下知股票行业，同时也是个很好的管理者，这样的人员去做leader，然后协调技术和证券人员模型才能更好的建立，举个例子：&a href=&//link.zhihu.com/?target=http%3A//blog.sina.com.cn/s/blog_8e35b5dy.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&数学家西蒙斯：华尔街最赚钱的基金经理_天马_新浪博客&/a&&/p&&p&最后提到一点Deep learning是一个概率的事件集，即使是目前看似神武围棋DL程序alphaGo，在前期也是屡次失败的，因为它走每一步棋都只是代表“走完这一步之后我的棋盘局面会是【相对最好】的概率”，为什么是相对，前面提到过，受限于资源，DL不可能计算每一种可能性，利用牛顿下降法、改进梯度下降法也只能是让我们达到局部最优，而不是全局最优。而即使达到全局最优，DL运算也是给出每一种结果成功的概率，概率只是可能性。笔者自己尝试着在10台机器上面基于tensorflow框架跑过一个自己改造的围棋DL程序，由于计算资源不足，导致隐节点数量和深度都只能调整很低，所以效果只能说一般(&b&但比我自己强&/b&[害羞])。&/p&&p&所以，站在技术的角度，DL做股票分析是靠谱的，但是前提是你的数据得准确、调参人员兼顾技术+股票经验、并且承认成功也只是概率事件。而且，现在在华尔街，美股市场中几乎每家对冲基金公司都在用DL预测，只有有些公司做得好、有些公司做得差而已。笔者也从朋友那里听说过，目前貌似国内有个90后掌控了几百亿资金在做“量化交易”，做的是美股市场，真假我就不保证了，但是应该有。
感觉没人正面回答这个问题，我仅站在技术的角度去抛砖引玉的归纳一下这个问题，先陈述一下Deep learning的要点：首先，Deep learning能做一切数据挖掘有关的事情，区别在于你能不能结合自身的经验去建立一个较优的模型，让learning更加的“高效”，这种“高…
对题目中提到的“冰山算法”，我刚好有一些了解，可以给大家讲讲。很多人对“量化交易”的理解实在太过片面，基本上把它等同于生钱工具，我不赞同这种观点。交易首先是交易本身，有它自身的经济学意义，忽略这一点而单纯把它看成使钱增值的数字游戏，很容易就会迷失本心。&br&&br&我也不认为算法本身有什么稀奇，再好的算法也是死的，真正的核心价值一定是掌握和使用算法的人。实际上我讲的东西也都是公开的信息，但是即便了解了技术细节，能真正做好的人也寥寥无几。&br&&br&希望这个回答可以让你对量化和高频交易有一个更清醒的认识。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&首先我相信不少人概念里的高频交易还是这个样子的：&br&&figure&&img src=&https://pic3.zhimg.com/0320bbc08c1d67dc51c721e4fa400232_b.jpg& data-rawwidth=&400& data-rawheight=&284& class=&content_image& width=&400&&&/figure&&br&但对高频交易来说，这种信息是非常粗糙的。所以这里先要对不熟悉背景的同学介绍一下什么叫做Order Book。现在主流的交易所一般都使用Order Book进行交易，交易所在内部的Order Book上记录所有买家和卖家的报价，比如像这样：&br&&figure&&img src=&https://pic2.zhimg.com/e508ba3ad4d62e90f054d9_b.jpg& data-rawwidth=&387& data-rawheight=&204& class=&content_image& width=&387&&&/figure&&br&&br&Bid表示买家，Offer表示卖家，这张报价单表示买卖双方发出的所有报价单（Limit Order）。这张表才是高频交易最关心的信息。任意时刻，买家的出价总是低于卖家（比如这里的98对101）。所以报价虽然一直在变化，但是只有报价是不会有任何成交的。&br&&br&什么时候会产生交易呢？有两种情况，第一是任一方发出市价单（Market Order），比如一个买家发出一张单量为10的市价单，就可以买到卖方在101价格上挂的10份，这个交易成功之后，Order Book会变成这样：&br&&figure&&img src=&https://pic1.zhimg.com/fbcbb09cf0668_b.jpg& data-rawwidth=&387& data-rawheight=&204& class=&content_image& width=&387&&&/figure&&br&第二是发出一个价格等于对方最优报价的限价单，也会产生和上述情况相同的结果。&br&&br&需要强调的是，虽然真正的Order Book只存在于交易所内部，所有交易都在交易所内完成，但是交易所会把每笔报价和市价单都转发给所有人，所以所有的买家和卖家都可以自己维护一个同样的数据结构，相当于交易所Order Book的镜像。通过跟踪分析自己手里这份的镜像变化，来制定交易策略，是高频交易算法的核心思想。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&基础知识介绍完毕，下面为了方便大家理解，我采用一种更形象的方式来表示Order Book：&br&&figure&&img src=&https://pic1.zhimg.com/31dc04dbf4f52ca7af44b03c_b.jpg& data-rawwidth=&468& data-rawheight=&135& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic1.zhimg.com/31dc04dbf4f52ca7af44b03c_r.jpg&&&/figure&&br&这张图对应文章开始时的那个Order Book，应该可以明白地看出，横轴表示价格，纵轴表示订单量，绿色表示买家，红四表示卖家。这样做的目的是为了引出本篇讨论的主题：冰山订单。&br&&br&通过上述基本分析大家可以看出，交易所内的交易数据是完全公开的，市场上任意时刻，有谁想要买／卖多少，所有人一目了然，没有任何秘密。这样做本身是有经济学意义的，因为只有展示出买卖的需求，才会吸引潜在的商家来交易，所以&b&在市场上一定程度的公开自己的需求是必要的&/b&。但这样同时带来一个严重的后果，一旦有某个人想要大量买／卖，他所发出的巨额限价单会直接展示给所有人。比如一个买家挂出巨额买单后，Order Book会像这样：&br&&figure&&img src=&https://pic3.zhimg.com/ab980cdba9d438bfbfa57fc311f3efb2_b.jpg& data-rawwidth=&468& data-rawheight=&135& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic3.zhimg.com/ab980cdba9d438bfbfa57fc311f3efb2_r.jpg&&&/figure&&br&这对他非常不利，因为所有人都会利用这个信息来跟他做对。大家会判断，现在市场上存在大量的买压，于是会出现一大批为了赚钱而冲进来的人抢购，价格会快速上升，这样原来这个人可以在98这个价位买到的东西，很快就变得要在更高的价位上才能买到。这种情况，那些后来的人做的就是&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Front_running& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Front running&/a&，而原来的那个人则面对&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Adverse_selection& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&逆向选择风险&/a&。&br&&br&为了解决这个问题，交易所提供了一种针对性的工具，就是所谓的冰山订单（Iceberg Order）。这种订单可以很大，但只有一小部分是公开出来的，大部分则隐藏起来，除了交易所和发单者本人谁也看不到，真的像一座“冰山”一样。比如像这样：&br&&figure&&img src=&https://pic3.zhimg.com/898a440c4fccaa_b.jpg& data-rawwidth=&468& data-rawheight=&291& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic3.zhimg.com/898a440c4fccaa_r.jpg&&&/figure&&br&灰色的部分就是冰山订单隐藏的部分。这样，只有当有对应隐藏量的交易发生时，交易所才会通知其他人，就避免了别人利用显示订单的信息来做&a href=&//link.zhihu.com/?target=http%3A//en.wikipedia.org/wiki/Front_running& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Front running&/a&。&br&&br&凡事有一利必有一弊。冰山订单虽然保护了发单者的利益，但是对于其他市场参与者来说却又变成了一种不公平的规则。那些有真实的交易需求的参与者，会因为对局势的误判而损失惨重。所以接下来的问题就变成，如何发现市场上的冰山订单？&br&&br&首先有一种最简单的方法。有的时候，冰山订单是挂在最优买价和卖价之间（spread），像这样：&br&&figure&&img src=&https://pic4.zhimg.com/b8e9efaf2e1fac55516f_b.jpg& data-rawwidth=&468& data-rawheight=&291& class=&origin_image zh-lightbox-thumb& width=&468& data-original=&https://pic4.zhimg.com/b8e9efaf2e1fac55516f_r.jpg&&&/figure&&br&对于这种情况，有一个非常简单的探测方法，即发一个最小额度的限价单在spread里，紧跟着取消这个订单。比如这个例子中，发出一个卖价为99的限价单然后取消。因为这个价格本身对不上显式的买价（98），如果没有冰山单的存在，一定不会成交。但有冰山单的情况下，一旦交易所收到这个卖单，会立刻成交冰山单中对应的量，而之后的取消指令就无效了。这样，以一种微小的成本，就可以发现市场中隐藏着的订单。事实上，的确有人会做这种事情，频繁的发单然后取消，在最优价差之间形成一种高频扰动，用来探测隐藏单。&br&&br&为了应对这种扰动探测，大家一般都不会直接挂单在spread里。而是会像之前那样和普通的限价单挂在一起，这样发生交易之后，你就很难推测消耗掉的究竟是正常的限价单，还是冰山订单。那么应该怎么做呢？&br&&br&首先有一个直接的思路。冰山订单的存在，一定程度上反映了挂单人对市场情况的解读，认为有必要使用冰山订单而做出的判断。需要强调的是，使用冰山订单并不是没有代价的，因为你隐藏了真实的需求，在屏蔽掉潜在的攻击者的同时，也屏蔽掉了真正的交易者！而且会使得成交时间显著增加－－因为没人知道你想买／卖这么多，你只能慢慢等待对手盘的出现。所以当有人下决定发出冰山订单的时候，也会有对市场情况的考虑，只有合适的时机才会做这种选择。&br&&br&什么是合适的时机？有一些数据应该是相关的，比如买卖价差spread，买单量对卖单量的比值等。对这些数据，你可以在历史数据上做回归分析，建立起他们和冰山订单之间的线性／非线性模型。通过历史数据训练出来的这个模型，就可以作为你在实时交易时使用的冰山订单探测器。这是 &a href=&//link.zhihu.com/?target=http%3A//www.tinbergen.nl/%7Esofie2012/papers/HautschHuang2012.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placements&/a& 这篇论文使用的方法。&br&&br&基本模型可以定义为：F(spread，bidSize/offerSize，……) = Probability(Iceberg)&br&&br&如果你想玩高深的，还可以在此基础上做HMM，SVM，神经网络之类的高级模型，但基本思路是一致的：通过盘口分析计算存在冰山订单的概率。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&上面说的这个方法，看起来很高级，实际效果如何呢？我想大家也看出来了，这种建模不是很精确。作为事后分析手段用来说明什么情况下可能会出现冰山订单还不错，但是作为实时交易的探测器就不是很放心。因为使用的信息太模糊了，而且说到底建模的对象只是一种相关性，没有什么保证冰山订单的发送者一定是按照这个逻辑出牌的。&br&&br&所以接下来介绍的，才是真正具有高频玩家神采的方法，来自 &a href=&//link.zhihu.com/?target=http%3A//www.iijournals.com/doi/abs/10.3905/jot..068%23sthash.rg6lIM8a.dpbs& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Prediction of Hidden Liquidity in the Limit Order Book of GLOBEX Futures&/a& 这篇论文。&br&&br&～～～～～～～～～～～～～～～～～～&br&&br&高频世界里，有一条永恒的建模准则值得铭记：先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型，那基本上是死路一条。我见过很多年轻人，特别有热情，一上来就开始做数学定义，然后推导偏微分方程，数学公式写满一摞纸，最后一接触数据才发现模型根本行不通，这是非常遗憾的。&br&&br&而看了数据的人会怎么样呢？他很可能会发现，对于冰山订单的处理，交易所的规则是非常值得寻味的。有的交易所是这样做的：一个冰山订单包含两个参数，V表示订单总量，p表示公开显示的量。比如V=100，p=10的冰山单，实际上隐藏的量是90。如果有针对这个订单的交易发生，比如交易量10，交易所会顺序发出三条信息：&br&&ol&&li&成交10&/li&&li&Order Book的Top bid size -10&/li&&li&新Bid +10&/li&&/ol&这三条信息一定会连续出现，并且第三条和第一条的时差dt很小。这样做的原因是尽管冰山订单存在隐藏量，但是每次的交易只能对显示出的量（p）发生，p被消耗掉以后，才会从剩余的隐藏量中翻新出一分新的p量。这样，每个人从交易所收到的信息仍然可以在逻辑上正确的更新Order Book，就好像冰山订单并不存在一样。&br&&br&因此，一旦在数据中观察到这个规律，我们就可以非常有把握的判定市场中存在冰山订单，并且连p的值都可以确定！接下来的关键问题是，如何确定V的值，即判断这个冰山订单的剩余存量有多少？&br&&br&这个问题从本质上说没法精确求解，因为V和p都是由下单人自己决定的，可以是任意值。但可以从两点考虑：第一，两个值都是整数；第二，人类不是完美的随机数生成器，下决定会遵循一定规律。&br&&br&从这两点出发，可以对V和p建立概率模型，即计算一个给定的（V，p）值组合出现的概率是多少？这里不去深入探讨数学分析，感兴趣的朋友可以自己去看原文。简单说，可以在历史数据上通过kernel estimation技术来估算他们的概率密度函数的形状。顺带一提，如果你亲手编写过这种估算程序，就会理解我为什么在“&a href=&http://www.zhihu.com/question//answer/& class=&internal&&要想成为一名优秀的 Quant 需要什么样的编程水平？&/a&”这个答案中如此强调编程的重要性。在数据上估算出来的概率密度函数可能会是这样的：&br&&figure&&img src=&https://pic2.zhimg.com/fb5ec7fd15b695_b.jpg& data-rawwidth=&825& data-rawheight=&559& class=&origin_image zh-lightbox-thumb& width=&825& data-original=&https://pic2}
我要回帖
更多关于 海通期货大赛 的文章
更多推荐
- ·喇嘛藏传佛教和佛教一样吗的区别
- ·新疆轻工乌鲁木齐现代职业技术学院院师资设施
- ·山东保健品公司排名天鹰生物科技有限公司的营养液好用吗？
- ·作为一个幼儿美术是指3-6岁幼儿所进行的教师主要是掌握音美等艺术知识对吗？
- ·中国驻美国在大使馆工作月薪多少的待遇好吗？
- ·中国人寿鑫福宝怎么样的开门红产品鑫福年年是个什么样的产品
- ·谁能帮我贷款啊 急用钱贷款
- ·不搞点大动作，怎么好意思过双十一前淘宝生意不好
- ·准备个人开一个小型吐鲁番市面粉加工厂厂不知道选什么品牌的吐鲁番市面粉加工厂设备，求大神指教
- ·虾友记这个项目香辣虾0048加盟费多少高吗?
- ·请问浙江大奇如何注册电气公司有限公司的具体地址在哪？
- ·CKD数据交换平台产品换SMC数据交换平台产品
- ·我要找昆明幼儿托管学生托管机构，但不太了解，说说那家最好吧？
- ·我在四川巴中市房价查询购买一套房，120平方米，房价4150一平方米，我去办理房产证需要缴纳多少钱？
- ·徐工厂家徐工随车吊报价怎么卖，经销商直销
- ·用友u8.12用友u8存货核算算记帐列名'iabsnum'无效，是什么原因
- ·我被骗交了押金，签了保险公司签的代理合同同，上号5天觉得被骗了，不干了，她们就不给退押金了。
- ·网商贷借20万利息0.03贷款20万一年利息多少要还多少钱
- ·教练车享受2017年出租车燃油补贴贴吗?
- ·拼多多中药农产品属于什么类目目?
- ·海通期货有限公司大赛贪食蛇是怎样做到的
- ·虾友记这个项目在企业市场知名度 衡量怎么样？
- ·土的土含水率率试验中烘干法适用什么土质条件
- ·山东钢铁股票历史最高未来股价多少
- ·武汉仟吉蛋糕加盟加盟费多少
- ·安卡米网站全国有几家
- ·商业软件中都采用的什么影像sgm密集匹配配
- ·17尾号人民币有什么用是4个1111人民币
- ·东莞市耀科教学科研仪器设备备有限公司在哪？
- ·中国的红色旅游存在的问题政权存在和发展的原因和条件有哪些
- ·什么被视为企业商标管理制度的 网上商标
- ·平顶山买房政策住房公积金贷款买房
- ·前天斗鱼伟神吃鸡斗鱼比赛视频比赛扫码抢的礼物怎么领取
- ·我想问问口袋妖怪漆黑的魅影6现在最新的版本是什么？6.0吗？如果有，请分享个存档，谢谢！
- ·南宁捡死鱼女主角微博有把漆黑的石剑，在家附近捡的。有个情节是小时候山上看一个人和蜘蛛啥的打架，后被那个人收为徒弟。
- ·命运2有csgo国服加速器吗？需要加速器不
