Volatility Indicator Functions 波动率指标函数 ATR - Average True Range 函数名:ATR 名称:真实波动幅度均值 简介:真实波动幅度均值(ATR)是 以 N 天的指数移动平均数平均後的交易波动幅度. 计算公式:一天的交易幅度只是单纯地 最大值 - 最小值. 而真实波动幅度则包含昨天的收盘价,若其在今天的幅度之外: 真实波动幅度 = max(最大值,昨日收盘价) − min(最小值,昨日收盘价) 真实波动幅度均值便是「真实波动幅度」的 N 日

瞎逛发现最新出了这么一个指标库,有100多种指标的函数库,文档写的比较好,重要的是作者一直在维护. 把它编成库,然后测试一下,可用于自动交易,策略交易等开发. 1.下载地址 https://github.com/TulipCharts/tulipindicators 2.编译成DLL,和lib 打开VS2015,文件->新建->项目... 然后,选择“win32 控制台程序”   ,导向最后一步,选择“空项目”,反选“预编译头文件” 3.导入文件 右键工程属性  ->  "在文

很多企业随着业务规模的增长,传统的财务分析方式采用手工摘取数据的方式,难以快速地对企财务经营状况作出及时分析和预测.现在业务人员通过使用自助式BI工具做财务分析已经成为流行,每个人都希望自己做报表,快速做出分析.接下来就以某企业为例,快速建立一个财务分析. 一.企业需求概况 根据该企业的分析需求,建立绩效指标库和行业或标杆指标库作为财务分析的数据源,在绩效考核模型.投资评估模型.财务风险模型.经营分析模型的基础上整个财务分析系统分为十大主题,分别为资产主题.盈利主题.资金主题.央企绩效考核主题.

随着企业的逐步发展,人员的增加.业态的复杂不仅对管理也对信息化的要求越来越高,甚至需要从战略角度出发,进行从上至下的全面推行. 关于这个话题,某公司深有体会.面对这样的瓶颈,一方面从优化信息架构.调整IT管理模式.重视工具选型来提升信息水平:另一方面,利用BI建设管理驾驶舱,将管理要素"数据化",协助企业战略管理. 信息化背景: 该公司的信息化依托于SAP,由协同管理平台将其包围,最外端采用移动应用信息化方案,最后通过商业智能BI呈现. 依据这样的信息化建设理念,公司通过协同平台将员工

开篇介绍 Microsoft 在上个月即 2015年4月份收购了 Datazen www.datazen.com, Datazen 专注于移动 BI 和数据可视化领域,并且它的基本部署与配置架构都是基于 Microsoft SQL Server 的,这也是微软考虑收购 Datazen 的一个非常重要的原因. 由于是在上个月微软才完成这个收购,在国内除了能找到微软收购 Datazen 这一条消息以外,其它的关于 Datazen 的介绍在国内完全空白.因此我觉得可以在这里向大家介绍一下 Dataze

一.什么是BI BI(商务智能)通过给海量云数据制定“游戏规则”(对不同主题进行不同分析),将分散的数据进行搜集.整合.清理和诊断,借助一定的分析手段,进而将数据转化为信息和知识,快速准确的提供报表并提出决策依据,进而为企业管理者做出明智的业务经营决策提供支持. 二.内容 BI对数据的分析处理主要包括三个方面的内容. 首先,是数据仓库或数据集市的建立,对数据进行预处理.BI以企业经营管理需求为基础,根据不同分析主题,从企业许多来自不同的运作系统的数据中提取出有用的数据,以保证数据的正确性,然后经

互联网金融应该是最近很火爆的一个领域.由于阿里小贷和余额宝的初步成功,这一块都被视为破除传统金融领域垄断的法宝.大家可能都知道,电商平台.金融和大数据是阿里集团未来的三个重要方面.而关于金融,马云最经典的一句口号就是“如果银行不改变自己,那我们就来改变银行”. QCon上海有一个专题(http://www.qconshanghai.com/node/145)就是讲互联网金融的.有汤森路透这样国际金融咨询公司来讲互联网金融架构设计,也有百年人寿这样国内传统金融公司来讲自己的经验.我听了来自阿里小贷

为响应招标人的<ZQH工程造价数据平台>的技术邀约,特作以下陈述. 经过多次沟通和对招标文件的理解,招标人通过软件平台建立和使用人员库.项目库.材料设备价格库.数据库等四库的真实需求,本着招标人对“成果文件”(指造价.招标代理的计价成果),即“项目库”的计价文件,不打开计价软件的前提下,即非人为参与的情况对成果文件进行读取.导入到“软件数据库”(软件数据库SQL Server.Oracle.DB2等)中进行分析和使用. 一.成果文件的关联性数据归集入平台 二.材料设备价格库 2.1信息价(官方

经过多次沟通和对招标文件的理解,招标人通过软件平台建立和使用人员库.项目库.材料设备价格库.数据库等四库的真实需求,本着招标人对“成果文件”(指造价.招标代理的计价成果),即“项目库”的计价文件,不打开计价软件的前提下,即非人为参与的情况对成果文件进行读取.导入到“软件数据库”(软件数据库SQL Server.Oracle.DB2等)中进行分析和使用. 一.成果文件的关联性数据归集入平台 二.材料设备价格库 2.1信息价(官方) 2.2通过“成果文件”获取市场询价 2.3信息价.市场询价形成材料

实现报表系统可自定义定制: 1.纬度,事实表,用户自定义观察纬度,实现报表自定义(自定义纬度树结构---通过这个树结构,后台自动生成报表SQL,用户仅仅配置纬度关系即可)----报表配置纬度关 系 2.页面设计,绑定数据 3.指标库的维护,OLAP的重要的目的就是是否满足指标(KPI) 开发过程: 1.创建表结构(事实表,维度表) 2.构建试图(设置事实表与维度表之间的关系)-----构建此立方体的试图 3.建立维度 4.创建多为数据模型cube(指标与维度----需要哪些指标与维度)----E

前言 随着Devops.云计算.微服务.容器等理念的逐步落地和大力发展,机器越来越多,应用越来越多,服务越来越微,应用运行基础环境越来多样化,容器.虚拟机.物理机不一而足.面对动辄几百上千个虚拟机.容器,数十种要监控的对象,现有的监控系统还能否支撑的住?来自于容器.虚拟机.物理机.网络设备.中间件的指标数据如何采用同一套方案快速.完整的收集和分析告警?怎样的架构.技术方案才更适合如此庞大繁杂的监控需求呢? 上篇文章<建设DevOps统一运维监控平台,先从日志监控说起>主要从日志监控的方面进行了

TA-lib指标库地址 http://github.com/xingbuxing/TA-Lib-in-chinese 1.Jupter是基于网页端写代码,属于一种交互式的编程,除了在上面写代码之外还可以在上面写文字,写报告和翻译文档中非常有帮助. 官网:http://jupyter.org/ 2.安装anacoda,这是python的一个发型版本.安装好了就像鱼安装好了python,并且里面还继承了很多关于python可续计算的第三方库.比如需要用到的Panda.numpy.dateutil等等

前言 适用于 即席查询 场景的开源查询引擎有很多,如:Elasticsearch.Druid.Presto.ClickHouse等:每种系统各有利弊,有的擅长检索,有的擅长统计:实践证明,All In One 是行不通的,最好的方式是选取若干个(考虑运维成本,建议 1 ~ 3 个),每个都对应着自身最具优势的场景. 大多数的技术分享会从系统架构.功能扩展或性能优化角度进行讨论,本文不涉及这些内容.本文以 指标多维统计查询 为例,讨论多个查询引擎混合应用场景下的问题思考及相应的解决方案. 指标多维

本文主要对 Spark ML库下模型评估指标的讲解,以下代码均以Jupyter Notebook进行讲解,Spark版本为2.4.5.模型评估指标位于包org.apache.spark.ml.evaluation下. 模型评估指标是指测试集的评估指标,而不是训练集的评估指标 1.回归评估指标 RegressionEvaluator Evaluator for regression, which expects two input columns: prediction and label. 评估

一.分类评估指标 准确率(最直白的指标)缺点:受采样影响极大,比如100个样本中有99个为正例,所以即使模型很无脑地预测全部样本为正例,依然有99%的正确率适用范围:二分类(准确率):二分类.多分类(平均准确率) from sklearn.metrics import accuracy_score y_pred = [0, 2, 1, 3] y_true = [0, 1, 2, 3] accuracy_score(y_true, y_pred) 0.5 accuracy_score(y_true

一.流和FILE对象 系统IO都是针对文件描述符,当打开一个文件时,即返回一个文件描述符,然后用该文件描述符来进行下面的操作,而对于标准IO库,它们的操作则是围绕流(stream)进行的. 当打开一个流时,标准IO函数fopen返回一个指向FILE对象的指针.该对象通常是一个结构,它包含了IO库为管理该流所需要的所有信息:用于实际IO的文件描述符,指向流缓存的指针,缓存的长度,当前在缓存中的字符数,出错标志等等. 我们称指向FILE对象的指针(类型为FILE *)为文件指针.二.缓存 标准IO提

(原创:http://www.cnblogs.com/linguanh) 目录: 前序 一,问题描述 二,为何会如此"无情"? 三,目前存在该问题的知名SDK 四,解决方案,1 对 N 前序: 嫌无聊的请跳过.上次发博文是同年8月,时光荏苒,空闲时间少,现在都接近年关了,其实这4个月学了很多,接触了IM(非第三方),学习了 golang 并采用它成功完成仿朋友圈页面的服务端api,等等..等等..,由于这个问题的确是业界超级"毒瘤",趁午休时间,尽我程序员的&quo

作者:Jack47 转载请保留作者和原文出处 欢迎关注我的微信公众账号程序员杰克,两边的文章会同步,也可以添加我的RSS订阅源. 本文想介绍下自己在Java下做开发使用到的一些开源的优秀编程库,会不定期更新. 使用这些开源的类库,帮助非常大,能够节约你的宝贵时间,减少你出错的可能,让你把时间都集中在处理自己独特的业务逻辑上.同时可以多看看这些优秀的开源库,向他们学习,能够帮助你设计更好的API,让你的代码更易读,更整洁,更简单,因为这些API自身就是很好的例子. Guava Guava[ˈgwɑ

1.前言 关于微信内部正在使用的网络层封装库Mars开源的消息,1个多月前就已满天飞(参见<微信Mars:微信内部正在使用的网络层封装库,即将开源>),不过微信团队没有失约,微信Mars 于2016年12月28日正式公开源码(源码地址:https://github.com/Tencent/mars,也可从本文文末的附件下载之,Android版演示程序可以从文末的附件中下载). 之前无论是微信团队还是手机QQ团队,都以腾讯公司的名义在Github开源了数个工程,但这些工程所受的关注度远不及Mar

当我们在SharePoint网站文档库中新建文件夹时包含了~ " # % & * : < > ? / \ { | }字符时(一共15个), 或者以.开头或者结束,或者包含连续的.(加上.16个) 会得到如下图的提示:

DBoW2库是University of Zaragoza里的Lopez等人开发的开源软件库. 由于在SLAM回环检测上的优异表现(特别是ORB-SLAM2),DBoW2库受到了广大SLAM爱好者的关注.本文希望通过深入解析DBoW2库及相关的DLoopDetector库,为读者后续使用这两个库提供参考. git地址: DBoW2 DLoopDetector 论文:Bags of Binary Words for Fast Place Recognition in Image Sequences