粉丝8获赞13



这期我们要讲的是所有想要深入使用 ai 的 人都必须知道的东西, api。 什么是 api 呢?我们举一个例子, 假设你是一个叫做软件的小熊,这时候来到一个餐厅,餐厅里有一个服务员叫做 api, 还有一个厨师叫做软件,这个时候你提出一个需求, 告诉了服务员 api, 你 想要一份番茄炒蛋,服务员 api 将炒一份番茄炒蛋这样的指令告诉后厨的厨师,这个时候另一个软件接受到指令之后,就会将番茄炒蛋炒出来, 炒出来之后,厨师将菜传给服务员, api 再传回给你,这个服务员到底有什么优势呢?首先, 有了这个 api 之后,厨房的软件厨师不会暴露自己的做菜方法,你只需要按规则调用 api, api 就 会把结果给你传回来。 其最主要的作用其实就是在你不会做这个菜的时候,你可以通过 api 调用别人的厨师来帮你做这道菜。 再说一个更贴近生活的例子,你在一个 app 里想要使用微信登录,就是你把这一个需求告诉微信的 api 接口,微信的 api 接口再把这个信息传给微信, 而微信又将你的个人信息传回给 api, api 再将信息传回给你要登录的这个软件。像我们的小程序网站,软件互相联动,全靠 api 来通信。我们不需要知道 api 的 代码是怎么写的, 我们只用知道它长什么样子,应该怎么使用。接下来我会教大家怎么获取大模型的 api。 点个关注,我们下期再见。

搞了个 ai 自动化游戏生成平台, 只需用户一句话就能生成想玩的游戏。这里简单的生成一个贪吃蛇试试一句话即可。 内置火山引擎的 dpc v 三的 api, 通过框架、强规则和 web 开发,实现零代码。 ai 自动化项目生成, 游戏项目生成后会自动渲染出来,来尝试体验一下, 整体还是相当丝滑的,体验了一会,加速一下 这里出发结束来看代码, 这里可以直接上手更改代码会检测并直接渲染到游戏里, 做好的游戏可以分享到大厅,让别人一起玩。这里有个之前深层的色彩多一点的贪吃蛇游戏指令在最上方,同样只需要一句话, 这里会记录每次的对话和代码,算是版本记录了。此次深层用的 dpc 三,这里可以一键更换已开通的 ai 模钱, 复制八刀,粘贴上自动检测 ai 类型和测试连通 不同账户的个人资源,不同大厅是一致的。 此次开发同样少不了 k 和 jammin 以及豆包这三个老伙计的辅助。如此简洁的框架,高效的功能, ok, 拜拜!


过年放假了,大家都不在公司,同事呢,又想远程搭建一个项目,所以就找我部署的 openclaw 帮忙,结果把指令发给 openclaw 之后,接下来离谱的事情就来了, 项目里的大模型 apikey 需要修改,干脆就让 openclaw 自己去改。刚把密钥发给他,结果 好家伙,他直接理解错了,改的不是项目配置,是 openclaw 自己的配置,改完之后居然还主动重启了网关,直接给自己干报废了。之后不管给他发啥 openclaw 都只回复四零一,彻底摆烂, 硬生生等到我们开工删除了所有无效配置,重启 openclaw 之后才把他救回来。 ai 说,嘿,我亲手干掉了我自己,就问你服不服?

建议所有剑魔一般参数一般的女生都去让豆包分析长相,这是能让你从路人甲逆袭剑魔怪的关键三招,教你如何赛博变美。第一招,拍将无头发遮挡无美颜的全脸照片,输入这段指令,让他帮你分析适合的妆容和穿搭,并找到和你外貌相似的女明星或者网红。 恭喜你直接无痛拥有一个明星造型团队。第二张,年前想要换发型但是不知道自己适合什么发型的兄弟,再去豆包输入这段指令,然后选出最心仪的发型,再去搜怎么跟托尼交流才能不踩雷。妆容穿搭发型都好了,头发也不能落下,这也是最重要的。 一个人生活条件好不好,从你的头发都能看出来。女生头发出油扁塌真的会掉大分。尤其爱熬夜的姐妹可以试试打卡控油的洗发水,选一个 pca 新控油因子多的可以使你的头发变得清爽蓬松,减少出油。给大家看看我坚持了一个的成果,颜值不仅提升了一个 level, 姐妹们变美的成本真的很低,但是一定要坚持!

这个接口有点厉害,今天介绍每日检报 api, 该接口为免费接口,企业、个人均可试用。接口可以通过请求获取每日国内新闻检报有完整的接口文档、视力代码、返回参数等,方便接入,宝子们一定要看看!

上一课我们探讨了如何获取历史数据和查询财务信息,这些是量化分析的基础。 今天我们将深入探讨如何利用这些数据驱动时机的交易决策,也就是量化交易 api 的 核心功能。我们将从具体的指标计算开始,逐步了解如何下单、管理订单、监控交易,并最终实现策略的自动化运行。 我们来看一个具体的例子, g d x 指标。这个指标包含三条线,继安线、 jack, 压力线和支撑线。继安线本质上是一种动态移动平均,它能更好地平滑价格噪音,帮助我们判断趋势方向。 而压力线和支撑线则分别代表了股价可能遇到的阻力和支撑位。它们是基于基安线计算出来的,简单来说就是 jax 乘以一个系数,一加或减 m 除以一百,这里的 m 参数可以调整影响压力和支撑的强度。 理解这三条线的含义和计算方式,对于构建基于趋势跟踪或者区间交易的策略非常有帮助。 比如,当价格持续在吉安县上方运行时,可能预示着上涨趋势。当价格接近压力线时,可能是卖出信号,反之亦然。当然,任何指标都不是万能的,需要结合其他因素综合判断。 有了分析工具,下一步就是执行交易了。最基础的下单方式是 order 函数,它允许你按股数进行买卖。 参数很简单, security 指定你要交易的股票代码。 amount 是 数量正数买入负数卖出。 style 参数可以指定订单类型,默认是试驾单。 side 通常用不到,因为股票基金目前不支持开通单。 index 用于指定子账户,如果下单成功,否则返回 none。 需要注意的是,即使你指定了数量,实际成交也可能因为资金不足、持仓不够,或者不符合交易规则。比如 a 股必须是一百股的整数倍而打折扣。此外,像股票停牌、代码错误等情况也会导致下单失败。 所以拿到那岸返回值时,一定要检查日制,看看具体原因是什么。除了按股数下单,还有一个非常实用的函数是 order target, 它的作用是让你把某只股票的数量调整到你指定的目标值。 比如你想清仓,平安银行,直接调用 alt tag 零零零零零一 x s h 一 零就行了,系统会自动帮你卖出所有持有的数量。如果你想持有一百股,就用 alt tag 零零零零一 x s h 一 一百。 这个函数的好处在于,它能自动计算出你需要买入或卖出的差额,简化了你的策略逻辑。 你只需要告诉他最终想要多少股,剩下的交给 a p i 去处理。这对于需要精确控制仓位比例的策略来说非常方便。同样,他也支持 style side index 这些参数,并且也会返回 order 对 象或 none。 有时候,我们更关心的是投入或撤出多少资金,而不是具体的估数。这时, order value 函数就派上用场了,它允许你按价值来下单。 参数和 order 类似,但 value 参数代表的是你希望交易的金额,单位是元。比如,你想卖出价值一万元的平安银行股票,就用 ordervalon 零零零零零一 x s h 一 负幺零零零零零。 同样,买入也是正值。这个函数在进行资金管理时特别有用,比如你想让某个股票的仓位占总资金的某个百分比,就可以通过计算目标价值来调用 order value。 需要注意的是,金融期货目前还不支持这个 a p i。 和 order 一 样,它也会根据你的实际资金和持仓情况以及交易规则,可能最终成交的股数和你预期的价值略有不同。 下单之后情况可能会变化,或者订单本身可能无效,这时就需要撤单功能了。 cancel order 函数就是用来干这个的,你只需要传入之前 order 或 order target 返回的 order 对 象或者订单 id, 就 能尝试取消它。 如果成功,会返回该 order 对 象,否则返回 none。 那 么怎么知道有哪些订单需要取消呢?这就需要用到 get open orders 函数, 它会返回一个字典,里面包含了当前所有未完成的订单,键是订单 id 值是对应的 order 对 象。 一个常见的应用场景是在每个交易日结束时自动撤销所有未成交的订单,避免隔夜挂单带来的不确定性。 你可以结合 after trading and 回调函数来实现这一点。先用 get open orders 获取所有未完成订单,然后便利它们逐个调用 cancel order, 这对于风险管理非常重要, 仅仅知道哪些订单未完成还不够,我们还需要详细的信息来进行复盘和监控。 get orders 函数提供了更强大的查询能力, 你可以通过 order id 查询特定订单,通过 security 查询某只股票的所有订单,甚至可以通过 status 参数过滤特定状态的订单,比如只看已成交的 order status held, 这对于我们分析单个订单的执行情况或者某只股票的整体交易行为非常有用。 而 get trades 函数则专注于获取当天的所有成交记录。注意,一个订单可能分多次成交,所以 get trade 返回的 trade 对 象数量可能大于 get orders 返回的 order 对 象数量。 通过分析这些成交记录,我们可以精确地了解每笔交易的成本、收益等细节。这两个函数是策略后评估和优化的关键工具。 很多量化策略需要定期执行某些任务,比如每天开盘前更新一下市场数据,或者每月最后一个交易日进行一次组合再平衡。 手动去改代码显然不现实。这时,定时任务调度函数就派上用场了。我们有三个主要的函数, run monthly, run weekly 和 run daily。 它们都接受一个要执行的函数 funk 作为第一个参数,然后是周期相关的参数,比如 month day 或 weekday, 以及非常灵活的时间 time 参数。 time 参数可以设置为 open, before, open, after, close 等预设时间点,也可以是具体的 h, h, m m 格式,甚至是相对于某个精准时间 base 的 偏移量。 比如 open 加十 m 表示开盘后十分钟,或者 close, e h 表示收盘前一小时。还可以指定 reference security 来确保时间点与特定市场的交易时间一致。 通过合理使用这些函数,我们可以轻松实现策略的自动化运行和事件驱动。逻辑策略跑起来了,效果怎么样?中间发生了什么?这就需要数据可式化和日制记录了。 req 函数非常方便,它允许你在回测或模拟交易的图标上绘制额外的曲线,比如你策略的某个关键指标,自定义的信号等等,这样就能直观地看到它随时间的变化。 log 函数则用于记录程序运行过程中的信息,它支持不同的级别,如 info warn, error debug, 方便我们根据需要输出不同程度的调试信息。 write file 和 read file 函数则提供了数据持久化的手段。你可以把重要的数据、中间结果或者需要长期保存的文件写入到你的私有空间,也可以随时读取出来。 这对于保存策略参数、历史数据或者进行离线分析都非常有用。记住,良好的日制和可视化是高效调试和优化策略的基础。 随着策略越来越复杂,代码也会越来越长。为了保持代码的整洁和可维护性,我们可以将一些通用的功能封装成独立的 python 文件放在研究根目录下,然后在策略代码中通过 input 导入使用。 比如,你可以创建一个 malib 多派文件,里面放一些常用的函数,然后在策略里 from malib import 就 可以直接用了。不过要注意,目前还不支持导入子目目录下的文件。 另外,当我们想验证一个策略在历史数据上的表现时,就需要进行回测。 create backtest 函数允许我们在研究环境中直接发起一个回测任务。 你需要提供策略 id, algorithm id、 回测的起始日期、 start date, end date、 频率、 frequency、 初使资金、 initial cash 等等参数。 这个函数会返回一个 backtest id, 你 可以用这个 id 去查询回测的结果。这对于快速迭代和验证策略想法非常方便。发起回测后,我们自然想知道结果如何。 getbacktest 函数就是用来查询指定 backtestid 的 回测结果的,它会返回一个 backtest result 对 象,这个对象包含了回测的各种信息,你可以用 gt。 get status 查看回测是否完成,是否失败。 用 gt。 get parms 可以 拿到当初创建回测时传入的所有参数。最重要的当然是绩效指标。 gt。 导 get resan 会返回收益曲线数据。 gt。 导 get position 返回每个时间点的持仓详情。 gt。 get orders 返回所有交易记录。 gt。 get record a 返回你之前用 record 记录的数据。 此外,风险指标也很重要。 gt。 找 get risk 提供总体的风险指标,而 gt。 找 get period risk 则提供了分月计算的风险指标,比如分月的下普比例、最大回撤等。 通过分析这些数据,我们可以全面评估策略的历史表现和风险特征,为进一步优化提供依据。 今天我们深入探讨了量化交易 a p i 的 核心功能,从具体的指标计算,到下单、撤单、订单查询,再到定时任务调度、数据可式化日制记录,以及回测的创建和结果查询。 掌握了这些 api, 我 们就能更高效地开发、测试和运行量化策略。当然, api 的 功能还在不断丰富和完善中,未来可能会集成更多先进的分析工具和更智能的功能。 希望今天的分享能帮助大家更好地利用这些工具,在量化投资的道路上更进一步。

只要我们掌握了豆包的这串指令,就可以在一晚上的时间内完成这样一篇有着完整表图公式且次数达到两万多次的本科论文出版。 关键呢就是豆包的这一串指令,这里可以修改成我们的文章主题,完成以后呢,豆包会发送给我们这样一串代码,直接复制下来。接着来到知网找到这个专业解锁,将代码直接的粘贴上去,这时什么都不用动,直接的去解锁, 等待几分钟之网呢,就会将和我们主题高度相关的这些文献直接给到我们,只要根据自己的需求去选择好十篇左右的文献,再通过之网这里的查新英文格式,就可以将这种带 gel 的 参考文献直接的复制到剪贴板上。 最后只要来到我们的辅助工具,在前面这里选择专业长文,并将主题直接告诉他,后面这里的深度思考记得一定要打开, 进入之后就将需要的表图数据公式以及代码这些全部选择上,但是记得下方模型这里一定要选择超级字眼学术特调模型,这时他就会根据我们的主题为我们推荐相关的这些文献了。 我们也可以通过旁边这里的手动添加,将刚刚从织网复制下来的文件直接粘贴上去。识别以后呢,这里他就会自动的去使用我们提供的这些文件,帮我们拷写整篇文章的一个摘要,只需要等他完成以后,按照他的要求去提交下载。 那么这样一篇完整的论文初稿就已经得到了,可以看到整体的内容呢都是根据我们提供的这些文件来写的,所以也不需要怎么去修改,相关的表图公式也已经全部帮我们做好了,用这个方法写论文初稿就很便捷了,建议还没有开始的同学都可以来尝试一下。