Python

本视频课程包含python、pandas、numpy基础，配合在BigQuant平台上练习，掌握编程基础，读懂代码、编写简单的代码。

视频链接

https://www.bilibili.com/video/BV1dE411d7Q4?p=2

\

扩展资料：

python教程

\

导语

本文介绍了Python中非常重要的数据类型——列表。

Python内嵌数据的类型：

有序：

List（列表），是有序集合，没有固定大小，可以通过对偏移量以及其他方法修改列表大小。列表的基本形式如：[1,2,3,4]

Tuple（元组），是有序集合，是不可变的，可以进行组合和复制运算后会生成一个新的元组。元组的基本形式比如：(1,3,6,10)

String（字符串），也是有序集合，字符串的基本形式比如：’hello’，这里不进行具体介绍。

无序：

Set（集合），是一个无序不重复元素的集。基本功能包括关系运算和消除重复元素。集合

导语

Python作为一门最热门的语言，现在已经成为数据分析、编程门投资、机器学习的主流语言。

Python是什么？

Python是一种计算机程序设计语言。你可能已经听说过很流行的编程语言，比如非常学的C语言，非常流行的Java语言等等，适合初级的基本的JavaScript语言。

那Python是一种什么语言？

首先，我们学一下编程语言的基础知识。用任何编程语言来开发程序，都是为了让计算机干活，比如下载一个MP3，写一个文档等等，而计算机干活的CPU只认识机器指令，所以，尽管不同的编程语言千差万别，最终都可以“翻译”成CPU可以用机器指令。而不同的编程

更新

本文内容已经过期，不再适合平台最新版本，请查看如下最新内容：

https://bigquant.com/wiki/doc/seaborn-ISwoff0l23

导语

本文是基于StackAbuse的一篇讲解Seaborn的文章上编写。 附示例及实现代码，可直接前往文末一键克隆代码进行实

{{use_style}}

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/demos-ecd

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

导语

当用户训练出具有一定意义的深度学习模型的时候，把训练得到的模型固化到本地可以方便以后的调用，关于如何固化深度学习模型，请移步这里，一般来说，固化深度学习模型是为了节省下一次训练重跑的时间，除此之外，被固化的模型还具有更复杂的使用方法。

本篇文章主要目的是为了讲述如何在一个自定义Python模块去调取被固化的深度学习模型，并且使用这些模型去做预测。需要注意的是，调取模型和做预测这两个流程都将在自定义Python中实现，不需要再新建其他的模块。

介绍

• 必读，适合所有用户阅读

核心概念

• bigcharts.Chart
• %%chart

import bigcharts

BigCharts已经安装到BigQuant AIStudio，在AIStuido中可以直接import使用

import bigcharts
from bigcharts import opts

绘制图表

BigQuant平台提供了丰富的数据用于投资研究和交易，打开 BigQuant 数据平台，选择一个数据，这里用 [全年交易

Step 1 导入相关包

import pandas as pd 
import numpy as np
import warnings
import empyrical
import dai
import bigcharts
warnings.filterwarnings('ignore')
from biglearning.api import tools as T
print('导入包完成!')

Step 2 读取因子数据、设置因子分析参数并进行因子数据预处理

params = {'gr

问题

昨日成交均价因子怎么构建？分时均线价

解答

start = time.clock()
N = 10
begin_date = '2013-01-01'
end_date = '2018-01-01'
获取半月日期列表dateList = get_period_date('2W',begin_date, end_date)
factorData_2W = {}
for date in dateList:
stockList = get_stock_A(date)
# 获取价格类数据
df_data = get_price(stockList, coun

问题

直接从链接中克隆过来的，改了一下因子，运行后报如下错误

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-1-97f0ff14d64d> in <module>
      1 import tensorflow as tf
      2 gpus = tf.config.li

问题

请问如何在回测模块中导入一个自定义的库呢？写在盘前函数里好像无效。

问题

如何把我自定义Python模块产生的因子数据加到StockRanker里面进行分析呢？

策略

https://bigquant.com/experimentshare/feb97b0af1724f5ca1f4b53cbb549a65

\

问题

[2021-11-22 16:30:01.137076] ERROR: moduleinvoker: module name: backtest, module version: v8, trackeback: IndexError: index 0 is out of bounds for axis 0 with size 0
[2021-11-22 16:30:01.148826] ERROR: moduleinvoker: module name: trade, module version: v4, trackeback: IndexError: in

pd.set_option('display.max_rows', 100)
df = DataSource("dragon_list_CN_STOCK_A").read(start_date='2021-01-01', end_date='2022-08-24')
df.head(100)

上诉代码获取的龙虎榜数据不全，不存在2022-01-01到2022-08-15之间的数据，问题出在哪里？

\

m2.data.read(adjust_type="pre")

问题

问题描述

<KeyError: 'datetime'>，如何解决

问题截图

\

问题

[2021-11-26 21:31:22.296565] ERROR: moduleinvoker: module name: cached, module version: v3, trackeback: AttributeError: 'NoneType' object has no attribute 'to_hdf'

不知道怎么解决

问题

请教，如何获得股票早盘集合竞价期间的价格和成交量？用哪张表或者用哪个函数？

问题

如何调用另外ipynb里面的函数和变量？

解答

notebook本身就是用来展示思路的看板。大部分策略是不需要建立很复杂的工程文件的。类似Keras一样。如果你需要建立本地化的开发环境进行大型集成项目的开发与管理，可以向我们平台申请接口或者sdk之类的服务，也可以通过python和第三方库部署本地机器上的环境。如果有其他疑问，请及时反馈给我们工程师。

\

问题

于我而言，我更倾向于Rust，因为Rust很适合用在量化的交易或生产阶段，因为Rust可以很好地降低交易代码中潜在的Bug，也容易进行生产调试。

1. 与C++相比，Rust的性能相差无几，但是在安全性方面更优，特别是使用第三方库时，Rust的严格要求会让第三方库的质量明显提高。
2. 与Java相比，除了部分纯粹的数字计算性能，Rust性能全面领先于Java，同时Rust占用内存更小，因此如果想实现同等规模的服务，Rust所需的硬件成本显然更低。
3. 与Python相比，性能方面Rust完胜，同时Rust对运行环境要求较低，从这两点上就基本可以做出选择了，因为Python和

问题

请问像这种图怎么画出来的，有没有代码分享

解答

参考下这个：

https://blog.csdn.net/weixin_45481473/article/details/112549366

\

import seaborn as sns
sns.heatmap()

调用seaborn库

问题

^_^

def merge_datasources(input_1):

    #原版是这个
    #df_list = df[0].read_df().set_index('date').ix[ds[1]:].reset_index for ds in input_1]

    #因为DataFrame 的datetime索引没办法用.ix切片

    for ds in input_1:
        df_ = ds[0].read_df()
        d = ds[1]
        print(d)
        #df_ =