本实验实现的是利用LSTM (长短期记忆神经网络) 进行股票预测，通过本次实验，你将了解股票预测的方法、股票预测的数据集处理技巧、LSTM模型搭建以及训练过程等等，除此之外，你还将看到Paddlepaddle框架实现深度学习的一个十分清晰的结构流程，加深你对Paddlepaddle的了解。

QEPM.偏学术界的作者撰写的关于量化股票组合投资的系统教程。尤其是前几章概述部分写得非常精彩、易懂、准确。把该领域的各个方面高屋建瓴地串讲了一遍。后面部分的章节似乎略有些学术了，但也值得一读。由于其较高的可读性，适于初学者学习。

基于Python语言的量化策略设计与应用优化.pdf

上交所CPT接口说明，帮助量化交易用户

针对传统纸质校园地图导览手册更新滞后、查询慢,而普通的移动地图服务应用难以聚焦于校园特定建筑、缺乏校园信息资源等问题,设计一个基于微信小程序框架的轻量化校园地图导览小程序。基于前后端分离模式,采用mpvue、React框架和Webpack工具构建小程序前端页面,利用腾讯地图开源SDK实现实时多情景路线规划。使用腾讯CynosDB云数据库配置数据库环境,结合User Dash API编写独立的运营后台系统,在云数据库基础上开发校园服务接口集成校园信息。以电子科技大学校园环境及数据为例,实现的校园地图导览小程序的性能测试及实测评分结果表明,小程序运行稳定可靠,达到了实时规划校园路线和获取校园服务的要求。

什么是量化回测，简单定义： 用量化策略对过去指定时间段进行模拟交易，从而得到收益以及净值变化情况等统计数据。 量化回测起到为量化策略进入实盘交易提供一定的依据的作用， 只是判断量化策略好坏的第一个门槛。

为研究岩石CT图像分割及量化方法,以识别岩石CT图像中的岩石区、损伤区及背景区为目的,提出了一种聚类算法与数字图像处理技术相结合的方法,该方法根据"物以类聚"的统计原理,按距离相近或相似程度对岩石CT图像中的像素进行标定,从而实现图像分割及量化。结果表明:该方法能够准确地对岩石CT图像中的不同区域进行分割并且实现了对损伤的量化表达;同时,对于结果不确定度影响的初始参数有完全的排异性,从而保证了结果的稳定性;将该算法与阈值分割法进行比较,该算法可避免人为选择阈值导致的误差,从而保证结果的可靠性。

镁合金特性及应用.pdf

对上证指数进行量化， 对每天的收盘指， 进行一个基本的处理， 然后用简单的RNN循环神经网络去处理， 和学习时间序列的内部关系，然后预测下一天的指数。

沪深300ETF月度数据.xlsx