数字货币量化框架

TensorRT7 官方指导文档 包含： TensorRT-Best-Practices.pdf TensorRT-Developer-Guide.pdf TensorRT-Installation-Guide.pdf TensorRT-Release-Notes.pdf TensorRT-Sample-Support-Guide.pdf TensorRT-SLA.pdf TensorRT-Support-Matrix-Guide.pdf

CTP极简调用量化示例

主要运用于长期投资虚拟币或量化交易的策略。在海龟策略基础上进行了优化。欢迎同行批评指正。【短线勿扰】

KD线称之为随机指标，K为快速指标（黄色），D为慢速指标（蓝色），红色为J线，一般性用法围绕着J展开，20以下为超卖区（本来不该卖这么多，结果卖了这么多，就有反弹的需求），80以上为超买区，我们常用的都是J值，当J值低于20一下，出现金叉，反弹概率比较大。

北京大学内部的金融时间序列讲义，很经典的金融时间序列资料。是基于R语言讲述的，体系特别完整。做LSTM，RNN等神经网络模型时可以参考。

此代码实现的是pytorch量化的流程，里面卷积等模块也有自己实现的部分，借助pytorch的统计信息，便于后续的工程量化的落地实施

包括语音再量化攻击，重采样攻击，回声攻击，以及语音分帧基本函数。

对照书上实现了LBG适量量化的算法，共享一下。 LBG是经典的矢量量化算法，通过对训练集的分析，生成矢量量化使用的码本。 实现过程简单明了，就一个CPP文件。 typedef struct _tTSVector { //training set vector double data[VEC_DEM]; //vector data int cluster; //cluster belong to }tTSVector; typedef struct _tCBVector { //code book vector double data[VEC_DEM]; //vector data int num; //number of vectors in this cluster double sum[VEC_DEM]; //sum of vectors in this cluster, to calculate cluster center }tCBVector; tTSVector TrainingSet[TS_SIZE]; tCBVector CodeBook[CB_SIZE]; .........

安装backtrader后，用于交易策略回测的工具，简单明了的源代码帮助理解