在之前的好文章里面，小编推荐了RSI，MACD和KDJ等指标。今天，小编给各位推荐一个常用的指标CCI。CCI指标，又称顺势指标，专门测量股价是否属于超买超卖类。《日线CCI的计算与展示》的作者用python调取BaoStock的数据计算出了证券每日的CCI指标值，并且绘图如下（为了将CCI指标和证券收盘价进行比较，作者将不同量纲的两个值转化为相似的数量级，即归一化）。同时，该文章也介绍了CCI指标的常用判断规则，例如“+100以上为超买区”，“—100以下为超卖区”等等。有对CCI指标感兴趣的读者，可以好好研究该文章。

基于矢量量化（VQ）的说话人识别实验 训练过程： 从训练语音中提取特征矢量，得到特征矢量集合 通过LGB算法生成码本 重复训练进化 存储码本

《轻量化设计：计算基础与构件结构》，介绍了汽车与机械制造中轻量化设计的基础知识，并特别注重实际应用。《轻量化设计：计算基础与构件结构》采用了对操作技术和设计问题给予解答的编排方法。《轻量化设计：计算基础与构件结构》的目的是通过讲述原理与进行类比推理，帮助读者针对所面临的问题自己找到适当的解决方法。《轻量化设计：计算基础与构件结构》附有大量练习题，特别适合读者自学。书中所给出的众多针对实际问题的指导可对工程师提供咨询和帮助

操作简单，配置币安合约账户，启动交易

python 量化交易

基于matlab的矢量量化（VQ）的说话人识别实验，有语音

2020年中国碳纤维行业研究报告 -轻量化材料之王 .pdf

矢量量化（VQ）实际上就是一种逼近的形式，它的思想和“四舍五入”有异曲同工之妙，都是用一个和一个数最接近的整数来近似表示这个数。VQ问题可以这样描述：给定一个已知统计属性的矢量源（也就是训练样本集，每一个样本是一个矢量）和一个失真测度。还给定了码矢的数量（也就是我们要把这个矢量空间划分为多少部分，或者说量化为多少种值），然后寻找一个具有最小平均失真度（数据压缩，肯定是失真越小越好）的码书和空间的划分。

Python金融分析与量化交易实战视频教程，完整版20章，172节，附源码+数据；Python金融分析与量化交易实战课程旨在帮助同学们快速掌握Python数据分心核心技能与交易交易系统策略部署与回测分析。 全部课程内容皆以实战为主，通俗讲解数据分析常用方法与经典解决方案。 主要包括三大核心模块：1.Python数据科学必备工具包实战；2.金融数据分析处理与分析实例；3.量化交易平台策略分析实战。整体风格通俗易懂，零基础即可入门，适合准备转行就业与进阶提升的同学们

B20_08_NNCase编译MobileNet_v1_1.0即tflite量化为kmodel v3.zip包含以下文件： ncc-win7-x86_64.zip即NNCase Converter v0.1.0 RC1对应的c#源码 nncase-0.1.0-rc1.zip即NNCase Converter v0.1.0 RC1对应的c#源码 mobilenet文件夹，其中mobilenet文件夹包含以下权重： MobileNet_v1_1.0.pb使用tf slim训练的mobilenet_v1_1.0； mobilenet_v1.tflite将MobileNet_v1_1.0.pb转成mobilenet_v1.tflite未量化； mobilenet_v1_kmodel_v4.kmodel 即通过NNCase v0.2.0 Beta2工具编译mobilenet_v1.tflite，未量化； MobileNet_v1_1.0_uint8_kmodel_v4.kmodel 即通过NNCase v0.2.0 Beta2工具编译mobilenet_v1.tflite，量化未uint8，k210 kpu可以加速；