版块

• 系统公告

  系统消息通知

  5
  主题
  5
  帖子

  A

  f404bf1f-f523-4008-918c-7bee390a03dc-image.png

  系统自带了一个默认插件，默认插件是涨停公式。

  f3d66d9f-3921-408c-9570-cf6e95c4b693-image.png

  系统启动后，会把插件放在固定公式和运算控件之间。

  有了插件功能，用户可以通过插件定制自己的公式。

  开发一个自己的算法，无需了解 桌面开发的所有功能了。
  只用关心插件和Klang算法部分。

• 观点碰撞

  各种观点广泛的交流与碰撞

  4
  主题
  5
  帖子

  A

  这个数据 同花顺，通达信软件上有吗？

• 技术讨论

  公式、AI、量化策略

  40
  主题
  109
  帖子

  A

  sz300093[时间:11/24/2023,价格:19.30] 金刚光伏

• Klang 策略广场

  提交你的Klang策略

  64
  主题
  126
  帖子

  A

  沃森生物技术的A股股票名称为沃森生物，股票代码为sz300142[时间:4/18/2024,价格:14.40]。
  成都欧林的A股股票名称为欧林生物，股票代码为sh688319[时间:4/18/2024,价格:7.87]。

• AI研究

  量化与AI

  12
  主题
  16
  帖子

  A

  chatglm-6B:
  其次，ChatGLM-6B 的模型架构如下：

  解码器层数：48
  隐藏层大小：6144
  注意力头数：48
  注意力头维度：128
  嵌入维度：6144
  输出维度：50257（词汇表大小）
  Dropout 比例：0.1

  然后，根据这些信息，我们可以计算出 ChatGLM-6B 的各个部分的参数量如下：

  解码器自注意力层参数量：(6144∗128+128)∗48∗48=2,260,172,800
  解码器前馈网络层参数量：(6144∗6144+6144)∗2∗48=2,865,274,880
  解码器总参数量：2,260,172,800+2,865,274,880=5,125,447,680
  嵌入层参数量：50257∗6144=308,719,616
  输出层参数量：50257∗6144=308,719,616
  模型总参数量：5,125,447,680+308,719,616+308,719,616=5,742,886,912

  这个结果和 ChatGLM-6B 的论文中给出的结果相符合1。因此，我们可以得出结论，ChatGLM-6B 的参数 6B 是由模型的所有参数的数量得到的。

• Klang使用

  关于Klang使用的问题汇报

  12
  主题
  28
  帖子

  A

  https://www.svgrepo.com/svg/332559/stock

• 量化WIKI

  各种量化术语、知识、历史、人物

  2
  主题
  4
  帖子

  A

  是一个Klang做简单的计算

  为了方便大家使用，Klang 将繁琐的加载过程封装了。
  用户只需要直接只用即可。

  from Klang import Klang,C,O Klang.Klang_init() Kl = Klang.Kl print(C/C[1])

  这里C就是默认股票的最近一个交易日的收盘价。
  C[1]，就是上一个交易日的收盘价。

  计算今天涨了多少:

  （C-C[1]） / C[1]

  今天涨了多少。

  如何切换你想要的股票 Kl.code('sh.600519') print(C)

  这就是最近一个交易日（或者是今天的）茅台酒收盘价。

  如何切换到某一个日期的股票 Kl.date(start='2022-01-02',end='2022-06-01')

  ** ⚠️注意 默认日期范围是 离今天200天交易日以为可以任意切换。如果想切换更远的周期，需要修改Klang内部参数加载历史股票数据。

• 量化工具

  量化交易工具、浏览信息工具、测试工具

  0
  主题
  0
  帖子
  没有新主题