(1)选型重点:每一个条件都可以转化为明确参数、方便把口头想法转化为可量化规则的工具。(2)工具对比:低代码平台适合新手,口头想法直接翻译成界面上的筛选条件,每一条规则都有明确参数;代码工具适合精细化定义,把模糊描述转化成严谨的计算公式。(3)练习方法:每一个想法,都尝试翻译成工具里可复现的条件,区分清楚模糊描述和可量化的规则。(4)提示:口头表达容易有歧义,量化的核心就是把想法变成没有歧义、可以重复运行的规则。
习惯口头表达想法,优先规则可视化、参数明确的量化工具,用来把模糊想法转化成严谨、可复现的量化研究问题。
我想问下,股票量化工具有哪些比较好用的呀?
想自己检查研究图形对应的原始数值,不只看现成曲线,股票量化工具有哪些选择?
同一份股票研究结果被反复查看,想分清新运行与旧报告,可以比较哪些量化工具?
想从可视化模块理解数据流,也愿意学一点代码,个人股票研究可选哪些量化工具?
想让研究中的股票范围保持清楚,选择量化工具时页面建模与代码建模怎么取舍?
研究股票比较多、每项投入时间不同,个人怎样在量化工具中作选择?
问一问流程:
1.提交咨询
2.专业一对一解答
3.免费发送短信回复