(1)选型方向:优先支持数据探查、描述性统计、预览样本分布的量化工具,可以先浏览数据特征,再设计筛选和研究规则。(2)工具对比:可视化平台自带数据预览面板,快速看指标最值、缺失值、行业分布;代码终端可以先写探查脚本,清洗、统计数据之后,再设计策略条件。(3)研究流程:先探查数据质量、分布情况,识别异常值,再结合数据特征设置合理的阈值,避免脱离数据拍脑袋定参数。(4)好处:减少参数设置脱离实际数据分布的问题,策略逻辑更加贴合真实数据。
适合先探查数据再设计条件的研究习惯,优先自带数据预览、描述统计功能的量化工具,基于数据本身的特征来制定研究规则。
习惯依靠口头描述、准备学习准确说明股票研究问题,可以比较哪些量化工具?
我想问下,股票量化工具有哪些比较好用的呀?
有一般编程基础、但先从股票日线研究开始,量化工具有哪些不同选择?
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?
准备把价格、成交和基本面条件分组研究,哪些量化工具提供不同的表达路线?
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