在前面的三篇文章中，我们介绍了「订单流」的概念以及相关的Delta，供需失衡和堆积带指标，以及在优宽量化进行指标代码复现。本篇文章中，我们将介绍订单流的两个判断市场趋势反转的指标：微单和POC。 微单
在上一篇文章中，我们深入探讨了订单流的Delta指标，这是一个宏观的汇总指标，通过统计在特定周期内累积的买单与卖单的总量，来衡量市场的多空力量对比。然而，除了从宏观角度审视市场动态，我们还可以通过微观
依旧叠甲：本文基于前面三篇文章高频因子的获取和预测算法的基础上，这次我们要谈的是高频交易实践策略，对于策略表现大家请不要太过于在意，因为今天我们的重点是如何搭建一个基于盘口高频因子的交易策略。一起来看
引言 商品期货市场是金融市场中一个重要的组成部分，其独特的T+0交易机制，吸引了众多投资者的关注。了解市场参与者的多空情况对制定交易策略具有重要意义。在这方面，多空比（Long-Short Ratio
在商品期货市场中，如果你问一个交易老手首先要考虑的因素是什么？答案可能是唯一的，风险！因为无论我们的基本面判断是多么精确，还是技术分析使用的多么熟练，然而这个世界是动态变化的，谁也不能完全避免风险。因
很多同学在学习机器学习的时候，理论粗略看一遍之后就直接上手编程了，非常值得表扬。但是他不是真正的上手写算法，而是去直接调用 sklearn 这样的 package，这就不大妥当了。笔者不是说调包不好，
Ethash是以太坊目前使用的共识算法，其前身是Dagger-Hashimoto算法，但是进行了很大的改动。 1. Dagger-Hashimoto Dagger-Hashimoto算法想要达到以下几
R-CNN简介 R-CNN提出于2014年，应当算是卷积神经网络在目标检测任务中的开山之作了，当然同年间还有一个overfeat算法，在这里暂不讨论。 在之后的几年中，目标检测任务的CNN模型也越来
历史证明（PoHistory ， Proof of History）共识算法 采用者：Solana 解释：其基本理念是不相信交易中的时间戳，而是证明交易在某个事件之前或之后的某个时刻发生。 如果我们对
