@歷史數據 / 博客 RSS 訂閱

Dec 30 2025

mb69533a8cd9fc8 - AI 在量化策略回測中的實踐與挑戰：數據問題與智能解決方案

量化交易中，策略回測是驗證策略有效性的重要環節。回測的質量直接影響研究結論與實盤表現。然而，實際回測過程中，數據問題常導致結果偏離真實。 本文從回測中的核心數據問題出發，結合技術實踐案例，探討如何通過智能方法改善數據質量和回測可靠性，並配以示意圖增強理解。 回測數據問題的現狀 回測依賴歷史數據模擬策略表現，如果數據存在問題，結果就可能失真。常見問題包括：

數據 , 數據質量 , 人工智能 , 深度學習 , 歷史數據

收藏 評論

Nov 27 2025

互聯網小思悟 - 機器學習 損失率 範圍 機器翻譯的損失函數

1、損失函數（代價函數） 損失函數（loss function）是用來估量模型的預測值f(x)與真實值Y的不一致程度，它是一個非負實值函數,通常使用L(Y, f(x))來表示，損失函數越小，模型的魯棒性就越好。損失函數和代價函數是同一個東西，目標函數是一個與它們相關但更廣的概念。 上面三個圖的函數依次為 , ,

機器學習 損失率 範圍 , 機器學習 , 擬合 , 損失函數 , 人工智能 , 歷史數據

收藏 評論

Dec 17 2025

mob64ca13fa2f9e - spark stream ui 頁面分析

Spark Streaming揭秘 Day14 State狀態管理 今天讓我們進入下SparkStreaming的一個非常好用的功能，也就State相關的操作。State是SparkStreaming中用來管理歷史數據的結構。目前主要提供了updateStateByKey和MapWithStateRDD兩個方法。 updateStateByKey 首先，讓

spark , 計算邏輯 , 大數據 , 數據 , 歷史數據

收藏 評論

Jan 05 2026

落花有意飛花 - 火山引擎語音合成安卓sdk demo

當露營成為年輕人的一種全新生活方式後，連帶着户外野營帳篷、可摺疊桌椅、卡式爐、多人趣味桌遊等露營周邊市場都迎來新一輪增長。 受限於户外環境，年輕人在露營期間可供選擇的集體娛樂消遣方式更偏向於桌遊、垂釣、燒烤等，到了晚間，集體“刷”綜藝、電視劇則成了主要消遣之一，但手機、平板電腦、筆記本電腦等設備受限於屏幕大小與音量音質體驗，很難滿足三人以上的集體觀

機器學習 , 火山引擎語音合成安卓sdk demo , 數據 , 人工智能 , 用户需求 , 歷史數據

收藏 評論

Dec 06 2025

上海拔俗網絡 - 大模型知識庫AI助手：讓技術落地像搭積木一樣簡單

在數字化浪潮下，企業總被兩個問題困擾：要麼技術堆得複雜難用，要麼數據散得像一盤沙。而大模型知識庫AI助手的出現，正用通俗的技術邏輯，幫企業破解這一難題——它就像給系統裝了個“超級大腦”，既能吃透海量數據，又能聽懂人的需求，讓複雜技術變得觸手可及。 從技術本質來看，大模型知識庫AI助手的核心是“數據+模型+交互”的三重協同。它先通過數據採集技術，像吸塵器一樣收集企業的文檔、流程、歷史數

數據 , NLP , 人工智能 , 技術細節 , 歷史數據

收藏 評論

Dec 24 2025

mob649e8163af7d - 將數據庫查詢到的結果放入langchain歷史數據內存中

最近，我在一個項目中遇到了一個非常有趣的挑戰——如何將數據庫查詢到的結果放入Langchain的歷史數據內存中。這個過程中，我體會到了數據集成的重要性，也瞭解到一些配置和實現的細節問題。接下來，我將詳細記錄這個過程，包括問題背景、錯誤現象、根因分析、解決方案、驗證測試和預防優化的策略。 問題背景 在我們的系統中，歷史數據內存用於存儲用户交互的上下文信息，以便在後續的請求中進行更好

數據 , 數據庫 , aigc , 歷史數據

收藏 評論