宏观研究专题报告：中国宏观杠杆报告2019-恒大研究院-20190624.pdf

宏观研究专题报告：中国宏观杠杆报告2019-恒大研究院-20190624.pdf

futures-omax：利用Binance期货交易机器人-源码

期货-omax 利用Binance期货的交易自动化。 免责声明 该自动化软件完全由我用我的个人手动交易策略从头开始手工。 如果您使用的是我的存储库，请通过我的电子邮件zyairelai@gmail.com提供反馈。 如果您修改或改进了我的代码，请随时与我分享，我们可能会对此项目进行进一步的讨论！ 任何人都可以复制，重新分发，修改软件。 但是，仅限于非商业使用。 杠杆交易是高风险的游戏。 使用脚本之前，请先管理您的风险级别。 1.环境设置 将以下内容粘贴到默认外壳中 export API_KEY="your_binance_api_key" export API_SECRET="your_bi

Python_Statistics：Python中的统计信息-源码

Python_Statistics 波士顿迷你项目：线性回归：scikitlearn和stats模型，基本原理，数学，OLS方法| 用于线性回归的EDA：散点图，具有多个变量/模型的季节性，对数变换，sm.summary，r平方，f-stat，t-stat，系数，AIC，数据叙述/领域知识| 拟合值与残差图| 分位数与分位数图| 杠杆图删除异常值并比较模型：图形，摘要

BitMEX-简单交易机器人：简单的BitMEX交易机器人-源码

BitMEX简单的交易机器人。 总览 这是与BitMEX一起使用的示例交易机器人。 您可以自由使用和修改自己的策略。 免责声明：所有使用此代码的人均需自担风险。 首先在Testnet上开发！ Testnet交易完全免费，并且与实时市场相同。 入门 在configuration.py中隐藏了必须更改的主要信息。 如果要从testnet.bitmex.com开始，则将TEST_EXCHANGE设置为True，然后将凭据放入API_KEY和API_SECRET 。 然后，在每个交易执行中放入您要交易的合约数量（ AMOUNT_MONEY_TO_TRADE ），然后选择首选杠杆率（ LEVERAGE ）。 然后设置策略的首选时间范围（ TIMEFRAME ）。 可用的变体为：1m，5m，1h，1d。 如果要更改策略的参数，请转到strategy.py并在此位置设置其他参数： macd , signal , hist = talib . MACD ( ohlcv_candles . close . values , f

混沌内部资料-增长的8种杠杆-李云龙

混沌内部资料-增长的8种杠杆-李云龙

最新更新区块链CAGI虚拟资产币投资分红理财创投源码+杠杆转账完整源码.zip

最新更新区块链CAGI虚拟资产币投资分红理财创投源码+杠杆转账完整源码下载 属于投资理财类了~只是用的虚拟币的还是不错吧。

二八法则：人生和商场杠杆原理

二八法则：人生和商场杠杆原理

Student_Alcohol_Consumption：使用机器学习资料库-http：archive.ics.uci.edumldatasetsStudent + Performance上的数据研究影响学生酗酒的因素-源码

预测青少年饮酒的因素 作者Lhamu次仁和Eon公司Slemp 概述和目标 该分析的目的是为纽约市教育局的青少年酗酒预测因素提供见解。 青春期是神经系统发育的关键时期。 在青春期，大脑会适应环境，以支持行为，理想情况下会促进长期繁荣。 在20岁之前建立的行为模式通常会持续一生。 像所有上瘾的物质一样，刺激性酒精会导致劫持行为机制，而这种行为机制对美好生活至关重要。 酒精是青少年和成人使用最广泛的麻醉剂。 该分析将以可以转化为纽约市教育部服务的个人改善生活成果的方式为政策提供信息。 优化纽约市学生的学习成绩 纽约市教育局每年为超过一百万名学生提供服务。 与酗酒有关的成本是巨大而深远的。 这个大型的公立学校系统有可能成为影响数百万人生活的有力杠杆。 通过确定高风险学生并向他们提供适当的资源和干预措施，我们可以影响数以百万计的个人生活以及纽约市生活的总体特征。 数据 该数据集来自Minho大学的

dubbo-samples：Apache Dubbo的示例-源码

达博样品 Apache Dubbo的样本 该存储库包含许多项目，以说明Dubbo从基本到高级的各种用法。 在每个子项目中检查README。 交叉参考《 以了解本项目中演示的功能也很有帮助。 而且，将样本移至 。 生成并运行样本 要编译所有样本，请在该项目的顶层目录中运行以下命令，或进入子目录以编译一个样本： mvn clean package 如果您必须了解如何构建和运行，则可能需要阅读子目录下的每个自述文件。 整合测试 该项目还用于dubbo的集成测试。 如何构建和运行集成测试 Dubbo集成测试基于docker容器，并依赖于用于运行提供程序和测试用例的映像。 集成测试杠杆设置的测试环境，更准确地，开始达博提供者实例和任何其他辅助系统，如必要时，登记中心在泊坞窗。 请先安装docker和docker-compose ，然后构建测试映像dubb/sample-test 。

杠杆-源码

子图由Felnao＃9580和ALD＃8084 Leverj（L2）是一种加密货币，在以太坊平台上运行。 数据类型： 交易数据 实体： 转让和审批 部署版本： 可以在找到Leverj子图的已部署版本

mettalex-documentation:Mettalex的公共文档-源码

概述 Mettalex是首个由Fetch.ai技术提供支持的分散式衍生品交易所（ DEX ）。 主要目标是为大量实物商品交易者提供使用风险管理工具的途径。 如今，用户可以通过收取高点差且流动性有限的金融市场中介机构（即银行和其他金融中介机构）访问这些工具。 Mettalex使市场参与者（例如，加密矿业公司或钢厂）能够对商品和其他资产的现货价格进行经济敞口，从而允许他们在市场上开立对冲或杠杆头寸。 借助自主做市商（即AMM ），这一革命性的网络为高效，智能的做市决策奠定了基础。 每个智能合约都与一对专门设计的令牌（称为位置令牌）相关联。 智能合约充当分散式票据交换所的角色，因此可以促进市场上买卖双方之间的匹配。 实际上，交易者可以在任何需要的时候退出或开仓，而无需寻找对交易感兴趣的交易对手。

postsings-api：API文档和杠杆发布REST API的示例-源码

杠杆发布API 目录 介绍 该存储库包含有关Lever Postings REST API的文档和示例应用程序。 该API旨在帮助您创建工作站点。 如果您需要此API中缺少的任何功能，或者发现任何问题，请给我们发送电子邮件至或在此存储库中提出问题。 您无需使用此API即可开始使用杠杆作业发布。 通过您的杠杆托管的工作网站（例如https://jobs.lever.co/leverdemo ），也可以自动查看所有已发布的工作职位。 注意：如果相关，将为我们支持的实例提供多个URL示例： global （默认）和EU 。 该API可让您： 获取贵公司的分页职位发布 获取与特定查询匹配的职位发布 获取单个职位发布（如果您知道他们的发布ID） 以编程方式应用于职位发布 API不会： 让您对打开的作业进行全文搜索。 支持来自公司域/子域之外的站点的跨域HTTP请求。 注意：Postin

论文研究 - 股利ETF的表现：溢出效应和杠杆效应的研究

这项研究的目的是确定高收益和低收益股息ETF的回报和回报波动率对追踪市场股指的溢出和杠杆效应的存在，反之亦然。 作者使用了平均自回归条件下的广义自回归条件异方差性（GARCH-M-ARMA）和平均自回归运动平均值中的指数自回归条件性异方差性（EGARCH-M-ARMA）。 选择了etfdb.com数据库的前100个ETF中认可的六种ETF及其基础指数来代表高股息率和低股息率ETFs组。 研究结果表明，回报率的溢出效应在一组低收益股利ETF中更常见，而收益率的溢出效应在一组高收益股利ETF中更为明显。 就杠杆效应而言，它存在于所有ETF和股票指数中，当比较正非对称波动效应时，负非对称波动效应更多地发生。

杠杆最终项目-源码

杠杆最终项目

leverage-calculator:invest投资时计算适当的杠杆和清算点-源码

leverage-calculator:invest投资时计算适当的杠杆和清算点

杠杆_etf：ETF-源码

実は株より安全で利回りが良い！レバレッジETFジ统计的に検证してみた结果 超短い理论 をッジ・インデックスETFは用用量を守ればオリジナルよりも安全かつ高收益资产！ はじめに 仆が投资先を扩展を上でレバレッジ・インデックスETF（以后レバレッジETF）に出会い。この记事はレバレッジETFジ危険と言われるのはどうしても信じられなかったので自分で検证した记事です。 そこで，この记事を通してレバレッジETFジ强みと弱みを”统计的”な侧面から客観的に见ていただきたいという思いを込めて书いています。ぜひ，この机会にレバレッジETFの世界を一绪に眺めて见ませんか？きっと面白く思えるはずです。ただし， あくまで投资は自己判断で。 申し訳ありませんが，仆は皆様のお金に责任は持てませんのでご注意ください。信じるも信じないも皆様次第です。 では，サッソク见て行きましょう！！！ 背景 しかし，个别株はかなり知识

sec-data：秒数据探索-源码

秒数据 秒数据探索 “这很简单； 买好公司并坐下来。 有一些管理良好的公司，相对来说很少。 有些公司的管理水平中等，至少不会破产，但可能不会给股东带来丰厚的回报。 有些公司的杠杆率过高-他们欠了很多钱，却像滑冰一样滑行。 当事情变得艰难时，它们将破产。 因此，投资经理的工作是挑选优秀的[公司]并留存[他们的股票很多年]。 投资分析师的最大缺点之一就是试图限制他们的建议。 他们说，例如，“这是一只以每股12美元的价格出售的股票。 以每股18美元的价格出售。 废话如果仅此而已，请不要理会。 如果您以12美元的价格购买它，并且认为它可能会翻倍，那么购买它应该会感到自在。 伯克希尔·哈撒韦（Berkshire Hathaway）是近期历史上表现最好的股票。 [伯克希尔·哈撒韦公司（Berkshire Hathaway Inc.）位于内布拉斯加州奥马哈。]大约10年前，我以400美元的价格购买了这

shifty：构建自己的Shifty-并在VR中以触觉感受对象的重量和变换！-源码

易变 这个库允许你建立你自己的狡猾-重量移动passiv触觉代理虚拟现实！ 介绍 机智的，因为在我们的TVCG介绍了是重移VR控制器，可以让你更好的感受虚拟对象和他们的变革的重量。 为此，当您与VR中的虚拟对象进行交互时，它会移动内部质量。 在Shifty的质量分布变化（以及因此而产生的惯性矩和杠杆臂）变化的同步下，在虚拟环境中使用适当的可视化效果，可以在VR中实现身临其境的触觉体验。 有关触觉效果，科学背景和用户研究结果的更多信息，请查看本文。 Shifty出席了。 为了获得第一印象，可能是一个很好的起点。 参考 @article{Zenner:2017:Shifty, title={

BC_Project3:Bootcamp Project 3的仓库-源码

BC_Project3：LEAPS和界限 背景 长期股权预期证券（LEAPS）是到期日超过一年（通常为发行后最多三年）的公开交易的期权合约。 LEAPS交易提供杠杆能力期权合同，但是由于它们的期限很长，所以本研究项目的目的是针对以长期股权预期证券（LEAPS）交易为中心的不同策略研究技术和工具。数据点和技术指标。 方法：策略和工具 用变化的变量构造函数 使用迭代将函数应用于大量数据，对我们处理的选项应用不同的参数以及对信号使用不同的方法，以确定是否可以在所使用的指标范围内形成策略。 使用和构造许多不同的策略 利用技术指标（如布林带，成交量（基础/期权）和看跌/看涨比率）构建多种购买策略 结合LSTM和随机森林模型-本质上讲，本身就是技术指标 库和工具 谷歌协作 Iter工具和函数-创建用于高效循环的迭代器的函数 Streamlit-构建和共享数据应用程序的最快方法 ML库：RF和L