1 分•作者: davidbarker•5 天前
返回首页
一周热榜
1 分•作者: Sacha-Builds•5 天前
1 分•作者: HarroGoerndt•5 天前
1 分•作者: javier_yc_new•5 天前
1 分•作者: thm•5 天前
1 分•作者: jmelo11•5 天前
您好,
我想分享一个我一直在开发的开源项目。QuantSupport 是一个量化库,涵盖了不同资产类别(股票、利率、外汇、固定收益)的曲线构建、模拟和风险分析。
它的目标是成为银行的实际生产工具,而不是像许多其他工具那样仅仅是一个分析库。为此,它从头开始利用自动微分来获得风险功能(敏感度),这对于实际交易环境至关重要。
该库还包含其他引擎,例如 XVA 引擎以及用于构建更复杂支付结构脚本语言。
我认为它正处于一个更加成熟的阶段,但为了确定这一点,我非常希望得到量化领域人士的反馈,任何评论都将不胜感激。
此外,在以下仓库中有一个示例:
<a href="https://github.com/jmelo11/derivative_structuring" rel="nofollow">https://github.com/jmelo11/derivative_structuring</a>
其中,大型语言模型利用该库的脚本功能,为用户提示的请求提供定价和见解,从而实现模型一致的结果。
1 分•作者: argilium•5 天前
Back Me Up 是一款小巧的、略带科学风格的机器,可以查找支持你论点的已发表论文。它的灵感来源于一次与朋友关于生命科学的谈话,我们当时觉得“肯定有论文能证实大多数论点”,比如咖啡有害、咖啡有益等等。
你输入一个论点,例如“喝葡萄酒对心脏有益” -> 系统会在一个语料库(PMC、bioRxiv、medRxiv 和 arXiv)中进行语义搜索 -> 如果找到符合你论点的相关引文,就会提取出来并给出结论。
前端使用了 Sol 和 Opus 的组合,我花了一些时间探索不同的设计,最终选择了这个有点滑稽的打印机,它可以打印出你的证据。
一些说明:
- 我没有进行准确性评估,这是一个我随意构建的项目,所以对其可靠性一无所知。但它通过了“感觉测试”,不妨试试看!
- 最初我为一小部分 PMC 数据构建了一个 RAG,但将其扩展似乎是一项耗时的工作,不适合一个晚上的项目。幸运的是,我找到了一个 API,可以跨不同来源进行语义搜索。
1 分•作者: theanonymousone•1 天前
1 分•作者: m-hodges•1 天前
1 分•作者: awalias•1 天前
1 分•作者: alexandrubulacu•5 天前
1 分•作者: ToriTech•7 天前
你希望有哪些尚未存在(无论出于何种原因)的隐私保护工具?可以是任何东西,比如浏览器扩展、软件、广告拦截器,或是物理安全设备。我很好奇,想看看目前世界上需要什么。
1 分•作者: trollied•12 分钟前
1 分•作者: dominikmartn•5 天前
1 分•作者: gessha•5 天前
1 分•作者: Herzogda•5 天前
1 分•作者: mcfunley•大约 24 小时前
1 分•作者: frag•5 天前
1 分•作者: michaelrickynea•5 天前
1 分•作者: roseway4•5 天前