程序员欢乐送（第14期）

对于我来说，我一直保持的追求有三点：技术、快乐、财富。因此，从此三点出发，记录过去一周，我所看到的，值得分享的内容，每周五把欢乐送达。

技术

1、情绪识别

你脸上的表情，现在正变成一场「情绪经济」。

早在 2009 年，第一家营销「人工情绪智能」的公司Affective就已经将情绪检测技术作为市场研究产品出售。包括检测机械员工损伤、视频游戏用户体验、协助医护人员评估患者健康等各行各业，围绕它的领域都在持续增长，亚马逊、微软和 IBM 也将「情绪分析」作为他们面部识别产品的主要功能进行宣传。

情绪是人类独有的情感表达方式，不同于语言和文字，情绪更多的和微表情、心理状态息息相关。通过识别情绪，可以深度挖掘个体差异化，例如，智慧课堂中对学习表情情绪的识别，可以判断个体个性化教育的差异，实现精准辅导、及时纠正，智慧教育。

2、“折纸”机械臂

机械臂想要抓取柔性材质的物体通常会很困难，这并不是因为研究人员进行的尝试不够，而是因为刚性的抓取钳本就不适用于精准的抓取工作。受折纸工艺的启发，麻省理工学院计算机科学及人工智能实验室（CSAIL）和哈佛大学的一批研究员设计了一种全新的抓取器，它能够抓住并举起各种形状、尺寸和重量的物体。

小身材大能量，这款“折纸”机械臂负荷超120倍自重。

3、Jetson Nano

作为AI芯片巨头的英伟达，2019年在GTC大会上的表现备受关注。

关注过英伟达硬件的朋友对Jeston TX1应该不陌生，我也在CSDN写过关于Jeston TX1的教程，它属于移动端的AI硬件平台，性能强悍，能提供1T FLOPS的计算性能，耗电量只有10多瓦。

给个直观点的感受，我在Jeston TX1上跑tiny-yolov3，帧率可以达到15FPS。

在GTC大会上，英伟达再次推出一款Jeston系列硬件平台Jetson Nano。

它是体积小巧、性能并不弱的小电脑，教主黄仁勋称之为“全新的机器人计算机”，共有两个版本。

一是99美元（约合人民币666元）的开发者套件，面向个人用户，比如创客、学生、技术爱好者；另一个版本129美元，可以部署到生产环境，面向的是想要构建边缘系统的企业。

当场，教主黄仁勋也拿出了一个基于Jetson Nano的无人车Kaya。

而性能，Jetson Nano能提供472 GFLOPS的计算性能，并且耗电量只有5瓦，目测性能大致为Jeston TX1的一半。

4、GauGAN

英伟达今日在美国旧金山举办的游戏开发者大会上，展示了能将粗糙涂鸦变成逼真画作的应用程序GauGAN。

简单的说，你只需要“涂出”一张用以告诉程序树在哪里，太阳在哪里，天空在哪里的图片。然后GauGAN就能根据它对真实图像的了解，自动填充细节、纹理、反射、阴影和颜色。

更为神奇的是，GauGAN还允许用户添加样式过滤器，让生成的图像更符合你的要求，例如将场景从正午改成日落。“它不是个可以切割和粘贴纹理的图像拼接软件，因为GauGAN是在“创造”新的图像，就像艺术家绘画时一样。”英伟达副总裁Bryan Catanzaro说道。

此外，代码即将发布。

项目地址：点击查看

5、Dragonfly

贝叶斯优化在许多应用中都有用武之地，但是面对越来越复杂的场景，贝叶斯优化也迎来了更多的挑战。Dragonfly为贝叶斯优化提供了多种优化方法，为贝叶斯优化做出了贡献。

项目地址：点击查看

6、pifpaf姿态估计

pifpaf是2019年的一篇CVPR，它提出了一种bottom-up的多人二维人体姿态估计方法，适用于自动驾驶汽车和运载机器人等应用场景。

感兴趣的可以看下。

项目地址：点击查看

7、MSGAN

GAN、GAN、GAN，还是GAN，近期GAN的文章真的很多。

MSGAN：Mode Seeking Generative Adversarial Networks for Diverse Image Synthesis 是2019年的CVPR，废话不多说，直接看效果吧。

感兴趣的朋友可以看下。

项目地址：点击查看

快乐

1、硬核老母亲，在线删好友

2、学到了有一种男生叫甘蔗男

财富

今天说说什么是量化交易。

量化交易比传统交易强多少？

它能让你的交易效率提高百倍，量化交易之于传统交易方法，如同大型收割机之于锄头镰刀，机枪大炮之于刀剑棍棒。

也就是是说，传统交易方法是这样的：

而量化交易是这样的：

在金融最为发达的美国，量化交易已大行其道，占据了70%以上的股市成交量。可以说量化交易是未来的趋势。当然，只言片语不能解释清楚，接下来，我们具体地介绍下量化交易。

量化交易是做什么？

量化交易是指借助现代统计学和数学的方法，利用计算机技术来进行交易的证券投资方式。便于理解的说，量化交易主要是做这样的事：

从一个灵感开始

灵感就是指那些你想验证的可能会盈利的方法，比如银行股可能是良好的投资品种、一旦跨过20日均线后股价会继续涨、流传许久的羊驼交易法等等。灵感获取的方式可以是阅读、听人说、自己悟等等。

这里我们以一个简单的情况为例进行讲解。比如你的灵感是这样的：

如果股价显著低于近几日的平均价，则买入

如果股价显著高于近几日的平均价，则卖出

现在，你想知道这样操作究竟会不会赚钱？

显然它是不够明确的。比如多低叫显著低于？多高叫显著高于？近几日究竟是几日？买入卖出是买卖多少？我们把它细化：

如果股价低于近20日平均价10%，则用全部可用资金买入

如果股价高于近20日平均价10%，则卖出全部所持的该股票

还有一点不明确的地方，买卖哪个股票呢？我们认为这个交易方法盈利与否应该跟交易哪个股票关系不大，但st股票除外（知道st股票是一类有风险特别大的股票就好，详情请百度），所以股票的选择范围是除st股外的国内A股的所有股票。所以我们进一步细化：

每个交易日监测是除st股外的国内A股的所有股票的股价

如果股价低于近20日平均价10%，则用全部可用资金买入该股票

如果股价高于近20日平均价10%，则卖出全部所持有的该股票

现在我们基本已经把之前的灵感细化成明确的可执行的交易策略。当然，可能还有些地方不够明确，也可能有些细节还不确定要改动，这些可以随时想到随时再改，不必一次做到完美。

把策略转成程序

就是把明确后的策略通过编程转成程序，好让计算机能根据历史数据模拟执行该策略，以及能根据实际行情进行反应并模拟交易或真实交易。

简言之，就是把刚刚的策略翻译成计算机可识别的代码语言，即把这个：

每个交易日监测是除st股外的国内A股的所有股票的股价

如果股价低于近20日平均价10%，则用全部可用资金买入该股票

如果股价高于近20日平均价10%，则卖出全部所持有的该股票

写成类似这样的代码（下面的代码并不完全符合，只是展示下大概的样子）：

  def initialize(context):
      g.security = ['002043.XSHE','002582.XSHE']
  def handle_data(context, data):
      for i in g.security:
          last_price = data[i].close
          average_price = data[i].mavg(20, 'close')
          cash = context.portfolio.cash
          if last_price &amp;gt; average_price:
              order_value(i, cash)
          elif last_price &amp;lt; average_price:
              order_target(i, 0)

这样一来，就把刚才细化好策略转成了代码程序，计算机就能运行了。这个过程你可以理解成用计算机能听懂的语言（代码），把你的策略告诉给计算机了。

检验策略效果

现在计算机理解了你的策略，你现在可以借助计算机的力量来验证你的策略了。基本的检验策略方法有回测和模拟交易两种方法。

回测是让计算机能根据一段时间的历史数据模拟执行该策略，根据结果评价并改进策略。继续之前的那个均价的策略例子的话就是这样的：

设定初始的虚拟资产比如500000元、一个时期比如20060101到20160101，把这一时期的各种数据如估计股价行情等发给计算机，计算机会利用这些数据模仿真实的市场，执行你刚才告诉它的策略程序。最后最后计算机会给你一份报告，根据这个报告你就会知道，在20060101的500000元，按照你的策略交易到20160101，会怎样？一般包括盈亏情况，下单情况，持仓变化，以及一些统计指标等，从而你能据此评估交易策略的好坏。

如果结果不好，则需要分析原因并改进。如果结果不错，则可以考虑用模拟交易进一步验证。

模拟交易是让计算机能根据实际行情模拟执行该策略一段时间，根据结果评价并改进策略。与回测不同，回测是用历史数据模拟，模拟交易使用实际的实时行情来模拟执行策略的。举例就是这样：

设定初始的虚拟资产比如500000元，选择开始执行模拟交易的时间点，比如明天。那么从明天开始，股市开始交易，真实的行情数据就会实时地发送到计算机，计算机会利用真实的数据模仿真实的市场，执行你的策略程序。同时，你会得到一份实时更新的报告。这报告类似于回测得到的报告，不同的是会根据实际行情变化更新。同样你能据此评估交易策略的好坏。

可见，回测是用历史数据模拟执行策略，模拟交易是用未来的实际行情模拟执行策略。如果策略在回测与模拟交易的表现都非常好，你可以考虑进行完全真实的真金白银的实盘交易。

进行实盘交易并不断维护修正

实盘交易就是让计算机能自动根据实际行情，用真金白银自动执行策略，进行下单交易。注意，这时不再是用虚拟资产模拟交易，亏损和盈利都是真钱。实盘交易一般也会给出一份类似模拟交易的会不断更新的报告，从而不断要观察策略的实盘表现并及时调整与改进策略，使之持续平稳盈利。

量化交易内容转自聚宽，更多量化知识：点击查看