求助

  使用 tushare 历史与实时数据，开展 A 股分钟级量化交易程序的开发、回测和实盘应用。利用实时分钟级成交指 标的不合理偏差，识别实时量价背离，在每一分钟内同时给出多只股票(每日一台电脑最多 50 只)的分钟级买入 信号;每日利用实时分钟级成交指标，相较于历史分钟级成交指标的不合理偏差，实时识别资金分时异动，在每一 分钟内同时给出多只股票的分钟级卖出信号。   程序盘中根据每只股票的日内价格均线，在实时价格高于均线时限制买入信号，在低于均线时限制卖出信号。盘前 记录每只股票的 Beta 因子值，盘中将交易信号除以每只股票的 Beta 因子值，用于交易信号标准化;盘前记录每 只股票历...

有人零实习也能进大厂，是因为他们手里有比实习更硬的底牌，高学历背景，985、211的毕业证本身就是一块金字招牌，或者丰富的科研经历，发表过高质量的论文，参与过前沿项目，这些都是能力的直接证明；亦或是那些高含金量的奖项，像ACM竞赛的金奖、Kaggle比赛的高排名，这些都能让招聘官一眼相中，当然，家庭背景硬也是一种隐性优势。总之，没有人能够无缘无故的进入大厂，当然家庭背景很硬也是一种能力

今年应届大模型算法年包一个比一个高，某书某节应届生开七八十万的好像一抓一大把，但是一看JD：有大模型预训练经验，有万卡集群调度经验，发表顶会论文对于我们这种没有大厂实习，没进强组的小卡拉米来说，基本上都是不可能满足的条件。  所以，没显卡的穷孩子真的不能靠大模型算法翻身吗？ 关于这个问题，实际上也要看“大模型”的几个具体方向（虽然都叫大模型算法or大模型应用），按照对硬件资源需求的程度从低到高排序大概是这样： Prompt工程 ≈ Agent 开发 < RAG <  LoRA等高效微调 < 全参数后训练（微调） < 预训练 这么看其实很明了了，那些对资源要求极高的JD，...