工業和商業黃頁資訊網論文書籍站
股票api接口的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包
股票api接口的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦（美）CHRIS CONLAN寫的 自動化交易R語言實戰指南 和（美）VINCENT GRANVILLE的 數據天才：數據科學家修煉之道都 可以從中找到所需的評價。
這兩本書分別來自人民郵電 和電子工業出版社所出版 。
國立政治大學 國際經營與貿易學系 譚丹琪所指導 許婉珣的 旅行社面對去中間化之因應對策探討－以雄獅集團為例 （2017），提出股票api接口關鍵因素是什麼，來自於去中間化、再中間化、動態能力、企業轉型。
自動化交易R語言實戰指南
為了解決股票api接口 的問題，作者（美）CHRIS CONLAN 這樣論述：
R語言是用於統計分析、繪圖的語言和操作環境，是屬於GNU系統的一個自由、免費、源代碼開放的軟件。它是一個用於統計計算和統計制圖的u秀工具。本書通過11章內容介紹了自動化交易的核心要點，並基於R語言給出了相應的編程方法。本書涉及編程、高性能計算、數值優化、金融以及網絡等眾多主題，書中的3個部分分別涵蓋了自動化交易簡介、平台搭建、產出交易等重要主題。本書內容詳細、示例豐富，非常適合對自動化交易感興趣或者想要使用R語言進行金融數據分析的人士閱讀參考。如果讀者有一定的編程基礎，將會對本書的學習提供不少助力。適當參考書中的公式和代碼示例，讀者能夠更好地掌握相關內容。Chris Conlan 是作為獨立從
事交易算法的數據科學家開始他的職業生涯的。進入弗吉尼亞大學之后，他僅用 3 個學期就完成了本科統計學課程。在此期間，他籌資組建了一家高頻外匯交易集團，並擔任總裁和首席交易策略師。目前，他正管理着一家科技公司，該公司業務涉 及高頻外匯、機器視覺和動態報告等領域。 第1部分 研究內容第1章 自動化交易的基礎 21.1 凈值曲線和收益率序列 21.1.1 凈值曲線的特征 31.1.2 收益率序列的特性 31.2 風險—收益模型 41.3 風險—收益模型的特征 51.3.1 夏普比率 81.3.2 最大回撤比率 91.3.3 偏矩比 111.3.4 基於回歸的性能指標 131.4
最優化性能指標 16第2部分 搭建平台第2章 網絡部分Ⅰ 182.1 雅虎金融數據接口 192.1.1 設置目錄 192.1.2 構建URL查詢 202.1.3 數據獲取 212.1.4 加載數據至內存 222.1.5 更新數據 232.2 YQL網絡服務 242.3 Quantmod的注釋 282.4 比較 292.5 組織成為日期一致的zoo對象 29第3章 數據准備 313.1 處理NA值（缺失值） 313.1.1 注意：R中NA和NaN的區別 313.1.2 IPO以及加入標准普爾500指數 313.1.3 合並到統一的日期模板 333.1.4 向前替換 343.1.5 線性平滑替換
353.1.6 交易量加權平滑替換 363.2 關於替換方法的討論 373.2.1 實時VS模擬 373.2.2 對波動率指標的影響 373.2.3 對交易決策的影響 383.2.4 結論 383.3 收盤價和調整收盤價 383.3.1 股票分割的調整 393.3.2 現金分紅的調整 403.3.3 有效更新和調整收盤價 403.3.4 實施調整 413.4 檢驗不活躍股票 413.5 計算收益矩陣 42第4章 指標 444.1 指標類型 444.1.1 疊加層 444.1.2 振盪器 444.1.3 累加器 454.1.4 模式/二元/三元 454.1.5 機器學習/非可視化、黑箱 454.
2 示例指標 454.2.1 簡單移動平均 454.2.2 移動平均收斂發散振盪器（MACD） 464.2.3 布爾帶 474.2.4 使用相關性和斜率自定義指標 474.2.5 基於多個數據集的指標 484.3 小結 50第5章 規則集 515.1 作為嵌套函數的過程流 515.2 術語 515.3 示例的規則集 525.3.1 疊加層 535.3.2 振盪器 535.3.3 累加器 535.4 過濾、觸發以及定量的偏好 54第6章 高性能計算 566.1 硬件概覽 566.1.1 處理 566.1.2 多核處理 566.1.3 超線程 576.1.4 內存 586.1.5 磁盤 586.1
.6 隨機存取存儲器 596.1.7 處理器緩存 596.1.8 交換空間 596.1.9 軟件概覽 606.1.10 編譯與解釋 606.1.11 腳本語言 616.1.12 速度與安全性 616.1.13 建議 626.1.14 for循環與apply函數 626.1.15 for循環與內存分配 636.1.16 apply族函數 646.1.17 創造性地使用二進制 646.1.18 測量計算時間的說明 656.2 R中的多核計算 666.2.1 令人尷尬的並行過程 666.2.2 doMC和doParallel 666.2.3 foreach程序包 676.3 實踐中的foreach程
序包 686.3.1 整數映射 686.3.2 使用foreach計算收益率矩陣 696.3.3 使用foreach計算指標 70第7章 模擬和回測 747.1 交易策略示例 747.2 模擬工作流程 767.2.1 代碼清單7-1：偽代碼 767.2.2 代碼清單7-1：對輸入的解釋及用戶指南 767.2.3 討論 837.3 執行示例交易策略 847.4 總結性統計量和績效指標 887.5 小結 89第8章 優化方法 908.1 時間序列的交叉驗證 908.2 數值VS解析優化 918.3 數值優化概覽 928.4 聲明一個求值器 938.4.1 代碼清單8-1：偽代碼 948.4.2 代
碼清單8-1：解釋輸入及用戶指南 948.5 通用模式搜索優化 1018.6 廣義模式搜索優化 1028.7 Nelder-Mead優化 1078.8 預測交易策略表現 1138.9 小結 116第9章 網絡部分II 1179.1 市場概覽：經紀商API 1179.2 安全連接 1189.2.1 建立SSL連接 1189.2.2 專有的SSL連接 1199.2.3 HTTP/HTTPS 1209.2.4 OAuth 1209.3 交易API的可行性分析 1209.3.1 自定義R程序包的可行性 1209.3.2 通過現存R程序包實現HTTPS + OAuth 1219.3.3 FIX引擎 12
19.3.4 向被支持的語言輸出指引 1219.4 計划和執行交易 1219.4.1 PLAN任務 1229.4.2 TRADE任務 1249.5 一般性的數據格式 1259.5.1 處理XML 1259.5.2 生成XML文檔 1319.5.3 處理JSON數據 1329.5.4 金融信息eXchange協議 1339.5.5 FIX可擴展標記語言（FIXML） 1349.5.6 R中的OAuth 1359.6 小結 137第3部分 產出交易第10章 組織和自動運行腳本 14010.1 組織腳本成任務 14010.2 利用源函數調用任務 14010.3 通過源函數方式調用任務 14110.4
Windows中的任務調度 14110.4.1 在Windows中從命令行運行R語言 14110.4.2 設置和管理任務調度程序 14310.5 UNIX中的任務計划 14410.6 小結 145第11章 前瞻 14611.1 語言的注意事項 14611.1.1 Python 14611.1.2 C/C++ 14611.1.3 硬件描述語言 14711.2 零售經紀商和拒絕權 14711.3 連接延遲 14811.3.1 以太網與Wi-Fi 14811.3.2 臨近交易所 14911.4 優先零售商 14911.5 消化信息和基本面 14911.6 小結 150附錄A 源代碼 151A.1
Platform/config.R 151A.2 Platform/load 152A.2.1 Platform/load.R 152A.2.2 Platform/update.R 153A.2.3 Platform/functions/yahoo.R 153A.2.4 Platform/load/ initial.R 154A.2.5 Platform/load/ loadToMemory.R 155A.2.6 Platform/load/ updateStocks.R 156A.2.7 Platform/load/ dateUnif.R 160A.2.8 Platform/load/ sp
Clean.R 161A.2.9 Platform/load/ adjustClose.R 161A.2.10 Platform/load/ return.R 162A.2.11 Platform/load/ fillInactive.R 162A.3 Platform/compute 162A.3.1 Platform/compute/MCinit.R 162A.3.2 Platform/compute/functions.R 163A.4 Platform/plan 168A.4.1 Platform/plan.R 169A.4.2 Platform/plan/decisionGen.R
169A.5 Platform/trade 173A.6 Platform/model 174A.6.1 Platform/model.R 174A.6.2 Platform/model/optimize. R 174A.6.3 Platform/model/evaluateFunc.R 174A.6.4 Platform/model/optimizeFunc. R 177附錄B 多核R的范圍 180B.1 R的作用域規則 180B.1.1 應用詞法作用域 180B.1.2 原型 181B.2 UNIX交叉系統調用 181B.2.1 fork調用和內存管理 182B.2.2 R作用域的應用 1
82B.3 Windows中的實例復制 184B.3.1 實例復制和內存管理 184B.3.2 R作用域應用 184
旅行社面對去中間化之因應對策探討－以雄獅集團為例
為了解決股票api接口 的問題，作者許婉珣 這樣論述：
隨著網際網路的發展，去中間化現象為旅遊業帶來衝擊，改變了原有的價值鏈；隨後，線上旅行社興起，傳統旅行社的處境更加艱難。唯有根據環境變動不斷更新企業的能力，才能在瞬息萬變的產業中生存。本文在總結前人的研究結果之上，以雄獅集團為例，並採用深度訪談法，對企業的動態能力發展能否有效因應去中間化的威脅進行分析。雄獅集團透過覺察環境變化的能力，積極進行內外部的協調與整合，輔以對人力資源管理的重視，成功發展出動態能力。而雄獅集團的動態能力展現在旅行社的產品知識、與個別客戶的互動、差異化的產品、高品質的服務、以及與技術共存的能力上，成為其能完成再中間化的關鍵因素。透過對雄獅集團經營策略以及核心能力分析，得出
雄獅集團在不斷變動的競爭環境中，把握時機轉變集團在產業價值鏈的定位，以內外部整合的方式取得新的集團競爭力，並透過人力資源管理將集團競爭力落實於基層員工，因應去中間化的威脅。
數據天才：數據科學家修煉之道
為了解決股票api接口 的問題，作者（美）VINCENT GRANVILLE 這樣論述：
這是一本跟數據科學和數據科學家有關的「手冊」，它還包含傳統統計學、編程或計算機科學教科書中所沒有的信息。 本書有3個組成部分：一是多層次地討論數據科學是什麼，以及數據科學涉及哪些其他學科；二是數據科學的技術應用層面，包括教程和案例研究；三是給正在從業和有抱負的數據科學家介紹一些職業資源。本書中有很多職業和培訓相關資源（如數據集、網絡爬蟲源代碼、數據視頻和如何編寫API），所以借助本書，你現在就可以開始數據科學實踐，並快速地提升你的職業水平。Vincent Granville博士是一名富有遠見的數據科學家，有 15 年大數據、預測建模、數字分析和業務分析的經驗。Vincent
在評分技術、欺詐檢測和網絡流量優化及增長等領域，是舉世公認的權威專家。在過去的 10 年中，他曾與 Visa 一起研究實時信用卡欺詐檢測，與CNET一起研究廣告組合優化，與Microsoft（微軟公司）一起研究「改變點檢測」，與Wells Fargo（富國銀行）一起研究在線用戶體驗，與InfoSpace一起研究搜索智能，與eBay一起研究自動競價，與各大搜索引擎、廣告網絡和大型廣告客戶一起研究點擊欺詐檢測。Vincent 也管理着LinkedIn上最大的「大數據及分析數據科學家」小組，該小組擁有超過100 000名成員。最近，Vincent推出了數據科學中心（Data Science Cen
ter）這個大數據、業務分析和數據科學界的領先社區。Vincent曾是劍橋大學和美國國家統計科學學院的博士后。他曾入圍沃頓商業計划競賽和比利時數學奧林匹克的決賽。Vincent 已經在統計期刊上發表了40篇論文，並且是許多國際會議的受邀演講嘉賓。他還開發了一種新的數據挖掘技術，被稱為隱性決策樹，他還擁有多項專利，是發表數據科學書籍的第一人，並籌集了600萬美元的創業啟動資金。根據福布斯的排名，Vincent 是大數據領域前20位有影響力的人物之一，被VentureBeat、MarketWatch和美國有線新聞網（CNN）專門報道。Vincent的Twitter賬號為@Analyticbridg
e。