雑多な技術系メモ

自分用のメモ。内容は保証しません。よろしくお願いします。

backtesting.pyについてのメモ

Strategy

Strategy.data

  • Priceのdata。close等の値を取得できる
  • data.Close[-1]) is always the most recent value.

Strategy.sell

  • Let the strategy close any current position and use all available funds to short sell the asset for p

Strategy.buy

  • Let the strategy close any current position and use all available funds to buy the asset for price

Strategy.position

  • ポジションの確認

参考文献

https://kernc.github.io/backtesting.py/doc/backtesting/backtesting.html#backtesting.backtesting.Strategy.data

【matplotlib】とりあえず3dデータをプロットするコード

出力したい画像

ソースコード

>>> import numpy as plt
>>> import matplotlib.pyplot as plt

>>> x1 = np.arange(-5,5,0.2)
>>> x1
array([-5.0000000e+00, -4.8000000e+00, -4.6000000e+00, -4.4000000e+00,
       -4.2000000e+00, -4.0000000e+00, -3.8000000e+00, -3.6000000e+00,
       -3.4000000e+00, -3.2000000e+00, -3.0000000e+00, -2.8000000e+00,
       -2.6000000e+00, -2.4000000e+00, -2.2000000e+00, -2.0000000e+00,
       -1.8000000e+00, -1.6000000e+00, -1.4000000e+00, -1.2000000e+00,
       -1.0000000e+00, -8.0000000e-01, -6.0000000e-01, -4.0000000e-01,
       -2.0000000e-01,  4.4408921e-15,  2.0000000e-01,  4.0000000e-01,
        6.0000000e-01,  8.0000000e-01,  1.0000000e+00,  1.2000000e+00,
        1.4000000e+00,  1.6000000e+00,  1.8000000e+00,  2.0000000e+00,
        2.2000000e+00,  2.4000000e+00,  2.6000000e+00,  2.8000000e+00,
        3.0000000e+00,  3.2000000e+00,  3.4000000e+00,  3.6000000e+00,
        3.8000000e+00,  4.0000000e+00,  4.2000000e+00,  4.4000000e+00,
        4.6000000e+00,  4.8000000e+00])

>>> x2 = np.arange(-5,5,0.2)
>>> y = x1*0.2 + x2*0.5
>>> y
array([-3.50000000e+00, -3.36000000e+00, -3.22000000e+00, -3.08000000e+00,
       -2.94000000e+00, -2.80000000e+00, -2.66000000e+00, -2.52000000e+00,
       -2.38000000e+00, -2.24000000e+00, -2.10000000e+00, -1.96000000e+00,
       -1.82000000e+00, -1.68000000e+00, -1.54000000e+00, -1.40000000e+00,
       -1.26000000e+00, -1.12000000e+00, -9.80000000e-01, -8.40000000e-01,
       -7.00000000e-01, -5.60000000e-01, -4.20000000e-01, -2.80000000e-01,
       -1.40000000e-01,  3.10862447e-15,  1.40000000e-01,  2.80000000e-01,
        4.20000000e-01,  5.60000000e-01,  7.00000000e-01,  8.40000000e-01,
        9.80000000e-01,  1.12000000e+00,  1.26000000e+00,  1.40000000e+00,
        1.54000000e+00,  1.68000000e+00,  1.82000000e+00,  1.96000000e+00,
        2.10000000e+00,  2.24000000e+00,  2.38000000e+00,  2.52000000e+00,
        2.66000000e+00,  2.80000000e+00,  2.94000000e+00,  3.08000000e+00,
        3.22000000e+00,  3.36000000e+00])

>>> plt.figure(figsize=(6,5))
>>> from mpl_toolkits.mplot3d import axes3d, Axes3D
>>> ax = plt.subplot(1,1,1,projection="3d")
>>> ax.scatter(x1, x2, y)
<mpl_toolkits.mplot3d.art3d.Path3DCollection at 0x7fd8dba73b38>

Neuralinkとは

Neuralinkとは

NeuralinkはElon Muskらが2016年に興した企業です。
この企業では、brain-machine interfaces(BMIs)の開発を目指しています。

このBMIsは脳と何かしら機器(コンピュータ等)を直接接続させるシステムのことを言います。

何を目指している会社なのか?

短期的には、脳疾患の治療に用いるためのデバイスを制作することを目指しているようです。

長期的には、人間を強化するためのデバイスを作成することを目的としているようです。 人類がAIと対抗するために、人間と直接なんらかのデバイスを接続し、人間の能力の強化を行えるようにすることを目指しています。

専門用語メモ

  • プロープ:接続端子

参考文献

https://en.wikipedia.org/wiki/Neuralink

【自然言語処理,python】MeCabについてのメモ

とりあえず動かす

>>> import MeCab
>>> tagger = MeCab.Tagger()
>>> result = tagger.parse("公園で夕日を見た")
>>> print(result)
公園  名詞,一般,*,*,*,*,公園,コウエン,コーエン
で 助詞,格助詞,一般,*,*,*,で,デ,デ
夕日  名詞,一般,*,*,*,*,夕日,ユウヒ,ユーヒ
を 助詞,格助詞,一般,*,*,*,を,ヲ,ヲ
見 動詞,自立,*,*,一段,連用形,見る,ミ,ミ
た 助動詞,*,*,*,特殊・タ,基本形,た,タ,タ
EOS