“量化交易”有著兩層含義：一是從狹義上來講，是指量化交易的內(nèi)容，將交易條件轉(zhuǎn)變成為程序，自動下單；二是從廣義上來講，是指系統(tǒng)交易方法，就是一個整合的交易系統(tǒng)。即為根據(jù)一系列交易條件，智能化輔助決策體系，Combine rich professional experience with trading conditions to manage and control risks during the trading process.

　　量化交易是根據(jù)量化分析得出交易策略的一種交易技術(shù)，它通過數(shù)學(xué)計算和數(shù)值分析來識別交易機會。以往的完整數(shù)據(jù)是量化分析的基礎(chǔ)，價格和數(shù)量是建立數(shù)學(xué)模型中的主要變量。

　　//wrapping input tensor,convert nhwc to nchw

　　std::vector<int>dims{1,INPUT_SIZE,INPUT_SIZE,3};

　　auto nhwc_Tensor=MNN::Tensor::create<float>(dims,NULL,MNN::Tensor::TENSORFLOW);

　　auto nhwc_data=nhwc_Tensor->host<float>();

　　auto nhwc_size=nhwc_Tensor->size();

　　::memcpy(nhwc_data,image.data,nhwc_size);

　　std::string input_tensor="data";

　　auto inputTensor=net->getSessionInput(session,nullptr);

　　inputTensor->copyFromHostTensor(nhwc_Tensor);

　　//run network

　　net->runSession(session);

　　//get output data

　　std::string output_tensor_name0="conv5_fwd";

　　MNN::Tensor*tensor_lmks=net->getSessionOutput(session,output_tensor_name0.c_str());

　　MNN::Tensor tensor_lmks_host(tensor_lmks,tensor_lmks->getDimensionType());

　　tensor_lmks->copyToHostTensor(&tensor_lmks_host);

　　//load and config mnn model

　　auto revertor=std::unique_ptr<Revert>(new Revert(model_name.c_str()));

　　revertor->initialize();

　　auto modelBuffer=revertor->getBuffer();

　　const auto bufferSize=revertor->getBufferSize();

　　auto net=std::shared_ptr<MNN::Interpreter>(MNN::Interpreter::createFromBuffer(modelBuffer,bufferSize));

　　revertor.reset();

　　MNN::ScheduleConfig config;

　　config.numThread=threads;

　　config.type=static_cast<MNNForwardType>(forward);

　　MNN::BackendConfig backendConfig;

　　config.backendConfig=&backendConfig;

　　auto session=net->createSession(config);

　　net->releaseModel();