第11篇：上门取件路线优化实战 有更新！ 上一篇： 第10篇：配送路线优化VRP实战 一、写在前面 配送路线优化完，下一步是：取件路线应如何统筹规划？ 配送和取件看起来差不多，都是跑点，但仔细想想，取件难 · 运筹 物流
第10篇：配送路线优化VRP实战 有更新！ 上一篇： 第9篇：92.8%的包裹消失了，一次数据异常追踪 一、写在前面 给你34个配送点，怎么规划路线最省时省力？ 这就是VRP问题（Vehicle Routi · 运筹 物流
第9篇：92.8%的包裹消失了，一次数据异常追踪 有更新！ 上一篇：第8篇：快递行业的数据驱动决策概述 一、写在前面 上篇分析了快递包裹数据的基本规律。然后我就在想：这些规律能不能用来预测？ 今天打算用LaDe真实数据，跑 · 运筹 物流
第8篇：快递行业的数据驱动决策概述 有更新！ 上一篇： 第7篇：项目复盘与技术总结 一、写在前面 量化项目做完后，整套技术栈也逐渐清晰起来： LightGBM 做预测（股价涨跌） OR-Tools 做优化（ · 运筹 物流
第7篇：项目复盘与技术总结 有更新！ 上一篇： 第6篇：回测系统 这是系列的最后一篇。前面5篇讲了具体实现，这篇回过头来看看整个项目，总结一下技术栈、核心成果、踩过的坑，以及一些思考。 一、写在前面 · 量化 运筹
第6篇：回测系统 - 验证策略的真实表现 有更新！ 上一篇： 第5篇：运筹优化 一、写在前面 前面几篇搭建了完整的预测和优化流程： 第1篇：数据获取和清洗 第2篇：特征工程 第3篇：预测模型 第4篇：运筹优化 · 量化 运筹
第5篇：运筹优化 - 用OR-Tools解决资金配置问题 有更新！ 上一篇： 第4篇：预测模型 一、写在前面 上一篇训练了LightGBM模型，能预测每只股票的涨跌。但光有预测还不够，还得解决一个核心问题： 买哪些股票？各买多少？ · 量化 运筹
第4篇：预测模型 - 模型选型与训练 有更新！ 上一篇： 第3篇：特征工程 一、写在前面 上一篇对 797 只股票、158 万条数据构建了 39 个特征，现在要选择最合适的预测模型。我对比了XGBoost、Li · 量化 运筹
第3篇：特征工程 - 从原始价格到39技术指标 有更新！ 上一篇： 第2篇：数据获取与清洗 一、写在前面 上一篇解决了数据获取的问题，拿到了沪深300 + 中证500共800只股票、10年历史的干净行情数据，共158万条 · 量化 运筹
第2篇：数据获取与清洗 有更新！ 上一篇： 第1篇：开篇 - 量化系统从零到一 一、写在前面 上一篇讲了整个系统的架构，这篇开始进入具体实现。第一步就是数据获取，这也是最基础的一步。 说实话，一开 · 量化 运筹
