- 综合排序
- 最热优先
- 最新优先
- 来自专栏悦思悦读
开发一款A股选股器
作者在自学机器学习的过程中，尝试开发了一个基于机器学习的A股选股工具。本文是在赤兔的“数据挖掘”小组分享的此次开发过程和心得体会的整理。 A股选股器开发过程 数据来源 就财经类的数据而言，现在各大门户网站都有专门的频道，信息很多，如果对实时要求高，通过爬虫取其中有用的部分应该是一个办法。 数据拿到后，因为只会有1张表，因此选择了一个NoSQL数据库来存储。大概8年2000多只股票，有300万条数据左右。 传统算法建模 建模的第一步尝试是基于传统的算法。 最初是用了最近3年的数据，后来考虑到A股从2007年到2015年恰好走过了一个上涨到下降再到上涨的完整周期，因此扩大到了8年的数据。 再是对算法的改进，我尝试引入了“推荐指数”的概念。 股灾日经常是“千股跌停”，上涨的股票太少了…可以看出在这些“股灾日”的时候，模型也不太准确，出现了失真。 总结与心得 选股工具利用机器学习算法，一般情况下比传统的算法（或者人为经验）的准确率高。
3.3K80发布于 2018-03-15 - 来自专栏福大大架构师每日一题
音视频八股文（8）-- h264 AnnexB
组成部分：一个宏块由一个16×16亮度像素和附加的一个8×8 Cb和一个 8×8 Cr 彩色像素块组成。每个图象中，若干宏块被排列成片的形式。 ⽐如（解码的顺序）：IDR1 P4 B2 B3 P7 B5 B6 I10 B8 B9 P13 B11 B12 P16 B14 B15 这⾥的B8可以跨过I10去参考P7原始图像： IDR1 B2 B3 P4 B5 B6 P7 B8 B9 I10IDR1 P4 B2 B3 P7 B5 B6 IDR8 P11 B9 B10 P14 B11 B12 这⾥的B9就只能参照IDR8和P11，不可以参考IDR8前 ），以及若⼲整数字节的负荷数据。 );6) I帧是帧组GOP的基础帧(如果为IDR则为第⼀帧),在⼀组中只有⼀个IDR帧，⼀个或多个I帧(包括IDR帧);7) I帧不需要考虑运动⽮量;8) I帧所占数据的信息量⽐较⼤。
84910编辑于 2023-04-28 - 来自专栏福大大架构师每日一题
音视频八股文（8）-- h264 AnnexB
组成部分：一个宏块由一个16×16亮度像素和附加的一个8×8 Cb和一个 8×8 Cr 彩色像素块组成。每个图象中，若干宏块被排列成片的形式。 ⽐如（解码的顺序）： IDR1 P4 B2 B3 P7 B5 B6 I10 B8 B9 P13 B11 B12 P16 B14 B15 这⾥的B8可以跨过I10去参考P7 原始图像：IDR1 B2 B3 P4 B5 B6 P7 B8 B9 I10 IDR1 P4 B2 B3 P7 B5 B6 IDR8 P11 B9 B10 P14 B11 B12 这⾥的B9就只能参照IDR8和P11，不可以 参考IDR8 ），以及若⼲整数字节的负荷数据。 I帧不需要考虑运动⽮量; 8. I帧所占数据的信息量⽐较⼤。 2、P帧 P帧:前向预测编码帧。
1.2K10编辑于 2023-06-09 - 来自专栏镁客网
美股遭血洗，科技股大跌
并且，隔夜美股的暴跌态势已经蔓延到了亚太股市和欧洲股市。 今日早上，亚太市场开盘后随美股一样暴跌。 其中，最早开盘的澳洲股指ASX200指数盘初跌2%，日股日经225指数开盘跌2%，日本东证指数下跌3%，迈向3月以来最大跌幅，韩国KOSPI指数开盘下跌2.43%。 台股加权指数开盘跌1.9%，目前跌幅扩大至逾4%。 在美股惨遭血洗的时候，其中，科技巨头的股票也一路下跌。 国内媒体认为，美债收益率上升是美股承压原因之一。美国国债收益率本月以来一直攀升，10年美债收益率一度触及3.25%的七年最高水平。10月5日，有数据显示，美国失业率降到了3.7%的历史低位。
68040发布于 2018-10-18 - 来自专栏芋道源码1024
死磕面试八股文！已经拿到8家 offer
，分布式调度等 ➤ 设计模式篇 含：单例模式，工厂模式，抽象工厂模式，建造者模式，原型模式，适配器模式，装饰器模式，代理模式等23种设计模式 ➤ 数据结构与算法篇 含：红黑树，B+树，贪心算法，哈希分治法 线程模型，序列化协议protobuf，粘包拆包问题，Netty心跳机制，直接内存与Netty零拷贝，WebSocket协议等 ➤ Zookeeper篇 含：ZooKeeper选举机制，ZooKeeper数据模型 ，ZooKeeper应用场景等 ➤ ElasticSearch篇 含：ElasticSearch数据模型、ElasticSearch分布式架构、ElasticSearch数据读写原理和段合并等 ➤ 今晚8点正在火热开启的技术课是——图灵课堂诸葛老师的《双十一阿里微服务Spring Cloud Alibaba三高架构实战》，干货满满，还有最后50个听课名额，速速报名！ 下面是这个训练营的部分技术课程，上课时间：5月5号-5月8号，每晚8点高能开讲，现在还有200个免费上课的名额，扫码即可获得。
1.7K40编辑于 2022-04-27 - 来自专栏张善友的专栏
DeepSeek采用的UE8M0 FP8 为什么引爆了A股的芯片板块
这里面有几个疑问：这个UE8M0 FP8到底是什么？下一代国产芯片，又是指什么？ UE8M0 FP8是什么？ Open Compute Project是2011年由Facebook（现Meta）联合英特尔、Rackspace等发起的开源硬件协作计划，目的是通过共享数据中心及服务器设计推动行业效率提升。 硬件原生支持：新一代AI芯片（如NVIDIA Blackwell）的Tensor Core已原生支持MX格式计算，能在单元内完成数据、缩放因子计算和矩阵乘法，显著提升效率。 功耗降低：数据搬运和计算的能耗显著下降。 MX格式通过显著降低数据位宽，能有效缓解带宽压力，让算力得到更充分利用 。
1K30编辑于 2025-08-25 - 来自专栏小姚的后端记录
八股
八股 浏览器输入网址到看到结果的全过程 ==首先是解析url，然后进行缓存判断，判断请求的资源在不在缓存中，如果在缓存中且没有失效，就直接使用，否则就要向服务器发起请求。 （8）页面渲染： 浏览器首先会根据 html 文件构建 DOM 树，根据解析到的 css 文件构建 CSSOM 树，如果遇到 script 标签，则判端是否含有 defer 或者 async 属性，要不然 数据链路层（Data Link Layer）： 主要功能：在直接连接的两个设备之间提供可靠的数据传输。 作用：将物理层提供的比特流分组成数据帧，并负责数据的错误检测和纠正。 网络层（Network Layer）： 主要功能：实现数据包的路由和转发，为数据在不同网络之间的传输提供路径。 作用：负责逻辑寻址、数据包的路由选择和跨网络的数据传输。IP协议是网络层的代表。 通常用于实现不同应用程序之间的数据交互。 表示层（Presentation Layer）： 主要功能：数据格式转换、数据加密和解密。
60940编辑于 2023-10-11 股票数据API：日股、韩股、新加坡股票、印尼股票市场实时行情实时数据API—python
主要优势：实时数据：毫秒级更新，支持实时价格和逐笔成交。历史数据查询：批量获取多股 K 线数据，包括开盘价、最高价、最低价、收盘价和成交量（OHLCV）。 批量历史 K 线查询支持多股同时查询历史 K 线数据，周期从分钟线到月线。适合历史数据查询和 K 线数据分析。请求路径：GET /stock/klines? kType：K 线类型（1:分钟 K，8:日 K 等）。limit：K 线数量。et：截止时间戳（可选）。响应：OHLCV 数据数组，包括成交额。3. print("HTTP错误:", response.status_code)# 示例：批量查询韩国股市行情和新加坡股市行情的日K线（5条）get_klines("KR", "005930,000660", 8, 5) # Samsung和SK Hynixget_klines("SG", "D05,O39", 8, 5) # DBS和OCBC这个功能便于历史数据查询和 K 线数据分析，支持多股批量操作。
1.6K10编辑于 2025-12-11A 股 Level-2 行情数据 API 实战指南
本文将系统介绍 A 股 Level-2 行情数据 API 的技术特点、接入方案及实战应用，帮助开发者在量化交易的道路上构建坚实的数据底座。 数据量方面，A 股 Level-2 行情每日增量约 30-45GB，历史数据可达 10TB 级别。这意味着，处理 Level-2 数据不仅需要高效的 API 接入方案，更需要强大的数据存储与计算能力。 同花顺 iFinD：延迟在 100-200 毫秒，覆盖全市场 A 股及港股数据。采用年费制，数据质量稳定，功能丰富，适合专业投资机构使用。 4.2 实时行情接入代码示例以下提供 iTick API 的完整接入示例，包括 REST API 和 WebSocket 两种方式，涵盖 A 股、港股、美股等市场。 : {str(e)}") return None# 调用示例：获取贵州茅台最近 100 根日 K 线df = get_stock_kline("SH", "600519", ktype=8,
2.7K21编辑于 2026-03-21- 来自专栏数据科学实战
AkShare-股票数据-港股美股复权后数据
作者寄语 更新之前的港股和美股接口直接返回复权后的数据，方便策略回测使用，具体的使用方法参见文档。 AkShare 股票数据 美股-历史行情 接口: stock_us_daily 目标地址: http://finance.sina.com.cn/stock/usstock/sector.shtml 描述 : 获取美股历史行情数据，设定 adjust="qfq" 则返回前复权后的数据，默认 adjust="", 则返回未复权的数据，历史数据按日频率更新 限量: 单次返回指定上市公司指定 adjust 后的所有历史行情数据 输入参数 名称 类型 必选 描述 symbol str Y 美股代码, 可以通过 「get_us_stock_name」 函数返回所有美股代码, 由于美股数据量大, 建议按需要获取 adjust str , 可以选择返回复权后数据,更新频率为日频 限量: 单次返回指定上市公司的历史行情数据(包括前后复权因子), 提供新浪财经拥有的该股票的所有数据(并不等于该股票从上市至今的数据) 输入参数 名称 类型
2.7K20发布于 2020-05-07 - 来自专栏数据科学实战
AkShare-股票数据-千股千评
作者寄语 熟悉东方财富的小伙伴一定听过东方财富的股吧评论数据，无论是学术论文还是业界的金工报告都有提及相关内容，本次更新根据股吧浏览、自选股添等数据统计得出，关注指数越高代表该股越受市场关注的千股千评指数接口 ，本数据有东方财富制定。 /stockcomment/ 描述: 获取东方财富网-数据中心-特色数据-千股千评 限量: 单次获取所有数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 TDate 接口示例 import akshare as akstock_em_comment_df = ak.stock_em_comment()print(stock_em_comment_df) 数据示例 - - -3953 2020-03-23T00:00:00 900955 海创B股 ...
2.9K20发布于 2020-03-25 - 来自专栏数据科学实战
AkShare-股票数据-破净股统计
作者寄语 更新 破净股统计 接口，破净是指市值跌破净资产值，破净股是指股票的每股市场价格低于它每股净资产价格。 数据的时间段为：2005年-至今 更新接口 "stock_a_below_net_asset_statistics" # A 股破净股统计 破净股统计 接口: stock_a_below_net_asset_statistics 目标地址: https://www.legulegu.com/stockdata/below-net-asset-statistics 描述: 获取 A 股破净股统计数据 限量: 单次获取所有历史数据 输入参数 名称 类型 必选 描述 - - - - 输出参数 名称 类型 默认显示 描述 date datetime Y 交易日 below_net_asset float Y 破净股家数 total_company = ak.stock_a_below_net_asset_statistics() print(stock_a_below_net_asset_statistics_df) 数据示例
92130发布于 2020-07-23 - 来自专栏数据科学实战
AKShare-股票数据-行业成份股
作者寄语 本次接口主要东方财富的行业板块中成份股，可以与同花顺的对照使用。 更新接口 "stock_board_industry_cons_em" # 东方财富-成份股 东方财富-成份股 接口: stock_board_industry_cons_em 目标地址: https: stock_board_industry_cons_em_df = ak.stock_board_industry_cons_em(symbol="小金属") print(stock_board_industry_cons_em_df) 数据示例 42.14 4.91 6 7 300811 铂科新材 106.23 7.43 ... 99.28 98.88 2.49 97.92 11.72 7 8 300835 龙磁科技 80.83 7.06 ... 75.50 75.50 11.04 41.31 6.17 8 9 002057 中钢天源 9.31
1.8K30编辑于 2022-01-12 美股实时行情与 K 线数据对接
对于金融科技开发者而言，如何稳定、低延迟地获取美股数据是开发全球资产配置工具的第一步。本文将基于 StockTV 全球金融 API，为你详解如何快速集成美股实时行情、历史数据及指数信息。 一、 美股接口对接美股数据通常面临着交易所授权费高昂、API 协议复杂（如 FIX 协议）等痛点。 涨跌幅排行榜：使用 stock/updownList 接口快速获取美股全市场的“涨幅榜”或“跌幅榜”，实时挖掘热点个股。 数据缓存：对于 stock/companies 接口提供的公司描述、行业分类等静态信息，建议在本地数据库做缓存，以优化 App 加载速度。 结语对接美股数据并不复杂，关键在于选择一个稳定且数据维度丰富的供应商。StockTV API 以其标准化的 JSON 结构和覆盖全球的金融数据，极大地降低了金融应用的开发门槛。
60510编辑于 2026-02-26爬虫技术选股：Python 自动化筛选潜力股
核心技术工具说明本次自动化选股项目依赖 Python 的三大核心库，各自承担关键职责：Requests：轻量高效的 HTTP 请求库，负责向金融数据网站发送请求，获取公开的个股行情与财务数据，是爬虫实现的核心工具 Pandas：高性能的数据处理与分析库，负责对提取的金融数据进行清洗、整理、指标计算与筛选，是实现选股逻辑的关键支撑。2. ：处理抓取到的缺失值、异常值、格式错误等问题，形成标准化数据集；选股逻辑实现：基于价值投资与成长投资的核心指标，预设筛选规则，利用 Pandas 完成自动化筛选；结果输出：将筛选出的潜力股整理为表格，保存为本地文件方便查阅 A 股列表数据，提取核心选股指标。 .csv', index=False, encoding='utf-8-sig') print('潜力股数据已备选保存为：潜力股筛选结果.csv')四、关键注意事项与优化方向1.
1K10编辑于 2026-01-14- 来自专栏kwai
数据库基础(六) mysql八股文
2，引擎：InnoDB，MyIsam 3，超键，候选键，主键，外键 4，Sql约束： 主键约束：唯一性，非空 唯一约束：唯一性，有一个可为空 检查约束：对列的数据范围限定 默认约束：数据的默认值 外键约束 8，mysql查询过程 事务 1，ACID 2，事务隔离级别 3，什么是事务 4，什么是脏读，不可重复读，幻读 5，事务实现原理 6，redo log，undo log 7，binlog 8，事务中可以混合使用引擎吗 不可以，正常情况下没问题，但是如果需要回滚，innodb没问题，myisam就会无法撤销，出现数据不一致。 5，什么是死锁，怎么解决 6，隔离级别和锁的关系 7，优化锁的意见 8，Select 。。。 其他 1，为什么要使用分库分表 分表：数据太大 分库：并发太大 2，读写分离，主从同步，主从复制 就这两大类问题。
1K60编辑于 2022-01-10 日股历史数据历史行情,价格,走势,实时API
日股历史数据和实时报价对量化工作意义重大。 日股 API 为量化工作者获取这两类数据提供便捷途径，专业日股 API 能定制数据获取，提高效率和准确性，满足量化交易要求，免费报价 API 虽有局限，但对初步量化研究和小型量化团队也有价值，能降低成本开展工作 近期日股整体呈现上涨趋势，具体来看以下几个方面：指数表现：当地时间 1 月 15 日，日股三大股指全面大幅上涨。 上涨原因分析通胀数据符合预期：最新发布的消费者价格指数（CPI）数据显示，日本 2024 年 12 月 CPI 同比上升 2.9%，环比升 0.4%，均与市场预期相符。 请求K线python -m pip install requests"""**iTick**：是一家数据代理机构，为金融科技公司和开发者提供可靠的数据源APIs，涵盖外汇API、股票API、加密货币API
4K00编辑于 2025-02-04港美A股实时盘口数据：Python 接入示例教程
港美A股实时盘口数据：Python 接入示例教程在量化交易和大宗交易决策中，实时盘口数据（也称为市场深度或 Level 2 数据）是关键要素。 本文聚焦港股（HK）、美股（US）和 A 股（SH/SZ）的实时盘口，介绍如何通过 RESTful API 和 WebSocket 方式接入这些数据，支持多市场覆盖和毫秒级更新。 例如，在港股市场，腾讯控股（700.HK）的盘口可能显示买一价 568 HKD，挂单量 75000 股。 美股 (US)：如 AAPL (苹果)、TSLA (特斯拉)。A 股 (SH/SZ)：上海和深圳交易所股票。接入方式有批量查询（REST）和实时推送（WebSocket）。 支持港美 A 股订阅（如 params: "700$HK,AAPL$US,600000$SH"）。
91600编辑于 2025-12-01- 来自专栏数据科学实战
AKShare-股票数据-技术选股-创新低
stock_rank_cxd_ths" # 创新低 创新低 接口：stock_rank_cxd_ths 目标地址：http://data.10jqka.com.cn/rank/cxd/ 描述：同花顺-数据中心 -技术选股-创新低 限量：单次指定 symbol 的所有数据 输入参数 名称 类型 描述 symbol str symbol="创月新低"; choice of {"创月新低", "半年新低", "一年新低 akshare as ak stock_rank_cxd_ths_df = ak.stock_rank_cxd_ths(symbol="创月新低") print(stock_rank_cxd_ths_df) 数据示例
80910发布于 2021-11-02 - 来自专栏数据科学实战
AkShare-股票数据-大宗交易-活跃A股统计
更新接口 "stock_dzjy_hygtj" # 大宗交易-活跃A股统计 大宗交易 活跃A股统计 接口: stock_dzjy_hygtj 目标地址: http://data.eastmoney.com /dzjy/dzjy_hygtj.aspx 描述: 获取东方财富网-数据中心-大宗交易-活跃 A 股统计 限量: 单次返回所有历史数据 输入参数 名称 类型 必选 描述 period str Y period import akshare as ak stock_dzjy_hygtj_df = ak.stock_dzjy_hygtj(period='近三月') print(stock_dzjy_hygtj_df) 数据示例
66210发布于 2020-12-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号