- 博客(52)
- 收藏
- 关注
RSS订阅
原创 远期利率
远期利率是指未来某一时刻到未来另一时刻的利率，比如r(2×5)r_{(2 \times 5)}r(2×5) 表示2个月之后开始的期限为3（5减2）个月的远期利率，设rrr为即期利率，原则上不同远期证券折算到现在的即期利率应该相同假设两种远期证券AT=mA_{T=m}AT=m(利率为rar_ara)和BT=nB_{T=n}BT=n(利率为rbr_brb),T为到期时间(0<m<n),远期利率r(m×n)r_{(m \times n)}r(m×n)根据无套利均衡，应该有ram+r(
2020-07-03 17:37:53
1157
原创 BOLL指标计算
BOLL线认为，在过去的n个交易日内，价格波动率有大约95%的机会在BD和BU之间波动，只有5%的概率越过这个区间（可看成是时间序列上的高斯随机过程）公式如下σ2(n)=∑(Ci−MA(n))2n−1\sigma^2(n)= \frac{\sum(C_i-MA(n))^2}{n-1}σ2(n)=n−1∑(Ci−MA(n))2BU=MA(n)+t(α)×σ(n)BD=MA(n)−t(α)×σ(n)BU = MA(n)+t(\alpha) \times \sigma(n)\\BD = MA(n)
2020-07-03 13:40:26
3690
原创 相对强弱指标RSI
公式计算n个交易日收盘相邻价差，差产生n−1个差值A=n−1差值中正的价差之和B=n−1差值中负价差之和的绝对值RSI(n)=A/(A+B)×100%计算n个交易日收盘相邻价差，差产生n-1个差值\\A=n-1差值中正的价差之和\\B=n-1差值中负价差之和的绝对值\\RSI(n)=A/(A+B) \times 100 \%计算n个交易日收盘相邻价差，差产生n−1个差值A=n−1差值中正的价差之和B=n−1差值中负价差之和的绝对值RSI(n)=A/(A+B)×100%含义RSI数值大，强市；
2020-07-03 12:21:22
292
原创 MACD指标计算
m=12,n=26,q=9EMAt（m）=EMAt−1（m）×(m−1)/(m+1)＋Pt×2/(m+1)DIFFt=EMAt（m）−EMAt（n）DEAt=DEAt−1×(q−1)/(q+1)＋DIFFt×2/qBARt=2×(DIFFt－DEAt)m=12,n=26,q=9\\EMA_t（m）= EMA_{t-1}（m）×(m-1)/(m+1)＋P_t×2/(m+1)\\DIFF_t=EMA_t（m）- EMA_t（n）\\DEA_t= DEA_{t-1}×(q-1)/(q+1)＋DIFF_t×
2020-06-30 14:10:08
667
原创 python绘制capm模型
python绘制capm模型import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport datetime as dt# import statsmodels.api as smimport scipy.optimize as scoimport numpy.random as npr# 设置中文字体的显示plt.rcParams["font.sans-serif"] = ["SimHei"]plt
2020-06-21 17:27:01
1866
原创 从构建区块链理解区块链概念
从构建区块链理解区块链概念import hashlibimport jsonfrom datetime import timefrom urllib.parse import urlparsefrom uuid import uuid4import requestsfrom flask import Flask, jsonify, requestclass Blockchain(object): def __init__(self): # 当前交易的列表
2022-05-23 17:01:46
2955
原创 python重试装饰器
def retry(max_retries: int = 3, interval: (int, float) = 0, exceptions: list = None, front_waiting: bool = False): """ 重试装饰器。 被修饰的函数被要求只有两类结果，要么是异常，要么是正确的结果。 :param max_retries: 重试次数。 :param interval: 可重试异常发生时、重试的延迟，单位秒。 .
2021-06-24 10:27:19
310
原创 mysql连接池
先建表 create table users( id int not null auto_increment, name varchar(50) not null, primary key(id))engine=innodb default charset=utf8;连接池import timeimport pymysqlimport threadingfrom DBUtils.PooledDB import PooledDB, SharedDBConnectionclass my
2020-09-02 23:19:49
199
原创 sqlalchemy和pandas实现两个mysql库之间特定数据抽取迁移
本次任务是将crm库中的几张表中的部分数据迁移至新库中。分为两个步骤，原库数据获取，新库的各个新表数据的insert，使用pandas的to_sql方法能够快速批量导入，使用sqlalchemy能够兼容各类sql类数据库（mysql，Oracle等）能够自定义数据类型。分为三个类去完成这个任务，一个catch数据的类，一个insert数据的类，一个调度任务的类，下面上代码。调度类# coding=utf-8from crmmysql import crmmysqlfrom bimysql impor
2020-09-01 21:48:03
460
原创 几种常见的网络安全攻击
XSS攻击：跨站脚本攻击。攻击者一般通过script标签对网站注入一些可执行的代码片段，而html没有明确区分代码和数据致使客户端执行了危险代码（可能改数据、删数据、获取数据等），一旦攻击成功就打破了安全护城河，攻击者可以随意进行更加严重的攻击，比如sql注入，劫持，埋点钓鱼等，预防xss攻击的方法是过滤从表单来的数据。SQL注入：是通过把SQL命令插入到表单提交数据中或输入域名或页面请求的查询字符串，达到欺骗服务器执行恶意的SQL攻击。因此，要对用户输入的内容时刻保持警惕，只有客户端的验证等于没有验证，
2020-09-01 21:18:24
2972
原创 python二分查找树（BST）和AVL树
二分查找树是左子节点小于根节点，根节点小于右子节点的树形数据结构，有利于数据的快速定位，该python实现，含有两个类，TreeNode和BinarySearchTree，下面逐行注释代码方便理解class BinarySearchTree: def __init__(self): # 定义根节点 self.root = None # 用于记录树的大小，即树中有多少个node self.size = 0 def pu
2020-08-25 20:48:15
307
原创 排序算法汇总
冒泡排序冒泡排序的算法思路在于对无序表进行多趟比较和交换，每趟包括了多次两两相邻元素的比较，并将逆序的数据项互换位置，最终能将本趟的最大项就位，经过n-1趟比较交换，实现表排序def bubbleSort(alist): for passnum in range(len(alist)-1,0,-1): for i in range(passnum): if alist[i]>alist[i+1]: # 置换位置 ..
2020-08-23 21:09:04
111
原创 python构建有序链data struct
类是一种数据类型，当我们不知道怎么定义一个数据类型的时候，那这个时候就一定要想到类充当包裹，类中不仅可以存放数据，也可以把那些方法也放进去直接看代码和注释方便理解# 定义节点，节点存有数据和next指针class Node: def __init__(self,initdata): self.data = initdata self.next = None def getData(self): return self.data d
2020-08-21 16:31:41
127
原创 利用栈实现10进制数据向任意进制转换
from pythonds.basic.stack import Stackdef baseConverter(decNumber, base): digits = "0123456789ABCDEF" remstack = Stack() while decNumber > 0: rem = decNumber % base remstack.push(rem) decNumber = decNumber // base
2020-08-18 22:43:23
551
原创 selenium实现webdriver无弹出安静爬取数据
from selenium import webdriverfrom time import sleep# 实现无可视化界面from selenium.webdriver.chrome.options import Options# 实现规避检测from selenium.webdriver import ChromeOptions# 实现无可视化界面的操作chrome_options = Options()chrome_options.add_argument('--headless')
2020-08-15 20:04:43
336
原创 selenium执行js程序和动作链以及iframe的处理
from selenium import webdriverfrom time import sleep# 导入动作链类from selenium.webdriver import ActionChainsbro = webdriver.Chrome(executable_path='chromedriver')bro.get('https://www.runoob.com/try/try.php?filename=jqueryui-api-droppable')# 执行js程序（示例） 向下滑
2020-08-15 19:48:45
256
原创 selenium实现循环点击下一页获取每页新数据
from selenium import webdriverfrom lxml import etreefrom time import sleepbro = webdriver.Chrome(executable_path='chromedriver')bro.get('http://scxk.nmpa.gov.cn:81/xk/')bro.switch_to_alert().accept()def get_page(page_text=None): if page_text is
2020-08-13 22:47:40
7003
原创 数据结构-树结构的梳理
二叉树遍历（先序DLR,中序LDR,后序LRD）中序遍历能够确定二叉树结构二叉排序树左子树均小于根节点，右子树均大于根节点平衡二叉树平衡是指所有叶子的深度趋于平衡，更广义的是指在树上所有可能查找的均摊复杂度偏低AVL树自平衡的二叉查找树（通过左右旋实现平衡）左右子树都是平衡二叉树右旋：左节点转到根节点左旋：右节点转到根节点红黑树为了提升AVL树的update维护效率引入红黑树节点是红色和黑色根是黑色所有叶子都是黑色每个红色节点必须有两个黑色的子节点
2020-08-08 21:47:12
193
原创 conda虚拟环境操作
打开查看虚拟环境listconda帮助指定虚拟环境打开jupyter notebook如果发现jupyter notebook中没有自己的环境则需要执行conda install -n env_name ipykernel
2020-08-07 20:10:09
358
原创 对比度受限的直方图均衡化
import cv2import matplotlib.pyplot as pltimg = cv2.imread('clahe/timg.jpg',0) #读为灰度图像# 直方图均衡res = cv2.equalizeHist(img)# 对比度受限的直方图均衡clahe = cv2.createCLAHE(clipLimit=2,tileGridSize=(10,10))cl1 = clahe.apply(img)plt.subplot(131),plt.imshow(img,'gray
2020-07-31 18:58:04
353
原创 视频爬虫
import os# 音视频处理import ffmpy3import requestsfrom bs4 import BeautifulSoup# 多线程包from multiprocessing.dummy import Pool as ThreadPoolsearch_keyword = '越狱第一季'search_url = 'http://www.jisudhw.com/index.php'serach_params = { 'm': 'vod-search'}se
2020-07-29 09:51:31
431
原创 利用pytorch求复杂函数解
import numpy as npfrom mpl_toolkits.mplot3d import Axes3Dfrom matplotlib import pyplot as pltimport torchdef himmelblau(x): return (x[0]**2 + x[1] - 11)**2 + (x[0] + x[1]**2 - 7)**2x = np.arange(-6, 6, 0.1)y = np.arange(-6, 6, 0.1)print('x,y
2020-07-26 19:26:43
368
原创 图像边界填充
import cv2import matplotlib.pyplot as pltimg=cv2.imread('cat.jpg')top_size,bottom_size,left_size,right_size = (50,50,50,50)# 复制最边缘像素填充replicate = cv2.copyMakeBorder(img, top_size, bottom_size, left_size, right_size, borderType=cv2.BORDER_REPLICATE)#
2020-07-24 21:49:44
414
原创 一帧一帧的读取视频
本段程序会逐帧读取视频灰度图，效果类似于看视频import cv2vc = cv2.VideoCapture('test.mp4')if vc.isOpened(): oepn, frame = vc.read()else: open = Falsewhile open: ret, frame = vc.read() if frame is None: break if ret == True: # 将一帧转化为灰度图
2020-07-24 21:33:16
1217
原创 基于Haar和Adaboost的人脸识别
import cv2import numpy as np# 加载人脸和人眼识别器face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')img = cv2.imread('face.jpg')cv2.imshow('src',img)gray = cv2.cvtColor(img,cv2.COLOR_B
2020-07-22 21:06:26
120
原创 图片合成视频
import cv2img = cv2.imread('image1.jpg')imgInfo = img.shapesize = (imgInfo[1],imgInfo[0])print(size)# 创建写入对象 参数一 文件名称 参数二 可以使用的编码器 参数三 每秒帧率 参数四 视频大小videoWrite = cv2.VideoWriter('2.mp4',-1,5,size)# 将图片写入视频中for i in range(1,11): fileName = 'i
2020-07-21 22:26:53
277
原创 视频分解图片
import cv2cap = cv2.VideoCapture("1.mp4") # 获取一个视频isOpened = cap.isOpened # 判断是否打开print(isOpened)fps = cap.get(cv2.CAP_PROP_FPS) # 帧率（视频每秒是由多少张图片堆叠而成的）width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) # 获取宽度height = int(cap.get(cv2.CAP_PROP_FRAME_HEIG
2020-07-20 22:03:12
119
原创 中值滤波
import cv2import numpy as npimg = cv2.imread('image11.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)cv2.imshow('src',img)dst = np.zeros((height,width,3),np.uint8)collect = np.zeros(9,np.ui
2020-07-19 21:23:13
95
原创 均值滤波
import cv2import numpy as npimg = cv2.imread('image11.jpg',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)for i in range(3,height-3): for j in range(3,width-3): su
2020-07-19 21:20:50
94
原创 亮度增强
简单的将像素点的值加上一个常数import cv2import numpy as npimg = cv2.imread('image0.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]cv2.imshow('src',img)dst = np.zeros((height,width,3),np.uint8)for i in range(0,height): for j in range(0,width):
2020-07-19 21:09:35
154
原创 从源码的角度理解直方图均衡化
统计各个像素点的频率绘制直方图计算各个像素点的累计概率利用累计概率重新绘制图片import cv2import numpy as npimport matplotlib.pyplot as pltimg = cv2.imread('image0.jpg',1)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imshow('src'
2020-07-19 21:02:31
49
原创 图片修复
破坏一张图片import cv2 import numpy as npimg = cv2.imread('image0.jpg',1)for i in range(200,300): img[i,200] = (255,255,255) img[i,200+1] = (255,255,255) img[i,200-1] = (255,255,255)for i in range(150,250): img[250,i] = (255,255,255) img
2020-07-19 20:49:17
459
原创 直方图均衡化
直方图均衡化用来提升图像的对比度，提升图像的对比度就是让暗的地方更暗，亮的地方更亮灰度直方图均衡化import cv2import numpy as npimg = cv2.imread('image0.jpg',1)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imshow('src',gray)dst = cv2.equalizeHist(gray)cv2.imshow('dst',dst)cv2.waitKey(0)彩色直方图均衡化
2020-07-19 20:30:13
167
原创 绘制彩色图片直方图
import cv2import numpy as npdef ImageHist(image,type): color = (255,255,255) windowName = 'Gray' if type == 31: color = (255,0,0) windowName = 'B Hist' elif type == 32: color = (0,255,0) windowName = 'G His
2020-07-19 20:17:05
301
原创 opencv画常规图形
import cv2import numpy as np# 图像shapenewImageInfo = (500,500,3)dst = np.zeros(newImageInfo,np.uint8)# line# 绘制线段 参数一 图片数据 参数二 线段起始位置 参数三 线段结束位置 参数四 线段颜色 参数五 线条宽度 参数六 线条类型（尾部比较光滑）cv2.line(dst,(100,300),(400,300),(0,255,0),20,cv2.LINE_AA)cv2.imshow
2020-07-18 22:10:19
85
原创 油画效果
import cv2import numpy as npimg = cv2.imread('image00.jpg',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst = np.zeros((height,width,3),np.uint8)for i in range(4,height-4
2020-07-18 21:36:01
129
原创 颜色风格
import cv2import numpy as npimg = cv2.imread('image0.jpg',1)cv2.imshow('src',img)imgInfo = img.shapeheight = imgInfo[0]width = imgInfo[1]dst = np.zeros((height,width,3),np.uint8)for i in range(0,height): for j in range(0,width): (b,g,r)
2020-07-18 20:57:58
72
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人