2017年10月_niuge No.1

12月 11月 10月 09月 08月 07月 03月 02月

原创 Revit中Dynamo编程——利用反编译工具读取Dynamo的ProtoGeometry.dll的代码

共同精进Revit及编程开发技能兴趣群：660319009 上一篇博客讲了怎么用反编译工具，这篇博客直接可以用在实战方面。我们知道Dynamo好用，其实原因是它里面封装了好多方法，免去我们重复的操作。而RevitAPI又没有那么多方法怎么办？这个时候完全可以借鉴一下Dynamo的ProtoGeometry的代码。首先来看一下对应关系：ProtoGeometry就对应着以下的方法。

2017-10-27 16:02:26 2992 1

原创反编译工具——ILSpy工具和Reflector

以前总是听人说起反编译工具，没试过，今天一试吓一跳，自己做的东西不做加密保护，一个试用版的dll文件给别人，你的工作就白搭！先来看一下ILSpy工具的效果：这里我加载了一个我之前做的dll文件。通过这个工具直接可以看到你的源代码。接下来看Reflector：好吧，以后不能给试用版的dll文件给别人了。

2017-10-27 12:29:28 6069

原创股票量化分析（13）——直线拟合、曲线拟合、方差计算

这里直线拟合需要用到statsmodels这个库；曲线拟合需要用到np.polynomial.Chebyshev.fit()这个函数；方差计算需要用到sklearn这个库。首先来看直线拟合，这里拟合’600848’这只股票一年的收市的股价。import tushare as tsimport pandas as pdimport matplotlib.pyplot as pltimpo

2017-10-24 18:48:53 11101 2

原创股票量化分析（12）——第三个策略（kdj策略）

首先来看一下百度百科上kdj的策略：这里的kdj值采用talib的STOCH函数来计算，感兴趣的可以看看具体计算过程。理科生会发现经济学的学生的数学计算简直不能更简单。直接放代码（这里将上面的策略稍微改了一下，j值太敏感，不考虑，k值大于D值的第二天买入该股票，另外d值要大于20，避免超卖）：import tushare as tsimport pandas as pdimport

2017-10-22 20:50:10 10593 3

原创股票量化分析（11）——第二个策略（5日移动均线、双均线、MACD策略）

这里主要用的是talib这个库来求股票的指标，就免得造轮子。移动均线有好几个策略，不过都是简单的策略，包括简单的移动均线策略，双均线交叉策略，macd线的策略。目前也就觉得macd线简单好用。先放一个简单的策略——移动均线策略。这个策略是由下向上超过均线就买入，相反就卖出，最后会发现这个策略没什么卵用，明显低于股票自身的累计收益，不过方法可以参考一下。import tushare as tsi

2017-10-21 14:33:26 13098 2

原创股票量化分析（10）——第一个策略（rsi强度策略）

这里的策略是：小于20为超卖，则买入，大于80则为超买，则卖出。另外以6天的强度和24天的强度作为黄金与死亡交叉，最后把二者的策略结合起来考虑。直接放代码吧：import tushare as tsimport pandas as pdimport matplotlib.pyplot as pltimport numpy as npimport talibdf=ts.get_hist_dat

2017-10-21 00:49:43 5522

原创量化分析（9）——借助talib库来直接获得MACD、动量、rsi、移动均线

talib库有超多现成的方法，不用辛辛苦苦造轮子。上面几篇博客写了MACD、动量、rsi、移动均线的方法，但用起来还是不爽。刚好talib都有这些函数。比较懒，就直接放代码吧先看10日的移动均线：import tushare as tsimport pandas as pdimport matplotlib.pyplot as pltimport numpy as npimport tali

2017-10-19 17:28:27 74734 18

原创量化分析（8）——唐安奇通道

唐安奇通道和布林通道差不多，都是判断超买和超卖的工具，我还是喜欢rsi强度来判断超买和超卖，不过这二者可以相互印证一下。这里简单的画一下图，介绍一下。# -*- coding: utf-8 -*-"""Created on Thu Oct 19 11:23:13 2017@author: Administrator"""import tushare as tsimport pandas a

2017-10-19 12:42:26 13773

原创量化分析（7）——移动均线、macd线

我们看股票一般看10日、20日的移动均线图。macd线也是一个很好的参考，以前很喜欢看macd曲线，觉得这条线很神奇，不过我一般不在金叉和死叉买，我喜欢在金叉之前买和死叉之前卖出。先放一个方法作为单独的py文件，这里存放移动均线的方法。方法一是移动均线、方法二是权重移动均线，方法三是指数移动均线。# -*- coding: utf-8 -*-"""Created on Wed Oct 18

2017-10-19 00:28:13 3001 2

原创量化分析（6）——K线图、交易量图、动量图、rsi强度图

比起做revit二次开发，搞量化分析入门要容易得多。这里推荐《量化投资以Python为工具》（作者：蔡立耑）这本书，简单易懂，代码里包含了最基本的算法，不用建立在别人的轮子上。以下代码是自己跑过的，应该不会有错，是建立在上面的书的基础上，自己组合起来的例子，并非书上的例子。这里主要用Tushare上的数据来做股市数据来源。直接放代码吧，这个例子把K线图、交易量图、动量图、rsi强度图放在一起。# -

2017-10-19 00:14:56 5051 1

原创量化分析（5）——Python应用tushare数据计算单资产CAPM实例

这里以广汽集团（601238）为例。第一步：2017年一年期的国债利率（3.85%），今年已经不发行一年期国债，这里引用去年的。日风险利率：Rf=（1+0.0385）^(1/365)-1=0.0001035第二步：获取深圳成指指数的收益率（2017.9.1~2017.9.31）第三步：获取广汽集团的收益率（2017.9.1~2017.9.31）第四步：将广汽集团和深圳成指指数收益率合并在

2017-10-12 17:05:15 8179 2

原创 Revit明细表读取、将明细表数据存储到sql server数据库、python读取数据库

共同精进Revit及编程开发技能兴趣群：660319009 BIM运维，一个很重要的方向就是工程量。怎么读取工程量？ 1）软件本身读取：即所见即所得，需要依靠软件本身的计算功能，在Revit分析里有个明细表的功能。 2）通过插件以及自制功能来获得扣减后的工程量。今天就顺带讲一下第一个功能，重点讲第二个功能怎么实现。这里我比较熟一点的是sql server数据库，所以就用这个数据库

2017-10-11 18:13:33 2106

原创 Python与sql server数据库交互（学习日记）

没有数据库参与的编程都苍白无力，而这个学习的过程略痛苦。Python与sql server数据库交互之前需要安装一个pymssql的库。安装过程见： http://blog.sina.com.cn/s/blog_137f673a50102y6sq.html接下来是交互的代码示例： http://www.cnblogs.com/SunnyZhu/p/5603521.html 比较麻烦的是上面

2017-10-08 18:50:12 8122

原创在Revit中自由快速的给复杂结构加钢筋的办法

共同精进Revit及编程开发技能兴趣群：660319009首先得明确用哪个版本的Revit给复杂的结构加钢筋。经过尝试，发现最好的版本还是2016版本的，2017、2018的不适合给复杂结构加钢筋。原因如下：2016版本的钢筋限制只有一个面，通过调整这一个限制就可以得到我们想要的位置；2017版本的钢筋限制太多，对于复杂结构，面数过多，会导致钢筋到不了我们想要放置的位置。如

2017-10-06 15:18:10 10375 1

原创 Revit中Dynamo编程——如何保护自己的算法成果

共同精进Revit及编程开发技能兴趣群：660319009Dynamo可视化编程有诸多好处，但也有一个坏处就是没法进行算法保护。那如果我们想保护我们的算法怎么办呢？其实也是有好办法的——核心的办法就是把算法写成dll文件。1）在Visual Studio里，把算法写成类，并生成dll文件2）通过Python Script的模块，引用dll文件，引用方法见

2017-10-04 12:21:31 2428 1

转载 Revit中Dynamo编程——Python脚本编程与RevitAPI交互的注意事项

共同精进Revit及编程开发技能兴趣群：660319009 本文转自http://www.diyitui.com/content-1436774475.32513395.html这可以说是在Dynamo中用RevitAPI的最最好的一篇文章，首先谢谢作者的翻译！！！输入变量在0.7版本之后的Dynamo中，Python脚本的节点可接受的变量数目是可变的。在0.6以前的旧版本中，每个输

2017-10-02 22:28:54 9724