- 博客(241)
- 收藏
- 关注
RSS订阅原创 MySQL中用with as 解决临时表的问题
写存储过程中，经常需要做过渡的临时表，主要是字段多，但是MySQL不支持，提示1786 - Statement violates GTID consistency: CREATE TABLE ... SELECT. 或者MySQL调整参数。WITH 子句，称为 Common Table Expressions（CTE），是一种在 SQL 查询中创建临时结果集的方法，存在于单个语句的范围内，以便在查询中多次引用。
2024-09-11 15:14:15
326
原创 MySQL 变量查询如何使用索引
在存储过程中，有通过变量进行数据查询，执行时间长，不符和预期，经过分析，发现是有一个变量查询的效率低，不走索引造成的。经过分析，通过使用预处理语句允许你指定查询模板，并在执行时传入参数，才能够使用索引，大幅提高查询效率。
2024-09-11 10:14:20
1233
原创 timedatectl /date /hwclock 命令
timedatectl date hwclock 命令在Linux系统中都用于修改系统时间，但它们在功能、使用方式和适用场景上存在一些区别。
2024-09-11 08:54:45
597
原创 Backtrader实现三层滤网策略
例如，在日线图上，当周线趋势向上时，日线图上的下跌可以被视为买入机会。第一层滤网：在大周期（如周线图）中，使用趋势型指标来判断主要趋势的运行方向，这被称为“市场潮汐”或“大周期的趋势”。从策略角度看，三重滤网，可以做成四重，多重滤网，提高交易的稳定性和可靠性，大大降低交易的频率。还存在另外一个情况，如果股票没有明显的波段，大的趋势，比如601169.SH，那么策略就是在波动中不断交易和亏损。可以看出交易长度短的交易，都是横盘波动时产生的虚假信号，造成频繁交易，频繁交易的持股时长都短，都是亏损交易。
2024-09-03 09:24:53
511
原创 Backtrader 实现和理解海龟交易法
跟海龟交易法，从资金管理，买入/加仓，止盈，止损，四个方面，用backtrader实现，通过两版的代码，优化前和优化后的对比，做全量市场的回测比较，充分理解海龟交易法的理念。
2024-08-26 20:22:58
1059
原创 fastdtw计算两个股票序列之间的相似性（最小距离）
Dynamic time warping：动态时间扭曲 (DTW) 是一种在两个时间序列之间找到最佳对齐的技术，其中一个时间序列可以通过拉伸或收缩其时间轴来非线性地“扭曲”。在语音波形中，每个语音的持续时间和声音之间的间隔是允许变化的，但整体语音波形必须相似。下面做点有趣的测试，用沪深300的指数，测试范围两年的数据，在股票中寻找走势与之相似的股票。既然是时间序列的数据对比，分析相似度，那么当然也可以用于分析两个股票走势的相似度。通过两个图示对比，走势的相似度还是比较接近的，拟合的比较完美。
2024-08-23 11:44:19
358
原创 plt绘图提示：findfont: Generic family ‘sans-serif‘ not found because none of the following families were
缓存字符集文件，fontlist-v330.json ，查询文件中没有显示 SimHei.ttf。由于使用anaconda3 ，在虚拟环境中的字符集路径下，增加SimHei.ttf字符文件。删除 字符集缓存文件 : fontlist-v330.json。fontlist-v330.json ，已经有字体的配置信息了。所有的输出都清理了，再次运行代码，不再报错！，然后在菜单中选择重启内核，清理输出。但是在jupyter中，还是报错。安装 fontconfig。执行代码，还是报错。
2024-08-21 11:33:01
444
原创 Linux 安装TA_Lib采坑记录
重新安装了一个Linux环境，需要重新安装TA_Lib ，忘记了上次如何安装的，花了不少时间。重新记录一下安装过程，和遇到的问题。在Linux环境下，Python == 3.7 ，用pip直接安装TA_Lib主要错误：错误描述如下：检查需要的C++都正常。直接用conda安装直接报错：提示问题，SSL证书问题。关闭证书SSL再次执行，报错：最后通过源文件安装，安装成功。详细记录安装过程。
2024-08-19 16:01:41
417
原创 MySQL 窗口函数OVER实现均线计算
在MySQL数据库中，需要计算均线数据，通过over窗口函数实现。MySQL从8.0开始支持窗口函数，也叫分析函数。窗口函数分为静态窗口和滑动窗口，静态窗口的大小是固定的，滑动窗口的大小可以根据设置进行变化，在当前窗口下生成子窗口。通用的语法格式：核心语句：三个排名函数：聚合函数取值函数在between and 语句中定义，分为两类 rows 和 range：举例说明：说明：当order by后面缺少窗口从句条件，窗口规范默认是rows between unbounded preceding a
2024-08-16 11:06:39
718
原创 MySQL预处理语句（PREPARE）和动态SQL
通过存储过程接收一个字符串形式的SQL条件（where后的条件），并将其直接用于SELECT语句的WHERE子句中，使用预处理语句（PREPARE）和动态SQL来实现这一功能。通过存储过程，将处理结果返回。
2024-08-09 11:16:15
382
原创 Python的并行任务（进程池、线程池）
在Python中，进程（Process）和线程（Thread）是并发编程的两种主要方式，它们各自适用于不同的场景。了解何时使用进程或线程，可以帮助你更有效地设计并发程序。使用内置基本库concurrent.futures来实现并发，简单使用这个模块，包括并行线程和并行进程执行器 。
2024-08-05 19:57:48
1019
原创 理解函数参数中的*（星号）和**(双星号）
序列类型：如列表（List）、元组（Tuple）、字符串（String）等。这些对象内部包含了一系列按顺序排列的元素，可以通过索引访问其中的元素。集合类型：如集合（Set）和冻结集合（Frozen Set）。可变数量的关键字参数：在函数定义时，**kwargs可以接受可变数量的关键字参数，参数被封装为一个字典。生成器类型：通过生成器函数或生成器表达式创建的对象，可以逐个生成值。对象，将其元素分配给函数的参数或在列表、元组等数据结构中进行拼接。，将其键值对传递给函数的参数或在字典中进行拼接。
2024-08-05 14:25:44
331
原创 MySQL 删除重复记录
SELECT语句复制表可能会遇到问题，因为这种操作会生成一个新的事务，而这个事务在复制环境中需要保持一致性。如果源表中包含有GTID信息的列，或者表结构中包含某些特性（如自动递增的ID），这种复制方式可能会影响GTID的一致性。一个表中有600多万数据，其中在字段ts_code和trade_date上有索引，根据ts_code和trade_date 综合查询，有17多万的重复记录。如果有足够的权限，并且在复制完成后能够确保GTID的一致性，可以在复制期间暂时禁用GTID。千万不能用 in 删除，太慢！
2024-07-19 16:46:47
320
原创 impdp导入数据ORA-39142: 版本号 5.1不兼容错误
源数据库12.2导出的dmp文件版本是5.1，目标数据库的版本12.1，dmp版本位4.1，因此在导入时出现ORA-39142: 版本号 5.1 不兼容。从源数据库中重新增加version参数的dump文件，再次导入到12.1的数据库中，开始导入数据正常，不再报错ORA-39142。估计原因是在导出的时候，统计信息就没有能够正常的导出，在导入的时候，就发生了致命错误。是索引的统计信息，可以暂时不予理会，数据和表结构能够正常导出，就可以了。
2024-06-28 20:00:44
754
原创 Backtrader 量化回测实践（7）——在jupyter中执行bt的samples
Backtrader提供了大量的测试用例，在samples目录下，测试程序主要都是用argparse解析参数，但是不能在jupyter中直接执行。找到一个解决方法，可以方便在jupyter中执行samples中的示例。
2024-04-11 09:07:31
466
原创 Backtrader 量化回测实践（6）——量化回测评价工具Quantstats
quantstats主要有三个功能，对每个功能进行解读和测试，提供测试用例： 1.统计功能，计算各类性能指标，夏普率，胜率，波动率等； 2.绘图功能，可视化性能指标，最大回撤，滚动统计，月度回报率等； 3.报告功能，生成度量报告，批量绘图，创建HTML报告；
2024-04-09 10:29:57
2565
原创 Backtrader 量化回测实践（5）—— Datafeed 增加列数据
在官网上的拓展示例是 GenericCSVData ，没有拓展pandas数据加载的示例，实际中数据库读取到pandas中，从pandas中加载到Cerebro中，需要解决pandas拓展Cerebro的数据加载的默认列。
2024-03-22 10:13:44
721
原创 Backtrader 量化回测实践（4）—— 投资组合股票回测同一策略
需要将一组股票作为一个投资组合，验证一个策略。观察操作是否具有一致性。比如在某一段时间，组合中的买卖操作，有一定的相似度。对所有股票依次做单独的策略回测，不好对比，不好直观验证策略的优劣。基于backtrader，编写多股票同时回测程序。以MACD简单策略演示。需要关注理解策略中的四个关键点 。
2024-03-15 08:50:56
1609
原创 落入datetime.date 和 numpy.datetime64 的使用大坑
梳理 datetime.date / numpy.datetime64 / pandas.Timestamp 的特点，关系和区别 ，不同格式之间日期转换。
2024-03-08 10:53:30
2781
原创 用pandas高效合并文本文件
通过pandas合并两个文本文件，按文本文件中的字段进行合并，组合成新的文本文件。用pandas的 merge方法，简洁流畅，效率高。
2024-03-07 08:26:35
428
原创 Backtrader 量化回测实践（3）—— 主要对象理解
在策略中使用的大部分数据形式：包括Indicator 、signal 、逻辑操作符、数学计算、切片访问的研究测试。重新回顾一下使用的主要对象，理解对象的性质，如何在实践中应用 。
2024-03-04 11:19:22
984
原创 Python使用pymysql和cx_Oracle插入数据的对比
使用Python向MySQL和Oracle数据库插入数据，常用的数据类型字符串，日期，数字，insert命令的拼接异同之处进行对比。
2024-02-29 07:58:59
543
原创 mplfinance 使用make_addplot做复杂股票走势图
关于make_mpf_style()函数中的marketcolors参数。不是ndarray类型，直接把报错，折腾了半天才找到原因！
2024-02-22 15:04:11
1684
原创 Backtrader 量化回测实践（2）—— 16个主要K线形态定义（下）
K线图形中的趋势线和价格走势能够反映市场的整体趋势，比如是否处于上涨或下跌趋势中。用Backtrader做策略的时候，需要考虑K线形态，作为分析依据。K线的常用形态搜集整理如下：光头光脚大阳线、光头光脚大阴线、光头阳线、光头阴线、光脚阳线、光脚阴线、大阳线、大阴线、十字线、T字线、倒T字线、一字线。以上一共16个，应该是常见的K线主要形态。在策略中需要通过程序定义K线的形态，根据网上的介绍和定义，用dataframe分析定义形态。
2024-02-22 11:31:36
546
原创 Backtrader 量化回测实践（2）—— 16个主要K线形态定义（上）
K线图形中的趋势线和价格走势能够反映市场的整体趋势，比如是否处于上涨或下跌趋势中。用Backtrader做策略的时候，需要考虑K线形态，作为分析依据。K线的常用形态搜集整理如下：光头光脚大阳线、光头光脚大阴线、光头阳线、光头阴线、光脚阳线、光脚阴线、大阳线、大阴线、十字线、T字线、倒T字线、一字线。以上一共16个，应该是常见的K线主要形态。在策略中需要通过程序定义K线的形态，根据网上的介绍和定义，用dataframe分析定义形态。
2024-02-21 15:22:54
815
原创 Backtrader 量化回测实践（1）—— 架构理解和MACD/KDJ混合指标
按Backtrader的架构组织，整理了一个代码，包括了Backtrader所有的功能点，原来总是使用SMA最简单的指标，现在稍微增加了复杂性，用MACD和KDJ两个指标综合作为操作指标，因此买入卖出操作就比较少，还有就是买入的时候，采用了限价单，整个的交易频率不高，所以图示交易点比较少，也符合多看少动的交易理念。通过代码结合架构图，可以充分去理解整个Backtrader的功能设计思路，前面一个功能一个功能学习理解，现在把所有的功能综合在一起进行展示，小有成就感。
2024-02-20 14:31:41
1626
原创 Backtrader 文档学习- 整体架构功能分析理解
backtrader是一个用于开发和执行交易策略的Python框架。它提供了一套完整的工具和功能，使得用户可以方便地进行策略回测、实盘交易以及数据分析。backtrader的入口为Cerebro类，该类将所有输入(Data Feeds)、策略 (Strategy)、观察者(Observers)、策略评估(Analyzers) 、经纪人（Broker）、订单（Order）、交易（Trade）和日志记录(Writers)整合起来，实现回测以及交易，并返回结果和图表。
2024-02-18 11:39:52
3408
原创 Backtrader 文档学习- Plotting - Plotting Date Ranges
BT可以使用策略实例中保留完整长度的时间戳数组的索引，也可以使用实际的datetime.date 或datetime.datetime 实例来限制需要绘制时间段范围数据。
2024-02-08 14:25:44
620
1
原创 Backtrader 文档学习- Sizers
介绍Sizer对象，从Cerebro和Strategy中可以重定义，将Sizer用于仓位控制，重写Sizer方法。Sizer的参数说明。
2024-02-06 14:56:19
1050
原创 Backtrader 文档学习- Observers - Reference
Observers - Reference参考10个方法：Benchmark，Broker，BuySell，DrawDown,TimeReturn,Trades,LogReturns,LogReturns2,FundValue,FundShres
2024-02-06 10:28:31
1045
原创 Backtrader 文档学习- Observers - Benchmarking
Observers 观察者用于跟踪交易执行的情况，和 Analyzers 分析器的主要区别：Observers 的lines特性，它记录每个值，更适合绘图和实时查询，当然会消耗更多的内存。Analyzers 通过get_analysis方法返回一组结果，实现可能不会在运行结束之前提供任何结果，所以Analyzers记录最终结果，内存消耗小。Observers 按时间周期，投资组合/单个数据源 ，对比交易效果的示例。
2024-02-05 16:08:49
1092
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人