量化分析1-特征工程
1.1、财务数据——总市值和PE
from jqdatasdk import * import seaborn as sns import math import datetime from tqdm import tqdm import pandas as pd import matplotlib.pyplot as plt import numpy as np df = get_fundamentals(query(valuation,indicator)) raw_data = [] for index in range(len(df['code'])): raw_data_item = { 'code' :df['code'][index], 'market_cap':df['market_cap'][index], 'pe_ratio' :df['pe_ratio'][index] } raw_data.append(raw_data_item)
# # 按照财务信息中的总市值降序排序 # raw_data = sorted(raw_data,key = lambda item:item['market_cap'], reverse=True) # # 剔除总市值排名最小的10%的股票 # fitered_market_cap = raw_data[:int(len(raw_data) * 0.9)] # # 剔除PE TTM 小于0或大于100 # filtered_pe = [] # for stock in fitered_market_cap: # if stock['pe_ratio'] == None or math.isnan(stock['pe_ratio']) or float(stock['pe_ratio']) < 0 or float(stock['pe_ratio']) > 100: # continue # filtered_pe.append(stock['code'])
#PE数据集 df_pe=pd.DataFrame(raw_data)
df_name=get_all_securities().reset_index().rename(columns={'index':'code'})
df_pe=pd.merge(df_pe,df_name,on='code',how='left')
df_pe=df_pe[['code','market_cap','pe_ratio','display_name']]
1.2、行情数据——25日涨跌幅
current_dt=datetime.datetime.now().strftime('%Y-%m-%d') CHANGE_PCT_DAY_NUMBER=25
def load_change_pct_data(current_dt,codes): change_pct_dict_list = [] # 计算涨跌幅需要用到前一日收盘价,所以需要多加载一天的数据, # 而这里在第二日的开盘前运行,计算前一个交易日收盘后的数据,所以需要再多加载一天 # 使用固定的25个交易日,而非25个bar计算涨跌幅 count = CHANGE_PCT_DAY_NUMBER + 1 # 获取25个交易日的日期 pre_25_dates = get_trade_days(start_date=None, end_date=current_dt, count=count) pre_25_date = pre_25_dates[0] pre_1_date = pre_25_dates[-1] for code in codes: pre_25_data = get_price(code, start_date=None, end_date=pre_25_date, frequency='daily', fields=['close'], skip_paused=True, fq='post', count=1) pre_1_data = get_price(code, start_date=None, end_date=pre_1_date, frequency='daily', fields=['close'], skip_paused=True, fq='post', count=1) pre_25_close = None pre_1_close = None if str(pre_25_date) == str(pre_25_data.index[0])[:10]: pre_25_close = pre_25_data['close'][0] if str(pre_1_date) == str(pre_1_data.index[0])[:10]: pre_1_close = pre_1_data['close'][0] if pre_25_close != None and pre_1_close != None and not math.isnan(pre_25_close) and not math.isnan(pre_1_close): change_pct = (pre_1_close - pre_25_close) / pre_25_close item = {'code':code, 'change_pct': change_pct} change_pct_dict_list.append(item) return change_pct_dict_list
def load_change_pct_data_1(current_dt,code): change_pct_dict_list = [] # 计算涨跌幅需要用到前一日收盘价,所以需要多加载一天的数据, # 而这里在第二日的开盘前运行,计算前一个交易日收盘后的数据,所以需要再多加载一天 # 使用固定的25个交易日,而非25个bar计算涨跌幅 count = CHANGE_PCT_DAY_NUMBER + 1 # 获取25个交易日的日期 pre_25_dates = get_trade_days(start_date=None, end_date=current_dt, count=count) pre_25_date = pre_25_dates[0] pre_1_date = pre_25_dates[-1] pre_25_data = get_price(code, start_date=None, end_date=pre_25_date, frequency='daily', fields=['close'], skip_paused=True, fq='post', count=1) pre_1_data = get_price(code, start_date=None, end_date=pre_1_date, frequency='daily', fields=['close'], skip_paused=True, fq='post', count=1) pre_25_close = None pre_1_close = None if str(pre_25_date) == str(pre_25_data.index[0])[:10]: pre_25_close = pre_25_data['close'][0] if str(pre_1_date) == str(pre_1_data.index[0])[:10]: pre_1_close = pre_1_data['close'][0] if pre_25_close != None and pre_1_close != None and not math.isnan(pre_25_close) and not math.isnan(pre_1_close): change_pct = (pre_1_close - pre_25_close) / pre_25_close item = {'code':code, 'change_pct': change_pct} change_pct_dict_list.append(item) return change_pct_dict_list
# # 加载标的的涨跌幅信息 # change_pct_dict_list = load_change_pct_data(current_dt,filtered_pe) # # 按照涨跌幅升序排序 # change_pct_dict_list = sorted(change_pct_dict_list,key = lambda item:item['change_pct'], reverse=False) # # 取跌幅前10%的股票 # change_pct_dict_list = change_pct_dict_list[0:(int(len(change_pct_dict_list)*0.1))]
change_pct_dict_list=[] for i in tqdm(df_pe['code']): change_pct_dict_list.append(load_change_pct_data_1(current_dt,i))
df_stocks_industry_1=pd.DataFrame(list(df_stocks_industry.items()))
df_stocks_industry_1.columns=['code','industry_name']
现在是否ST
df_stoacks_is_st=get_extras('is_st',list(df_stocks_industry_1['code']),start_date='2020-03-06', end_date='2020-03-06')
df_stoacks_is_st=df_stoacks_is_st.T.reset_index().rename(columns={'index':'code','2020-03-06 00:00:00':'is_st'})
df_stoacks_is_st.columns=['code','is_st']
特征合并
# df_pe df_stocks_industry=pd.merge(df_pe,df_stocks_industry_1,on='code',how='left')
#25日涨跌幅 change_pct_dict_df df_stocks_industry_change=pd.merge(df_stocks_industry,change_pct_dict_df,on='code',how='left')
#合并资产负债率特征 df_stocks_feature=pd.merge(df_stocks_industry_change,df_liability_vs_assets,on='code',how='left')
#合并流动比率特征 df_current df_stocks_feature=pd.merge(df_stocks_feature,df_current,on='code',how='left')
#总资产周转率、存货周转率、平均在库天数 df_stocks_feature=pd.merge(df_stocks_feature,df_turnover,on='code',how='left')
#是否st标签 df_stocks_feature=pd.merge(df_stocks_feature,df_stoacks_is_st,on='code',how='left')
df_stocks_feature
code | market_cap | pe_ratio | display_name | industry_name | change_pct | company_name | end_date | ratio_liability_vs_assets | current_ratio | ratio_assets_turnover | ratio_inventory_turnover | ratio_turnover_days | is_st | |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | 000017.XSHE | 24.0939 | -989.3035 | 深中华A | 铁路、船舶、航空航天和其他运输设备制造业 | 0.092166 | 深圳中华自行车(集团)股份有限公司 | 2018-12-31 | 0.768163 | 1.187177 | 1.637112 | 51.207251 | 7.030254 | False |
1 | 600766.XSHG | 18.9023 | -757.5206 | 园城黄金 | 有色金属矿采选业 | 0.125750 | 烟台园城黄金股份有限公司 | 2018-12-31 | 0.676292 | 1.002743 | 0.075966 | 0.109334 | 3292.668440 | False |
2 | 000586.XSHE | 21.0463 | 407.0524 | 汇源通信 | 计算机、通信和其他电子设备制造业 | 0.084702 | 四川汇源光通信股份有限公司 | 2018-12-31 | 0.564357 | 1.599535 | 0.711899 | 4.401857 | 81.783661 | False |
3 | 000985.XSHE | 20.4701 | 33.7868 | 大庆华科 | 化学原料和化学制品制造业 | 0.039648 | 大庆华科股份有限公司 | 2019-03-31 | 0.228049 | 2.237382 | 0.764512 | 7.787478 | 46.228062 | False |
4 | 600556.XSHG | 226.6887 | -208.8825 | ST慧球 | 软件和信息技术服务业 | 0.024939 | 广西慧金科技股份有限公司 | 2019-03-31 | 0.681672 | 1.534540 | 0.053902 | 60.376379 | 5.962597 | True |
5 | 600608.XSHG | 14.7001 | 2378.2588 | ST沪科 | 黑色金属冶炼和压延加工业 | -0.028260 | 上海宽频科技股份有限公司 | 2018-12-31 | 0.646161 | 1.614730 | 5.816101 | 13.893497 | 25.911403 | True |
6 | 600071.XSHG | 29.2555 | -99.2737 | 凤凰光学 | 仪器仪表制造业 | -0.047739 | 凤凰光学股份有限公司 | 2019-03-31 | 0.472790 | 1.169294 | 0.148451 | 1.246763 | 288.747797 | False |
7 | 601890.XSHG | 54.6858 | 90.6697 | 亚星锚链 | 铁路、船舶、航空航天和其他运输设备制造业 | -0.015461 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
8 | 000004.XSHE | 69.1570 | -250.3860 | 国农科技 | 医药制造业 | 0.836099 | 深圳中国农大科技股份有限公司 | 2019-03-31 | 0.163786 | 4.535662 | 0.662938 | NaN | NaN | False |
9 | 601718.XSHG | 222.2164 | -114.2454 | 际华集团 | 纺织服装、服饰业 | 0.375921 | 际华集团股份有限公司 | 2019-03-31 | 0.420433 | 2.738613 | 0.141555 | 0.744656 | 483.444716 | False |
10 | 603778.XSHG | 19.7500 | -165.6433 | 乾景园林 | 土木工程建筑业 | 0.018018 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
11 | 600836.XSHG | 30.2878 | -43.7923 | 界龙实业 | 印刷和记录媒介复制业 | 0.080347 | 上海界龙实业集团股份有限公司 | 2018-12-31 | 0.730876 | 0.913507 | 0.397119 | 0.921334 | 390.737769 | False |
12 | 600421.XSHG | 21.2226 | -222.6517 | *ST仰帆 | 通用设备制造业 | 0.193696 | 湖北仰帆控股股份有限公司 | 2019-03-31 | 0.785138 | 0.347653 | 0.034771 | 7.173724 | 50.183138 | True |
13 | 002058.XSHE | 30.1241 | -215.5228 | 威尔泰 | 仪器仪表制造业 | -0.003383 | 上海威尔泰工业自动化股份有限公司 | 2018-12-31 | 0.131286 | 7.009828 | 0.533314 | 2.205086 | 163.258914 | False |
14 | 000518.XSHE | 62.0822 | -587.3756 | 四环生物 | 医药制造业 | 0.098329 | 江苏四环生物股份有限公司 | 2018-12-31 | 0.305737 | 2.700395 | 0.427178 | 0.733750 | 490.630291 | False |
15 | 002423.XSHE | 212.4385 | -141.7885 | 中粮资本 | 其他金融业 | 0.036464 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
16 | 603300.XSHG | 53.7946 | 40.7219 | 华铁应急 | 租赁业 | -0.036395 | 浙江华铁建筑安全科技股份有限公司 | 2019-03-31 | 0.308076 | 1.136618 | 0.037371 | 15.748571 | 22.859217 | False |
17 | 000045.XSHE | 42.4279 | -231.1387 | 深纺织A | 计算机、通信和其他电子设备制造业 | 0.139252 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
18 | 600671.XSHG | 14.6987 | -99.4585 | 天目药业 | 医药制造业 | -0.032914 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
19 | 600975.XSHG | 57.8271 | -169.4713 | 新五丰 | 畜牧业 | 0.237536 | 湖南新五丰股份有限公司 | 2018-12-31 | 0.271259 | 2.714286 | 1.280378 | 4.496826 | 80.056468 | False |
20 | 600446.XSHG | 178.3693 | -145.2521 | 金证股份 | 软件和信息技术服务业 | 0.009726 | 深圳市金证科技股份有限公司 | 2018-12-31 | 0.525015 | 1.598019 | 1.272702 | 5.953736 | 60.466232 | False |
21 | 002428.XSHE | 71.8432 | -124.1955 | 云南锗业 | 有色金属冶炼和压延加工业 | -0.001887 | 云南临沧鑫圆锗业股份有限公司 | 2018-12-31 | 0.194244 | 1.475745 | 0.243317 | 1.955290 | 184.115951 | False |
22 | 300086.XSHE | 27.9900 | -123.8907 | 康芝药业 | 医药制造业 | 0.198819 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
23 | 600538.XSHG | 26.6566 | -121.4423 | 国发股份 | 批发业 | 0.261571 | 北海国发海洋生物产业股份有限公司 | 2018-12-31 | 0.164816 | 4.197737 | 0.294117 | 5.835953 | 61.686578 | False |
24 | 002590.XSHE | 37.9401 | -45.6561 | 万安科技 | 汽车制造业 | 0.036458 | 浙江万安科技股份有限公司 | 2019-03-31 | 0.467353 | 1.419771 | 0.141765 | 0.939937 | 383.004207 | False |
25 | 600890.XSHG | 49.1736 | -160.5955 | 中房股份 | 房地产业 | 0.200878 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
26 | 600385.XSHG | 11.6857 | -103.1429 | *ST金泰 | 医药制造业 | 0.025779 | 山东金泰集团股份有限公司 | 2019-03-31 | 0.711436 | 1.297288 | 0.005816 | NaN | NaN | True |
27 | 600234.XSHG | 19.4955 | -364.8226 | *ST山水 | 计算机、通信和其他电子设备制造业 | 0.007114 | 山西广和山水文化传播股份有限公司 | 2019-03-31 | 0.857826 | 0.162083 | 0.060775 | NaN | NaN | True |
28 | 600864.XSHG | 160.4120 | 23.1630 | 哈投股份 | 资本市场服务 | 0.079827 | 哈尔滨哈投投资股份有限公司 | 2019-03-31 | 0.681170 | 1.873903 | 0.020583 | 6.927726 | 51.965101 | False |
29 | 300713.XSHE | 20.5403 | -110.9402 | 英可瑞 | 电气机械和器材制造业 | 0.023784 | 深圳市英可瑞科技股份有限公司 | 2018-12-31 | 0.233626 | 3.626136 | 0.311969 | 3.147327 | 114.382781 | False |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
3665 | 002679.XSHE | 38.8054 | 840.2719 | 福建金森 | 林业 | 0.034921 | 福建金森林业股份有限公司 | 2019-03-31 | 0.546533 | 4.024858 | 0.005973 | 0.017424 | 20661.260075 | False |
3666 | 603318.XSHG | 37.4011 | -51.5528 | 派思股份 | 专用设备制造业 | -0.079042 | 大连派思燃气系统股份有限公司 | 2018-12-31 | 0.518041 | 1.212190 | 0.199222 | 2.569598 | 140.099752 | False |
3667 | 000020.XSHE | 28.9391 | 468.7081 | 深华发A | 计算机、通信和其他电子设备制造业 | 0.000000 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
3668 | 002341.XSHE | 95.6338 | 926.3431 | 新纶科技 | 化学原料和化学制品制造业 | 0.296811 | 深圳市新纶科技股份有限公司 | 2019-03-31 | 0.472343 | 1.188651 | 0.064893 | 0.965029 | 373.045625 | False |
3669 | 600149.XSHG | 19.1981 | 212.6978 | ST坊展 | 综合 | -0.013459 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | True |
3670 | 601212.XSHG | 242.8766 | 86.8249 | 白银有色 | 有色金属冶炼和压延加工业 | -0.012012 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
3671 | 300648.XSHE | 24.4668 | 950.7939 | 星云股份 | 仪器仪表制造业 | 0.180574 | 福建星云电子股份有限公司 | 2018-12-31 | 0.244180 | 3.014654 | 0.430049 | 2.305498 | 156.148494 | False |
3672 | 601069.XSHG | 99.0888 | 116.9250 | 西部黄金 | 有色金属矿采选业 | 0.061611 | 西部黄金股份有限公司 | 2018-12-31 | 0.371280 | 0.999096 | 0.374644 | 2.417007 | 148.944530 | False |
3673 | 603501.XSHG | 1489.9034 | 5630.9863 | 韦尔股份 | 计算机、通信和其他电子设备制造业 | -0.070294 | 上海韦尔半导体股份有限公司 | 2019-03-31 | 0.690727 | 0.709313 | 0.129665 | 0.735590 | 489.403136 | False |
3674 | 601808.XSHG | 769.1806 | 31.1875 | 中海油服 | 开采辅助活动 | -0.020756 | 中海油田服务股份有限公司 | 2018-12-31 | 0.535697 | 1.276167 | 0.293838 | 15.244639 | 23.614859 | False |
3675 | 000700.XSHE | 124.5300 | 134.4473 | 模塑科技 | 汽车制造业 | 0.112294 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
3676 | 000893.XSHE | 45.5656 | 116.7959 | 东凌国际 | 农副食品加工业 | -0.032411 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
3677 | 601008.XSHG | 41.4560 | -4044.8789 | 连云港 | 水上运输业 | 0.003205 | 江苏连云港港口股份有限公司 | 2019-03-31 | 0.583972 | 0.447947 | 0.037784 | 15.933937 | 22.593287 | False |
3678 | 688321.XSHG | 233.9050 | 1201.6450 | 微芯生物 | 医药制造业 | -0.105799 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | False |
3679 | 300548.XSHE | 95.0418 | 1230.1967 | 博创科技 | 计算机、通信和其他电子设备制造业 | 0.472850 | 博创科技股份有限公司 | 2019-03-31 | 0.154593 | 4.588279 | 0.115826 | 0.867302 | 415.080159 | False |
3680 | 000554.XSHE | 24.2320 | 1048.5831 | 泰山石油 | 批发业 | 0.058741 | 中国石化山东泰山石油股份有限公司 | 2018-12-31 | 0.287817 | 0.770372 | 2.425697 | 20.886699 | 17.235849 | False |
3681 | 300318.XSHE | 40.8450 | 1296.5431 | 博晖创新 | 专用设备制造业 | 0.149126 | 北京博晖创新生物技术股份有限公司 | 2018-12-31 | 0.541381 | 0.884793 | 0.229357 | 1.028200 | 350.126446 | False |
3682 | 600476.XSHG | 22.9525 | -203.3730 | 湘邮科技 | 软件和信息技术服务业 | 0.016884 | 湖南湘邮科技股份有限公司 | 2018-12-31 | 0.567464 | 1.467393 | 0.579482 | 4.256108 | 84.584326 | False |
3683 | 002156.XSHE | 286.6956 | 1416.6488 | 通富微电 | 计算机、通信和其他电子设备制造业 | 0.006943 | 通富微电子股份有限公司 | 2018-12-31 | 0.534477 | 0.946655 | 0.517087 | 4.990624 | 72.135262 | False |
3684 | 300101.XSHE | 65.9405 | 1435.1690 | 振芯科技 | 计算机、通信和其他电子设备制造业 | 0.066807 | 成都振芯科技股份有限公司 | 2019-03-31 | 0.251711 | 4.909851 | 0.068638 | 0.452855 | 794.957054 | False |
3685 | 600730.XSHG | 29.5088 | -879.3200 | 中国高科 | 教育 | 0.088836 | 中国高科集团股份有限公司 | 2019-03-31 | 0.348047 | 20.871838 | 0.010003 | 1.499104 | 240.143423 | False |
3686 | 300618.XSHE | 181.7682 | 1724.7690 | 寒锐钴业 | 有色金属冶炼和压延加工业 | -0.174808 | 南京寒锐钴业股份有限公司 | 2019-03-31 | 0.408432 | 4.241162 | 0.169358 | 0.551533 | 652.726177 | False |
3687 | 002015.XSHE | 98.0534 | 65.0332 | 协鑫能科 | 电力、热力生产和供应业 | 0.214300 | 江苏霞客环保色纺股份有限公司 | 2019-03-31 | 0.036410 | 22.912878 | 0.252404 | 1.690099 | 213.005285 | False |
3688 | 002213.XSHE | 31.3120 | 1911.4472 | 特尔佳 | 汽车制造业 | 0.243665 | 深圳市特尔佳科技股份有限公司 | 2019-03-31 | 0.105138 | 7.575821 | 0.041269 | 0.624240 | 576.701078 | False |
3689 | 600517.XSHG | 443.5174 | 231.8448 | 置信电气 | 电气机械和器材制造业 | 0.136052 | 上海置信电气股份有限公司 | 2018-12-31 | 0.597835 | 1.390691 | 0.553528 | 6.785512 | 53.054216 | False |
3690 | 600745.XSHG | 1471.1353 | 193.3398 | 闻泰科技 | 计算机、通信和其他电子设备制造业 | 0.047068 | 闻泰科技股份有限公司 | 2018-12-31 | 0.779784 | 0.900466 | 1.023192 | 10.202054 | 35.287011 | False |
3691 | 000677.XSHE | 33.5223 | 1266.4793 | 恒天海龙 | 化学纤维制造业 | 0.114908 | 恒天海龙股份有限公司 | 2019-03-31 | 0.255158 | 1.711874 | 0.225964 | 2.159967 | 166.669243 | False |
3692 | 600844.XSHG | 52.0460 | -23.0732 | 丹化科技 | 化学原料和化学制品制造业 | 0.105656 | 丹化化工科技股份有限公司 | 2018-12-31 | 0.187176 | 0.816353 | 0.422517 | 9.051410 | 39.772807 | False |
3693 | 000613.XSHE | 22.4286 | -6582.2614 | 大东海A | 住宿业 | -0.022198 | 海南大东海旅游中心股份有限公司 | 2019-03-31 | 0.107946 | 2.518450 | 0.104460 | 38.551491 | 9.338160 | False |
3694 | 002459.XSHE | 224.7306 | -467.8555 | 晶澳科技 | 电气机械和器材制造业 | 0.193011 | 秦皇岛天业通联重工股份有限公司 | 2018-12-31 | 0.143955 | 3.788168 | 0.238043 | 2.383663 | 151.028068 | False |
3695 rows × 14 columns
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
python框架Django实战商城项目之工程搭建
python框架Django实战商城项目之工程搭建项目说明该电商项目类似于京东商城,主要模块有验证、用户、第三方登录、首页广告、商品、购物车、订单、支付以及后台管理系统。项目开发模式采用前后端不分离的模式,为了提高搜索引擎排名,页面整体刷新采用jinja2模板引擎实现,局部刷新采用vue.js实现。 项目运行机制如下: 项目搭建工程创建项目使用码云进行源代码版本控制,在码云创建好后直接克隆到本地即可,然后在项目根目录下执行virtualenv venv创建虚拟环境,source venv/bin/activat激活虚拟环境后,安装django后,执行django-admin startproject immortal_mall创建django工程。 配置开发环境商城项目有两个环境,分别为测试环境和开发环境,django项目在创建完成后只有一个settings配置文件,但是两个环境需要两个配置文件,这里需要修改django获取配置文件的方式。新建settings包,再新建dev和pro两个配置文件,将默认生成的settings文件里面的内容拷贝至dev和pro文件里,结果如下 再在man...
- 下一篇
MeEdu v2.2.1 版本上线,基于 Laravel 的在线点播收费系统
本次更新内容 本次带来了全新的界面设计! 傻瓜安装包请到我们的QQ群文件下载。 新增 首页幻灯片 公告标题,首页展示 课程的学习人数 历史学习课程 课程收藏 后台插件的启用和禁用的切换 用户默认第一次重置密码 用户昵称修改 播放器封面配置 傻瓜式安装 后台用户VIP直接编辑 获取支付网关API接口 首页自定义banner展示 优化 已购买的课程显示已订阅 课程详情api接口 注册信息错误的中文化 手机号绑定 后台API功能优化,增加排序,字段筛选等 Laravel从5.7升级到5.8 随机数生成优化 删除 阿里云邮箱库依赖 修复 fixed: 优惠码支付后的上级绑定 fixed: 登录记忆跳转功能 fixed: 社交登录绑定 fixed: 登录事件触发 fixed: 微信浏览器检测 fixed: 部分URL直链无法播放问题 Github:https://github.com/Qsnh/meedu Gitee:https://gitee.com/myteng/MeEdu 官网:https://meedu.vip MeEdu 是基于 Laravel 开发的个人在线教育系统。MeEdu诞生...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品
- CentOS关闭SELinux安全模块
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Red5直播服务器,属于Java语言的直播服务器
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池