首页 文章 精选 留言 我的

精选列表

搜索[c 14],共10000篇文章
优秀的个人博客,低调大师

Objective-C的 KVC和KVO

字面意思分别是: KVC是指key value coding,键值编码。 KVO是指key value observing,键值观察。 直白的说法是: KVC就是将一个对象的属性及其值当做一个字典,可以通过属性的名字来访问和修改属性的值。 KVO就是给某个对象的属性添加一个观察者,在这个对象的属性的值发生改变的时候,观察者的回调方法被触发。 本文转自leipei博客园博客,原文链接:http://www.cnblogs.com/leipei2352/p/4396310.html,如需转载请自行联系原作者

优秀的个人博客,低调大师

Objective-C:NSArray的常见操作

NSArray不可变字符串的主要操作有:创建、枚举、排序、与NSString之间的相互转换 注意: NSArray可以存对象,不可以存基本数据类型、结构体、数组、指针、nil、NULL NSArray用nil作为结束标识符。 NSNull可以代表一个空对象。 整个操作还是通过代码来体现吧: .h Person类的声明文件如下: #import <Foundation/Foundation.h> @interface Person : NSObject @property(nonatomic,copy)NSString* name; @property(nonatomic,assign)NSInteger age; +(Person*)personWithName:(NSString*)name andAge:(NSInteger)age; -(id)initWithName:(NSString*)name andAge:(NSInteger)age; -(NSComparisonResult)compareByName:(Person *)aPerson;//声明排序方式为通过姓名比较 -(NSComparisonResult)compareByAge:(Person *)aPerson;//声明排序方式为通过年龄比较 @end .m Person类的实现文件如下: #import "Person.h" @implementation Person +(Person*)personWithName:(NSString*)name andAge:(NSInteger)age { return [[Person alloc]initWithName:name andAge:age]; } -(id)initWithName:(NSString*)name andAge:(NSInteger)age { self = [super init]; if(self) { _name = name; _age = age; } return self; } -(NSString*)description//由于数组存储的是自定义的对象Person对象,所以复写description方法,将NSlog重新格式化输出 { return [NSString stringWithFormat:@"name=%@,age=%ld",_name,_age]; } -(NSComparisonResult)compareByName:(Person *)aPerson//返回一个selector选择器选择的比较方式,字符串比较默认为NSOrderAsecding { return [_name compare:aPerson.name]; } -(NSComparisonResult)compareByAge:(Person *)aPerson//与上同理 { if(_age > aPerson.age) return NSOrderedDescending; else if (_age < aPerson.age) return NSOrderedAscending; else return NSOrderedSame; } @end 主函数测试如下: #import <Foundation/Foundation.h> #import "Person.h" int main(int argc, const char * argv[]) { @autoreleasepool { //NSArray测试 /* NSArray可以存对象,不可以存基本数据类型、结构体、数组、指针、nil、NULL NSArray用nil作为结束标识符。 NSNull可以代表一个空对象。 */ //创建一个空对象 NSNull *nul = [NSNull null]; //在一个array中不要求只存相同类型的对象,可以存储任意类型的对象 NSArray *arr = @[@1,@"one",@"2",nul]; NSLog(@"%@",arr); //枚举 NSEnumerator *enumerator = [arr objectEnumerator]; id obj; while(obj = [enumerator nextObject]) { NSLog(@"%@",obj); } //保存到文件中(必须是OC内置的对象,自定义的对象会出错) [arr writeToFile:@"/Users/mac/Desktop/arr.txt" atomically:YES]; //读文件创建NSArray NSArray *arr1 = [NSArray arrayWithContentsOfFile:@"/Users/mac/Desktop/arr.txt"]; NSLog(@"%@",arr1); //排序 NSArray *arr2 = @[@2,@5,@1,@4,@3]; NSArray *sorted = [arr2 sortedArrayUsingSelector:@selector(compare:)]; NSLog(@"%@",sorted); NSArray *arr3 = @[@"two",@"three",@"five",@"one",@"four"]; NSArray *sorted2 = [arr3 sortedArrayUsingSelector:@selector(compare:)]; NSLog(@"%@",sorted2); //自定义对象的排序 NSArray *arrayperson = @[[Person personWithName:@"Tom" andAge:25], [Person personWithName:@"Jobs" andAge:23], [Person personWithName:@"Bill" andAge:26], [Person personWithName:@"John" andAge:21]]; //按姓名排序 NSArray *sortedByName = [arrayperson sortedArrayUsingSelector:@selector(compareByName:)]; NSLog(@"%@",sortedByName); //按年龄排序 NSArray *sortedByAge = [arrayperson sortedArrayUsingSelector:@selector(compareByAge:)]; NSLog(@"%@",sortedByAge); //NSArray和NSString NSString *str = @"this is a test"; NSArray *words = [str componentsSeparatedByString:@" "];//分隔符 NSLog(@"%@",words); NSString *str2 = [words componentsJoinedByString:@"-"]; //连接符 NSLog(@"%@",str2); } return 0; } 测试结果如下所示: 2015-08-18 17:37:39.772 01-NSArray[1948:112551] ( 1, one, 2, "<null>" ) 2015-08-18 17:37:39.795 01-NSArray[1948:112551] 1 2015-08-18 17:37:39.796 01-NSArray[1948:112551] one 2015-08-18 17:37:39.797 01-NSArray[1948:112551] 2 2015-08-18 17:37:39.797 01-NSArray[1948:112551] <null> 2015-08-18 17:37:39.798 01-NSArray[1948:112551] (null) 2015-08-18 17:37:39.798 01-NSArray[1948:112551] ( 1, 2, 3, 4, 5 ) 2015-08-18 17:37:39.799 01-NSArray[1948:112551] ( five, four, one, three, two ) 2015-08-18 17:37:39.799 01-NSArray[1948:112551] ( "name=Bill,age=26", "name=Jobs,age=23", "name=John,age=21", "name=Tom,age=25" ) 2015-08-18 17:37:39.800 01-NSArray[1948:112551] ( "name=John,age=21", "name=Jobs,age=23", "name=Tom,age=25", "name=Bill,age=26" ) 2015-08-18 17:37:39.800 01-NSArray[1948:112551] ( this, is, a, test ) 2015-08-18 17:37:39.800 01-NSArray[1948:112551] this-is-a-test Program ended with exit code: 0 程序猿神奇的手,每时每刻,这双手都在改变着世界的交互方式! 本文转自当天真遇到现实博客园博客,原文链接:http://www.cnblogs.com/XYQ-208910/p/4740101.html,如需转载请自行联系原作者

优秀的个人博客,低调大师

量化数据14:美股量化数据获取指北:逐笔、深度行情、分钟K线、财报、档案

# 美股量化数据获取指北:逐笔、深度行情、分钟K线、财报、档案 之前做美股回测,卡在数据这一步很久。市面上能拿到的数据要么缺字段,要么贵得离谱,好容易找到个免费源,结果tick数据延迟十几分钟,根本没法用。 后来折腾了很久,把几种需要的数据类型都捋了一遍,还顺手把常用的字段和坑记下来了,分享出来给有相同需求的朋友做个参考。 ## 先说我到底要用哪些数据 我主要做日内和隔夜策略,有时候要翻财报做事件驱动。跑下来这几类数据绕不开: - **逐笔成交明细(Tick Trade)**:每一笔真实成交的明细,包含了时间、价格、成交量、买卖方向。做量价分析、盘口不平衡算法、VWAP跟踪全都靠它。 - **深度订单簿(Level 2 / Order Book)**:不只五档,有时候需要十档甚至全深度,能看到挂单变化,特别适合盯盘口冲击成本和吃单速度。 - **分钟K线**:从1分钟到120分钟,主要是用来生成特征、做简单趋势判断,不想要自己从tick合成,太耗资源。 - **财务报表**:季报年报都行,核心是营收、利润、EPS、资产这些,用于过滤标的。 - **证券基础档案**:股票代码、行业分类、上市日期、股本等,做全市场扫描时候必须用。 下面把每类数据里我常用的几个字段列出来,有些坑也标了。 ### 逐笔成交明细里值钱的字段 | 字段 | 说明 | 我的使用频率 | |------|------|------------| | trade_time | 成交时间戳(毫秒级) | 每次都用 | | price | 成交价格 | 每次都用 | | size | 成交量(股) | 每次都用 | | exchange_code | 哪个交易所成交的 | 做路由分析时用 | | sale_condition | 成交条件(如@、E、F) | 过滤异常交易时特重要 | | bid/ask | 成交时的最优买卖价 | 不是所有数据源都有,有的话能省大事 | 有些数据集不提供成交时的最优盘口,只给价格和量,判断主动买还是主动卖就得自己用价格和前一笔成交价比,但这样有时候会判错(比如大盘跳空)。所以有带盘口快照的tick更靠谱。 ### 深度订单簿到底看什么 Level 2一般包含多档买卖挂单,我用的这个数据能拉到10档。关键不是多少档,而是有没有 **更新时的精确时间和逐笔挂单变化**。很多源给的是快照(比如每100ms拍一次),那用来做高频信号就容易失真。 常用字段: - ask_price_list / bid_price_list:各档价位 - ask_size_list / bid_size_list:各档挂单量 - update_time:更新时刻 - 有时候带成交明细和盘口联合表,可以看到同一毫秒内成交和挂单变化的先后关系,这对判断扫单行为很有帮助。 如果只做分钟级别策略,Level 2其实不用强求,深度数据量太大,存起来也是一笔开销。 ### 分钟K线不是想象中那么简单 我以为K线就是时间、开收高低、成交量,结果实际用的时候发现还要确认一件事:**是以什么时间为基准的**,美东交易所时间还是数据商本地时间,跨时区回测容易踩坑。 我需要的字段: - bar_time(开始时间) - open / high / low / close - volume - vwap(有就更好,没有自己也能算) 另外复权问题也要注意,做分钟K线如果直接使用未复权的价格,分红和拆股会搞出跳空,进场信号全乱。拿到K线之后我一般还会和tick数据抽样比对,防止数据源本身有错。 ### 财报和基础档案:看起来无聊但缺了就难受 基础档案没什么好讲的,缺了它连股票池都建不起来。我常用字段:ticker、cik、行业分类(GICS)、上市地点、就这几个。 财报数据我主要拉三张表的主项,资产负债表、利润表、现金流,另外分析师一致预期偶尔用,但没放进核心流程。其实关键就是关联ticker和报告期,把字段名字和XBRL标签对上,不然容易取错数。 之前手动下载很痛苦,后来改用接口批量拉,把几百只股一个季度的数据一次性存成parquet,做因子就快多了。 ## 实操:我是怎么用代码一把梭的 最开始我还在用requests一个个爬网页解析,后来发现有个“数据库”的本地SDK能用,pip装一下直接调接口,多标的批量取,一下子轻松了不少。 安装方法很简单,终端敲: ```bash pip install cmesdata ``` 调用举例,拉一批逐笔成交: ```python from cmesdata import CmesClient # CMES金融数据库的行情接口,注意入参正确,调用频率正常 client = CmesClient(api_key="your_key") # 获取逐笔成交明细 tick_data = client.get_tick( symbols=["AAPL", "TSLA"], date="2024-12-20", start_time="09:30:00", end_time="16:00:00", include_level2=False # 只看成交,不要挂单 ) print(tick_data.head()) ``` 想要深度订单簿就把`include_level2`设成True,分钟K线用`get_bar`,财报用`get_financials`。接口文档里字段参数写得比较全,我建议用的时候打开文档对一下,因为不同版本的接口可能字段名有变动。 ## 不同平台数据能力差异(主观对比表) 下面这个表是我用过或看过的一些来源,不是全量评测,就挑我关注的几个点比了比。 | 数据种类 | 我的需求 | 常见免费源 | 付费源通常的优点 | CMES金融数据库 | |---------|---------|------------|----------------|------------| | 逐笔成交 | 毫秒戳+盘口快照 | 部分延迟、字段少 | 全量、快到微秒 | 有盘口快照,但注意历史长度 | | 深度订单簿 | 10档以上更新 | 很少免费提供 | 全深度、流式 | 历史批量下载挺方便 | | 分钟K线 | 全量长周期 | yfinance可用但缺小盘股 | 全市场覆盖 | 能一口气下几千只 | | 财报 | 原始表单字段 | 手动抓取费劲 | API结构化好 | 一键批量,字段可直接映射到XBRL | 表格里其实少说了一点,批量下载的速度差别很大,之前用另一个源下全市场分钟线,跑了快两天,还因为限流被中断。现在用SDK,带断点续传,没那么焦虑了。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册
修改密码
忘记密码