百度商桥的代码放到网站里/百度做个人简介多少钱

百度商桥的代码放到网站里,百度做个人简介多少钱,孝感建设银行官网站,wordpress 应用监测前言 Q200已经达到了我既定的目标,在最近的3个月,我需要进一步完善,达到可以试产的程度。 在这个过程当中,许多知识和体会一直在变。 qtv200到目前,虽然通过习惯(每晚运行离线策略和比对)方式维持了注意力的集中&…

前言

Q200已经达到了我既定的目标,在最近的3个月,我需要进一步完善,达到可以试产的程度。

在这个过程当中,许多知识和体会一直在变。

qtv200到目前,虽然通过习惯(每晚运行离线策略和比对)方式维持了注意力的集中,但是仍然有一种睡一觉就容易忘掉的感觉。而今天在思考队列作用时,突然意识到,etl的流应该通过kafka来执行,只有通用的核心能力才需要做微服务。

类似这样的灵感,然我觉得有必要在下一步实施之前重新约定整体的架构。

在谈架构之前先看看业务上的要求和设计。

1 利润目标:每月3%

3月算是q200开始实测的第一个月,因为行情原因,借了东风,感觉大概率达到了。最大的意义是在于还清了历史问题,进入重置状态了。而q200本身的基准策略,只剩下小金额测试,效果比较理想,但没法进行更好的测算。

例如在测试盘中,2月份30单,目前平均浮盈4.6%。但是问题是,目标追求的是整体,而我们很难保证每一分钱都恰好投进去了,所以这里要打折扣;另外,每个测试单未必能精准跟踪,所以这里又有差距。

当然,最重要的单子如果是打开状态的,那么不能够保证,都是敞口。

所以假设这个已经作为一种产品可被生产和销售的话,我们肯定需要考虑其稳定性,也要评估期望。就像生产芯片那样。

现在先不谈具体的数值,但是很显然,有一个问题是需要考虑的:如何计算当前的进展?

假如说,目标是3%,然后目前还在open的订单计算是floating profit ,浮动的;而已经close的订单则是fixed profit固定的。应该有类似的公式:

y' = a * x + b

其中a是折扣率,因为浮动的风险很高;而b是已经完结的部分,是固定的。所以在确保目标完成时,应该有一个策略是要控制a。

技术上,需要能够客观的统计这个,然后预测、跟踪这部分的变化,同时作出反馈。这将影响到全局的仓位控制。

2 行动辅助

因为是手动下单,所以一定会存在跟踪误差。

所以系统应该从事前、事中和事后给到辅助。

  • 1 事前。由于信号具有滞后性,所以应当允许事先的,或者whatif 类型的分析,自动的将“可能发生”告诉用户。
  • 2 事中。当信号已经确定,这时会需要根据实时数据帮助用户跟踪信号,甚至根据历史经验预测是否有更好的买点在短期会出现。
  • 3 事后。当信号确定结束,此时需要清盘。是立即清盘,还是允许等一等,需要系统告知用户。当然,大多数时候应当立即清盘。

技术上,需要有实时的数据获取和消息通知(如邮件、app等);每个事件都具有完全的生命周期,整个过程应该比基准策略的时间范围更宽一些。

3 策略框架

基准策略之所以为基准策略,就是因为不完善,所以一定需要开发衍生策略框架。

如果完全按照基准策略,那么很难达到利润目标,而且有可能因为长时间的负利润而失去信心。

在这里插入图片描述
虽然总体上已经是明显盈利了,但是如果 要承受若干个月的损失,我估计大部分人都会放弃:基准策略是无法直接使用的。

那么怎么进行进一步增强?直观上削平波峰,然后摊到后面若干月上。

按照类似游戏的方式,可以做出一些有趣的设计,此处不展开,然后会有一些离散的行为出现:

  • 1 试探性买入
  • 2 保守的止盈
  • 3 激进的止盈
  • 4 伺机抄底
  • 5 反复收割

对于这些衍生擦略,应当有一个可执行框架,初期仅考虑严格按照规则执行,未来将由算法自行探索。

技术上,需要对每一个主题有专门的存储,统计,来记录在各组参数下的效果,以及总体情况。

以上三部分,构成q200第一阶段业务上的基本要求。

接下来,分析技术上的要素

技术要素

一些离散的功能点:

  • 1 要获取分钟级别的行情数据和舆情数据。 这个基础的功能性验证ok,明天我就可以开始获取分钟级别的舆情数据,虽然不多,但应该够了。
  • 2 要存储数据。这个也没问题吗,这次特地准备了时间序列数据库。
  • 3 要计算信号。最近一直在离线计算校验,明白了调整点,之后可以确保在线计算与离线计算一致。
  • 4 要通知。短信不靠谱,app的通知已经准备好,邮件的通路没问题,但是展示方式我想用css稍微加强一下。
  • 5 要能辅助分析。这个还没想好,想象中应该把这些要素可以抽取在一起,然后在页面上展示。数据抽取没问题,要怎么展示,特别是如何进行超链跳转可能要想想。
  • 6 能够方便的吞吐对象缓存。这个没问题,我甚至用mongo做了这事。redis我怕掉了,懒得同步。
  • 7 回测计算。这个已经做了一版,虽然慢了点。后续可能需要使用numba来加速,格式要改改。
  • 8 表格计算和统计。这个可以用clickhouse,不怕大量数据,可以实时统计。

为什么要谈架构?

这些离散的功能点随便写写已经很多了,如果要全部落实细节会更多。然后到最后肯定又是失去控制,然后就没法维护和迭代了。我不想这样稀里糊涂的搞,然后做q300。

要考虑到,有些单点功能是非常复杂的,然后当你全力解决玩一个问题,又发现全局结构是模糊的… 效率会很低。

这次我想,至少能做到个部分功能是有组织,适度耦合的。

celery 执行, kafka流转

  • 1 任务执行。一部分是IO任务,这个将交给apscheduler_celery框架。一部分是计算任务,暂时用传统方法,6月之后我会用类似rlib这种。
    • apscheduler_celery的所有任务均为微服务任务,区别只有参数
    • apscheduler_celery的异步任务结果都类似callback,会写入kafka
    • 任务的执行都是固定的,按1秒,31秒两个时间点执行
    • 队列按照主体,如数据获取的命名为 xxx_market_minute, xxx_market_daily, xxx_news_minute, xxx_news_daily
    • 如果是处理,可以称为 xxx_etl_minute…
    • 效果:我可以随时加上一个新的code,然后就会自动被分配执行。

line protocal 协议,mongo 存储

  • 2 时间序列。最终所有的可决策数据都将存储时间序列数据库。如果说数据的获取是起点,那么事件就是终点

    • 1 新闻事件
    • 2 行情事件
    • 3 策略事件
    • 4 目标事件
  • 3 前端可视。暂时还是采取比较保守的做法,flask + bootstrap + js。

    • 1 总体交易数据
    • 2 订单详情数据
    • 3 辅助决策数据

mongo + clickhouse

  • 4 数据存储。mongo存储原始数据,clickhouse存储分析的表数据。

几个核心的元数据:

  • 1 celery在每个心跳执行的任务。会有一张表格,记录哪些任务是需要周期执行的,可以增、删、改。这个是一切的源头。
  • 2 监控数据。包括了各队列的长度,在时序数据库中对数据的条数统计。这个可以推到kafka,然后送到clickhouse。
  • 3 KPI数据。包括运行中的策略,结束的策略,整体的目标效果,波动等。这个应该会在clickhouse.(不需要kafka)

特别重要的对象:

  • 1 通知对象。这个对象会挂在每个策略下面,按照规则进行事前、事中和事后的全跟踪。其行为通过kafka发送,日志持久化在mongo中,主数据也在mongo中。

  • 5 微服务。将一些重要且复杂的处理步骤封装为微服务。

    • 1 获取数据封装为微服务。我需要的数据不多,频次也很低,但最好还是通过微服务请求。
    • 2 回测作为微服务。这部分容易丢掉,且要长期维护,所以发布为微服务。
    • 3 基准策略的信号生成。同上。

这样,可以想象,如果我一次性做好之后,又去忙了很多别的东西,当我要迅速切入进行维护时:

  • 1 我会找到celery的任务元数据,我知道我对那些标的执行了后续的计算
  • 2 我会看到一个队列清单,知道他们在连接那些处理,有没有超时
  • 3 我会看到监控分析,知道数据是否都按时,无遗漏的拿到了
  • 4 我会看策略整体效果,确保策略是与目标一致的
  • 5 我可以看策略之间的差异,进行分析

当我有新的想法时,我应该采用一个新的命名,按照类似的步骤做好前期的获取和处理,然后,我应该在时间序列中找到这个事件。这样就形成了一个以时间为轴的通用管理方式:我新的任务只是在时间维度上不断拓宽。当然,对应地,事件背后的数据无论是数值、文本还是向量,可以在对应的元数据中展示。所以在需要的时候,可以在一个时刻把所有的的特征数据全部对齐,产生聚集效应。

Next: 把异步任务框架和kafka连接搞好。并开始产生事件。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/73435.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

音视频入门基础:RTP专题(20)——通过FFprobe显示RTP流每个packet的信息

通过FFprobe命令: ffprobe -protocol_whitelist "file,rtp,udp" -of json -show_packets XXX.sdp 可以显示SDP描述的RTP流每个packet(数据包)的信息: 对于RTP流,上述的“packet”(数据包&#…

LLM后训练:解锁大型语言模型推理能力的关键路径

引言:从语言生成到逻辑推理的跃迁 大型语言模型(LLMs)通过预训练掌握了海量语言模式,但其核心缺陷——幻觉、逻辑断裂、价值观偏差——暴露了单纯预训练的局限性。后训练(Post-Training)作为预训练后的精修…

9.贪心算法

简单贪心 1.P10452 货仓选址 - 洛谷 #include<iostream> #include<algorithm> using namespace std;typedef long long LL; const int N 1e510; LL a[N]; LL n;int main() {cin>>n;for(int i 1;i < n;i)cin>>a[i];sort(a1,a1n);//排序 LL sum 0…

Linux 网络:skb 数据管理

文章目录 1. 前言2. skb 数据管理2.1 初始化2.2 数据的插入2.2.1 在头部插入数据2.2.2 在尾部插入数据 2.2 数据的移除 3. 小结 1. 前言 限于作者能力水平&#xff0c;本文可能存在谬误&#xff0c;因此而给读者带来的损失&#xff0c;作者不做任何承诺。 2. skb 数据管理 数…

批量给 Excel 添加或删除密码保护|Excel 批量设置打开密码和只读密码

我们在将 Excel 文档发送给第三方或者进行存档的时候&#xff0c;对 Excel 文档添加密码保护是非常重要的一个操作。添加保护后的 Excel 文档。就只能有相应权限的用户才能够打开或者编辑操作。尤其是当我们 Excel 文档中内容非常敏感非常重要的时候&#xff0c;添加保护就显得…

蓝耘MaaS平台:阿里QWQ应用拓展与调参实践

摘要&#xff1a;本文深入探讨了蓝耘MaaS平台与阿里QWQ模型的结合&#xff0c;从平台架构、模型特点到应用拓展和调参实践进行了全面分析。蓝耘平台凭借其强大的算力支持、弹性资源调度和全栈服务&#xff0c;为QWQ模型的高效部署提供了理想环境。通过细化语义描述、调整推理参…

使用 Docker 部署前端项目全攻略

文章目录 1. Docker 基础概念1.1 核心组件1.2 Docker 工作流程 2. 环境准备2.1 安装 Docker2.2 验证安装 3. 项目配置3.1 项目结构3.2 创建 Dockerfile 4. 构建与运行4.1 构建镜像4.2 运行容器4.3 访问应用 5. 使用 Docker Compose5.1 创建 docker-compose.yml5.2 启动服务5.3 …

springboot集成flink实现DM数据库同步到ES

前言 今天分享的其实是一个面试上机方案&#xff0c;就是监测DM数据库数据&#xff0c;同步到ES&#xff0c;使用flink实现。基本套路&#xff0c;其实也没啥好说的&#xff0c;非要说也就是&#xff0c;国家队还是很多不跟你玩啊&#xff0c;虽然flink有阿里在背后&#xff0c…

【蓝桥杯】24省赛:数字串个数

思路 本质是组合数学问题&#xff1a; 9个数字组成10000位数字有9**10000可能 不包括3的可能8**10000 不包括7的可能8**10000 既不包括3也不包括77**10000 根据容斥原理&#xff1a;结果为 9 ∗ ∗ 10000 − 8 ∗ ∗ 10000 − 8 ∗ ∗ 10000 7 ∗ ∗ 10000 9**10000 - 8**10…

Unity开发中对象池设计与使用

一、设计目的 为了避免频繁创建和销毁对象&#xff08;例如 UI 元素、事件对象等&#xff09;带来的内存分配和垃圾回收压力&#xff0c;可以使用对象池来管理对象来提高游戏的性能&#xff0c;避免游戏卡顿。 二、代码实现 public interface IRecycle {/// <summary>…

JVM并发编程AQSsync锁ReentrantLock线程池ThreadLocal

并发编程2 synchronized锁实现**AQS****ReentrantLock实现****JUC 常用类**池的概念 ThreadLocalThreadLocal原理内存泄露强引用:软引用弱引用虚引用ThreadLocal内存泄露 synchronized锁实现 synchronized是一个关键字,实现同步,还需要我们提供一个同步锁对象,记录锁状态,记录…

【JavaEE】网络原理之初识

1.❤️❤️前言~&#x1f973;&#x1f389;&#x1f389;&#x1f389; Hello, Hello~ 亲爱的朋友们&#x1f44b;&#x1f44b;&#xff0c;这里是E绵绵呀✍️✍️。 如果你喜欢这篇文章&#xff0c;请别吝啬你的点赞❤️❤️和收藏&#x1f4d6;&#x1f4d6;。如果你对我的…

操作系统-八股

进程基础&#xff1a; 进程定义&#xff1a;运行中的程序&#xff0c;有独立的内存空间和地址&#xff0c;是系统进行资源调度和分配的基本单位。 并发&#xff0c;并行 并发就是单核上面轮询&#xff0c;并行就是同时执行&#xff08;多核&#xff09;&#xff1b; 进程上下…

chrome浏览器插件拓展捕获页面的响应体内容

因为chrome extension官方没有的直接获取响应体的方法&#xff0c;所以需要自己实现方法来获取&#xff0c;实现的方式有很多种&#xff0c;这是记录的第二种&#xff0c;第一种就是使用vconsole来实现&#xff0c;vconsole是一个开源框架&#xff0c;一个轻量、可拓展、针对手…

沐数科技数据开发岗笔试题2025

描述性统计 标准差 答案: A 解析: 标准差 衡量数据集中数值变化或离散程度的一种度量。它反映了数据集中的各个数值与数据集的平均值&#xff08;均值&#xff09;之间的偏离程度。标准差越大&#xff0c;表明数据的分布越分散&#xff1b;标准差越小&#xff0c;表明数据…

Qt-ZMQ的使用补充(pub-sub)

之前写过一篇Qt使用ZMQ的博客Qt网络编程-ZMQ的使用&#xff0c;本文是其的补充部分。 Linux上编译使用 首先这次实在Linux上进行演示&#xff0c;下载zmq源码&#xff0c;安装cmake&#xff0c;使用cmake进行编译。下载之后解压&#xff1a; 输入命令&#xff1a; cd ..mkdi…

记录致远OA服务器硬盘升级过程

前言 日常使用中OA系统突然卡死&#xff0c;刷新访问进不去系统&#xff0c;ping服务器地址正常&#xff0c;立马登录服务器检查&#xff0c;一看磁盘爆了。 我大脑直接萎缩了&#xff0c;谁家OA系统配400G的空间啊&#xff0c;过我手的服务器没有50也是30台&#xff0c;还是…

[测试]自动化的概念 及使用Selenium实现Web自动化测试

文章目录 1. 自动化1.1 自动化概念1.2 自动化分类1.2.1 接口自动化1.2.2 UI自动化 1.3 自动化测试金字塔 2. Web自动化测试2.1 驱动 3. Selenium3.1 一个简单的Web自动化示例3.2 Selenium 驱动 浏览器的工作原理 1. 自动化 1.1 自动化概念 自动化是指自动地代替人的行为完成…

Python教程(三):类对象、闭包、装饰器、类型注解、MRO

Python总结&#xff08;三&#xff09; 本系列其他教程&#xff1a; Python教程(一)&#xff1a;基本语法、流程控制、数据容器 Python教程(二)&#xff1a;函数、异常、模块&包、文件读取、常用模块 文章目录 Python总结&#xff08;三&#xff09;一、类&对象1.1 成…

什么是 HTML?

HTML 是用来描述网页的一种语言。 HTML 指的是超文本标记语言: HyperText Markup LanguageHTML 不是一种编程语言&#xff0c;而是一种标记语言标记语言是一套标记标签 (markup tag)HTML 使用标记标签来描述网页HTML 文档包含了HTML 标签及文本内容HTML文档也叫做 web 页面 HT…