本帖详细叙述了FamaandFrench三因子（MKT、SMB、HML）的构建方式，提供了数据以及python代码。
数据来源：国泰安数据库。
股票池：沪深A股、创业板、科创板。
样本区间：2001年1月至2020年12月。

这是一篇2008年6月的硕士毕业论文，详细的介绍了基于时间序列的数据挖掘算法在股票数据的分析和预测。
其中在多元时间序列跨事物关联规则分析高效处理算法optimize基础上改进，用二维时间模式进行分析。

本文主要分为如下三个方面跟大家分享雪球在业务中引入和使用容器技术的心路历程：1.为什么要引入Docker2.Docker在雪球的技术实践3.后续演进雪球是一个投资者交流的社区，用户可以在上面买卖股票，代销基金等各种金融衍生业务，同时也可以通过雪盈证券来进行沪、深、港、美股的交易。
随着业务的发展，不同的社区业务之间所受到影响的概率正在逐渐升高，因此我们希望各个业务之间既能够不被打扰，又能在资源上、机器间、甚至网络上根据监管的要求予以不同层面的隔离。
早在2014年时，我们就发现容器技术具有本身镜像小、灵活、启动速度快等特点，而且在性能上比较适合于我们当时物理机不多的规模环境。
相比而言，传统的虚拟化

这是我2016年的毕业设计的论文资料。
是用qt框架开发的股票交易撮合系统。
里面有部分内容是是我最这个系统的一些知识性的总结，也写到论文里了。
最后包括外文翻译

股票，证券等，用这个来发布行情数据，刷刷的。
UDP通信的优势速度比TCP快。
UDP通信的缺点一旦UDP包过大的话，也能正常工作。
只是优势就丢失了。
idUdpClient主要用于发送udp请求，在接收udp响应的时候是同步的,所以一定要设置超时,否则的话程序容易死。
idUpdServer即能用于发送udp数据包，也能用于接收udp数据包。
但是设计的主要目的还是用于收到udp数据包之后给于反馈。
UDP包的大小问题资料1:以太网的MTU是1500字节，IP包头占20个字节，UDP首部占8个字节，也就是说实际数据应该小于1472字节.资料2:鉴于Internet上的标准MTU值为576字节,所以我建议在进行Internet的UDP编程时.最好将UDP的数据长度控件在548字节(576-8-20)以内.测试结果:0-548字节:会完美的展现UDP协议的优势(速度刷刷的)。
大于1472字节以后的话,也可以正常执行。
你会见识到什么叫做不可靠的信道(经过测试90%以上还是成功的,只是速度慢了很多)。
数据包大于2K速度明显变慢了；
数据包大于3K，成功率60%到80%；
数据包大于4k，成功率20%以下。
结论:1.UDP协议还是比较可靠的。
使用它能充分挖掘速度的潜力。
通常大部分请求和相应都在548以下，小部分请求超过548。
2.548字节，可以存储274个汉字呢。
比手机短信都长。
你传什么那么大？3.尤其是双方都在修改数据，需要实施数据实时同步的时候。
修改量都比较小，用udp再合适不过了。
客户端的阻塞式响应不太理想可以采用的办法是双方都开UDP服务器来接受。

leeks-1.7.1.zipidea实时刷新股票基金窗口插件

使用C++的QT库来实现股票K线图的绘制，可完美集成C++库的股市数据接口

pythonstockV1项目，股市有风险投资需谨慎，本项目只能用于Python代码学习，股票分析，投资失败亏钱不负责，不算BUG。
PythonStockV1是基于Python的pandas，tushare，bokeh，tornado，stockstats，ta-lib等框架开发的全栈股票系统。
1）可以直接使用docker直接本地部署运行，整个项目在dockerhub上压缩后200BM，本地占用500MB磁盘空间。
2）使用Docker解决了Python库安装问题，使用Mariadb（MySQL）存储数据。
借助tushare抓取数据（老API，后续使用tusharepro开发）3）使用corn做定时任务，每天进行数据抓取计算，每天18点开始进行数据计算，计算当日数据，使用300天数据进行计算，大约需要15分钟计算完毕。
4）股票数据接口防止被封，按天进行数据缓存，储存最近3天数据，每天定时清除，同时使用read_pickleto_pickle的gzip压缩模式存储。
5）使用tornado开发web系统，支持股票数据，沪深300成份股，中证500成份股，龙虎榜数据，每日股票数据，每日大盘指数行情等6）数据展示系统，是通用数据展示系统，配置字典模板之后，页面自动加载数据，并完成数据展示，后续自己开发的指标数据可以加入进去。
7）增加曲线数据分析，在查看股票中，可以直接跳转到东方财富页面查看相关信息，点击指标之后使用Bokeh将多达17个指标的数据绘图，进行图表展示。

国内tushare的中文使用教程。
国内米哥自己写的股票行情获取库，使用python就可以获取国内A股的实时和盘后行情。

目录第1章UML类图实训1.1知识讲解1.1.1UML概述1.1.2类与类的UML表示1.1.3类之间的关系1.2实训实例1.2.1类图实例之图书管理系统1.2.2类图实例之商场会员管理系统1.3实训练习第2章面向对象设计原则实训2.1知识讲解2.1.1面向对象设计原则概述2.1.2单一职责原则2.1.3开闭原则2.1.4里氏代换原则2.1.5依赖倒转原则2.1.6接口隔离原则2.1.7合成复用原则2.1.8迪米特法则2.2实训实例2.2.1单一职责原则实例分析2.2.2开闭原则实例分析2.2.3里氏代换原则实例分析2.2.4依赖倒转原则实例分析2.2.5接口隔离原则实例分析2.2.6合成复用原则实例分析2.2.7迪米特法则实例分析2.3实训练习第3章创建型模式实训3.1知识讲解3.1.1设计模式3.1.2创建型模式概述3.1.3简单工厂模式3.1.4工厂方法模式3.1.5抽象工厂模式3.1.6建造者模式3.1.7原型模式3.1.8单例模式3.2实训实例3.2.1简单工厂模式实例之图形工厂3.2.2工厂方法模式实例之日志记录器3.2.3抽象工厂模式实例之数据库操作工厂3.2.4建造者模式实例之游戏人物角色3.2.5原型模式实例之快速创建工作周报3.2.6单例模式实例之多文档窗口3.3实训练习第4章结构型模式实训4.1知识讲解4.1.1结构型模式概述4.1.2适配器模式4.1.3桥接模式4.1.4组合模式4.1.5装饰模式4.1.6外观模式4.1.7享元模式4.1.8代理模式4.2实训实例4.2.1适配器模式实例之算法适配4.2.2桥接模式实例之跨平台视频播放器4.2.3组合模式实例之杀毒软件4.2.4装饰模式实例之界面显示构件库4.2.5外观模式实例之文件加密4.2.6享元模式实例之围棋棋子4.2.7代理模式实例之日志记录代理4.3实训练习第5章行为型模式实训5.1知识讲解5.1.1行为型模式概述5.1.2职责链模式5.1.3命令模式5.1.4解释器模式5.1.5迭代器模式5.1.6中介者模式5.1.7备忘录模式5.1.8观察者模式5.1.9状态模式5.1.10策略模式5.1.11模板方法模式5.1.12访问者模式5.2实训实例5.2.1职责链模式实例之在线文档帮助系统5.2.2命令模式实例之公告板系统5.2.3解释器模式实例之机器人控制程序5.2.4迭代器模式实例之商品名称遍历5.2.5中介者模式实例之温度转换器5.2.6备忘录模式实例之游戏恢复点设置5.2.7观察者模式实例之股票变化5.2.8状态模式实例之银行账户5.2.9策略模式实例之电影票打折5.2.10模板方法模式实例之数据库操作5.2.11访问者模式实例之奖励审批5.3实训练习第6章模式联用与综合实例实训6.1设计模式补充知识6.1.1反射与配置文件6.1.2GRASP模式6.1.3架构模式与MVC6.2模式联用实训6.2.1适配器模式与桥接模式联用6.2.2组合模式与命令模式联用6.2.3外观模式与单例模式联用6.2.4原型模式与备忘录模式联用6.2.5观察者模式与组合模式联用6.2.6访问者模式、组合模式与迭代器模式联用6.3综合实例实训6.3.1多人联机射击游戏6.3.2数据库同步系统6.4实训练习附录A参考答案A.1第1章实训练习参考答案A.2第2章实训练习参考答案A.3第3章实训练习参考答案A.4第4章实训练习参考答案A.5第5章实训练习参考答案A.6第6章实训练习参考答案参考文献

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。