主頁 > 區塊鏈 > 自己做量化交易軟體(34)小白量化實戰7--投資理念與通達信公式回測（2）

自己做量化交易軟體(34)小白量化實戰7--投資理念與通達信公式回測（2）

2021-01-25 11:44:59 區塊鏈

自己做量化交易軟體(34)小白量化實戰7–投資理念與通達信公式回測（2）

投資通俗地講就是“財富變壓器”，投資是使資本和財富生長的源泉，沒有證券市場和期貨市場時投資者當投出一元錢時，這一元錢資本壓死在資產中，但是有了證券市場和期貨市場后，這一元錢不僅容易變現流通，而且可以以市盈率的倍數放大，這樣搞活和加速了投資頻率，因而產生了財富效應，
下面我舉個例子，假定一個村莊有10戶人家，每戶都有一只雞蛋，雞蛋的市場價格為1元（原始股），因此每只雞蛋財富為1元，甲戶認為自己的雞蛋沒有用處，以2元價格賣給乙戶，2元是市場價，此時每只雞蛋財富均為2元，丙戶以3元價格將雞蛋賣給丁戶，3元是市場價，此時每只雞蛋財富均為3元，因此雞蛋持有人能以市場價格3元賣出雞蛋，乙戶賣出自己的2只雞蛋，獲得6元，減去投資成本3元，獲利3元，乙戶可以認為是投資者，這里的“雞蛋”，我們可以理解為房子，黃金，或者股票，期貨、外匯品種等等，
無論是投資物體物品房產或黃金等，或者虛擬資產證券、期貨、外匯等，都是投資，
能不能賺錢，還要看你的眼光和判斷，很多投資君子蘭、普洱茶等一些方面的投資者都虧損累累，如果他們用那些錢投資房產和茅臺酒等，結果將會獲利豐厚，
同樣投資證券和期貨、外匯，也要靠你的眼光和技術判斷，現擇什么板塊？選擇什么品種？選擇什么時間買賣等等，
前面文章介紹過，投資賺錢的前提要有正確的投資理念，投資方法，我們的投資技術能不能賺錢，我們可以把我們的投資理念和投資技術，用程式實作，用歷史行情模擬一遍“真實交易”，這個程序稱為"回測"，

下面我們接上一篇文章，我們選出一只股票603260，
在這里插入圖片描述

我們寫出603260的Python回測代碼，程式中HL表示原始買點的回測獲利結果，HL2表帶增量過濾后的買點回測獲利結果，

# -*- coding: utf-8 -*-
# 小白量化自編指標回測程式
'''
獨狼荷蒲qq:2886002
通通小白python量化群:524949939
tkinter,pyqt,gui,Python交流2群:517029284
微信公眾號：獨狼股票分析
'''
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import HP_global as g  #小白量化全域變數庫
from HP_formula import *#小白量化仿通達信庫模塊
import HP_tdx as htdx #小白量化通達信莫開
import HP_plt as hplt   #小白量化指標繪圖模塊
import HP_sys as hs  #小白量化回測系統庫

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
#白底色
g.ubg='w'
g.ufg='b'
g.utg='b'
g.uvg='#1E90FF'

global CLOSE,LOW,HIGH,OPEN,VOL
global C,L,H,O,V

#小白換檔買賣線
def XBHDMMX(N=24,M=2,X=25):
    MID =MA(CLOSE,N)
    UPPER=MID + 2*STD(CLOSE,N)
    LOWER= MID - 2*STD(CLOSE,N)
    M1=(UPPER-MID)/2+MID
    M2=(MID-LOWER)/2+LOWER
    MM1=EMA((OPEN+CLOSE*2+LOW+HIGH)/5,M);
    MM2=EMA(IF(MM1>=MID,MM1*(1+X/1000),MM1*(1-X/1000)),3)
    MM=MM2
    return MID,UPPER,LOWER,M1,M2,MM

#首先要對資料預處理
#獲取資料
htdx.TdxInit(ip='183.60.224.178',port=7709)

#獲取股票行情資料
code='603260'
df = htdx. get_security_bars(nCategory=4,nMarket = 0,code=code)

#對資料做小白量化格式轉換
mydf=df.copy()
CLOSE=mydf['close']
LOW=mydf['low']
HIGH=mydf['high']
OPEN=mydf['open']
VOL=mydf['volume']
C=mydf['close']
L=mydf['low']
H=mydf['high']
O=mydf['open']
V=mydf['volume']


#呼叫自定義指標
MID,UPPER,LOWER,M1,M2,MM=XBHDMMX(34,4,32)

#把指標值添加到mydf資料表中
mydf['MID']=MID
mydf['UPPER']=UPPER
mydf['LOWER']=LOWER
mydf['M1']=M1
mydf['M2']=M2
mydf['MM']=MM

#成交量過濾條件,成交量持續大于113均量線
MAV113=MA(V,113);
T1=IF(REF(V,1)>REF(MAV113,1),1,0);
T2=IF(REF(V,2)>REF(MAV113,2),1,0);
T3=IF(V>MAV113,1,0);
T=IF((T1+T2+T3)>=2,1,0);
mydf['T']=T

mydf['b1']=CROSS(mydf['MM'],mydf['LOWER'])
mydf['b2']=CROSS(mydf['MM'],mydf['M2'])
mydf['b3']=CROSS(mydf['MM'],mydf['MID'])
mydf['b4']=mydf['b1']+mydf['b2']+mydf['b3']
mydf['B']=IF(mydf['b4']>0,1,0)   #買入信號
mydf['BT']=IF(mydf['b4']>0,1,0)*T  #增量買入信號

mydf['s1']=CROSS(mydf['UPPER'],mydf['MM'],)
mydf['s2']=CROSS(mydf['M1'],mydf['MM'],)
mydf['s3']=CROSS(mydf['MID'],mydf['MM'],)
mydf['s4']=mydf['s1']+mydf['s2']+mydf['s3']
mydf['S']=IF(mydf['s4']>0,1,0)  #賣出信號


##回測1
tt=hs.hpQuant()   ##初始化類
#下面是用戶可設定資訊，
#tt.money2=1000000.00  #總資金
#tt.stamp_duty=0.001   #印花稅 0.1%
#tt.trading_Commission=0.0005    #交易傭金0.05%
tt.stop_loss_on=True #允許止損
#tt.stop_loss_max=50 #止損3次,就停止交易
tt.stop_loss_range=0.05   #止損幅度
tt.code=code   #證券代碼，必須輸入
tt.stop_loss_on=False    #關閉自動止損

#引數表說明:股票資料表,買點序列名稱,賣點序列名稱,回傳獲利序列名稱
df2=tt.Trade_testing(mydf,'B','S','HL')   #開始回測
print('\n列印交易程序')
tt.PrintTrade()    #列印交易程序
print('\n列印持倉資訊')
tt.PrintSecurity()   #列印持倉資訊
print('\n 列印內部交易記錄資訊')
print(tt.text)     #列印交易資訊

##回測2
tt=hs.hpQuant()   ##初始化類
tt.stop_loss_on=True #允許止損
tt.stop_loss_range=0.05   #止損幅度
tt.code=code   #證券代碼，必須輸入
tt.stop_loss_on=False    #關閉自動止損
mydf=tt.Trade_testing(df2,'BT','S','HL2')   #開始回測



######下面是繪圖

#資料裁減
m=1
mydf=mydf.tail(150*m).head(150).copy()

#繪制圖形
plt.figure(1,figsize=(16,12), dpi=80)

#繪制主圖指標
ax1=plt.subplot(311)
hplt.ax_K(ax1,mydf,t=code,n=0)
mydf['MID'].plot.line(legend=True)
mydf['UPPER'].plot.line(legend=True,linewidth=3)
mydf['LOWER'].plot.line(legend=True,linewidth=3)
mydf['M1'].plot.line(legend=True)
mydf['M2'].plot.line(legend=True)
mydf['MM'].plot.line(legend=True,linewidth=4)

#繪制副圖指標
ax2=plt.subplot(312)
mydf['MID'].plot.line(legend=True)
mydf['UPPER'].plot.line(legend=True,linewidth=3)
mydf['LOWER'].plot.line(legend=True,linewidth=3)
mydf['M1'].plot.line(legend=True)
mydf['M2'].plot.line(legend=True)
mydf['MM'].plot.line(legend=True,linewidth=4)


ax3=plt.subplot(313)
plt.sca(ax3)
mydf.HL.plot(color='orange', grid='on',legend=True)
mydf.HL2.plot(color='red', grid='on',legend=True)
mydf.B.plot(color='blue',legend=True)
mydf.S.plot(color='green',legend=True)
#添加標題
plt.title(code+'  獲利')
plt.show()

程式運行結果如下：

列印交易程序
                date      time mode    code   amount  price         money
0   2020-05-15 15:00  14:45:01    1  603260  41300.0  24.16  1.693096e+03
1   2020-05-25 15:00  14:45:02    2  603260  41300.0  22.79  9.415083e+05
2   2020-05-28 15:00  14:45:01    1  603260  37300.0  25.20  1.078276e+03
3   2020-06-08 15:00  14:45:02    2  603260  37300.0  24.74  9.224961e+05
4   2020-09-10 15:00  14:45:01    1  603260  32300.0  28.50  1.485798e+03
5   2020-10-22 15:00  14:45:02    2  603260  32300.0  28.34  9.154947e+05
6   2020-10-30 15:00  14:45:01    1  603260  30400.0  30.09  3.013565e+02
7   2020-11-18 15:00  14:45:02    2  603260  30400.0  41.16  1.249688e+06
8   2020-12-21 15:00  14:45:01    1  603260  30600.0  40.80  5.842205e+02
9   2020-12-29 15:00  14:45:02    2  603260  30600.0  32.81  1.003064e+06
10  2021-01-07 15:00  14:45:01    1  603260  27700.0  36.08  3.148534e+03

列印持倉資訊
     code   amount     price       money
0  603260  27700.0  36.09804  999915.708

 列印內部交易記錄資訊
    ----開始回測-----
日期:2020-05-15 15:00 買入:41300.0股, 價格:24.16
日期:2020-05-25 15:00 賣出:41300.0股, 價格:22.79獲利:-5.85%
日期:2020-05-28 15:00 買入:37300.0股, 價格:25.2
日期:2020-06-08 15:00 賣出:37300.0股, 價格:24.74獲利:-7.75%
日期:2020-09-10 15:00 買入:32300.0股, 價格:28.5
日期:2020-10-22 15:00 賣出:32300.0股, 價格:28.34獲利:-8.45%
日期:2020-10-30 15:00 買入:30400.0股, 價格:30.09
日期:2020-11-18 15:00 賣出:30400.0股, 價格:41.16獲利:24.97%
日期:2020-12-21 15:00 買入:30600.0股, 價格:40.8
日期:2020-12-29 15:00 賣出:30600.0股, 價格:32.81獲利:0.31%
日期:2021-01-07 15:00 買入:27700.0股, 價格:36.08
總投入1000000.0,最侄訓利幅度33.0%

在這里插入圖片描述

回測圖中 橘黃HL曲線不帶成交量過濾，紅色HL2曲線，含有成交量增量條件，明顯過濾掉一些假買點信號，

113均量成交量過濾是不是對所有股票有效呢？不見得，因為主力高度控盤的股票不會有很大成交量的，為證實這些問題，我們可以在小白量化第二代上寫成回測代碼看看結果，下面代碼保存為檔案[回測面板_自編指標回測.py]，把這個程式放到[xb2/user]目錄中，這樣，這個檔案名會出現在小白量化軟體導航樹上，
我們可以在回測面板中修改回測引數，例如股票代碼和回測開始時間等等，

# -*- coding: utf-8 -*-
"""
#功能：通通股票分析軟體框架 回測工具
#版本：Ver1.00
#設計人：獨狼荷蒲
#電話:18578755056
#QQ：2775205
#百度：荷蒲指標
#開始設計日期: 2018-07-08
#公眾號:獨狼股票分析
#使用者請同意最后<著作權宣告>
#最后修改日期:2021年01月24日
"""
from HP_view import * #選單欄對應的各個子頁面 
import pandas as pd  
import numpy  as np
import datetime as dt
import time
import matplotlib.pyplot as plt
from matplotlib import dates as mdates
from matplotlib import ticker as mticker
#from matplotlib.finance import candlestick_ohlc
from mpl_finance import candlestick_ohlc
from matplotlib.dates import DateFormatter, WeekdayLocator, DayLocator, MONDAY,YEARLY
from matplotlib.dates import MonthLocator,MONTHLY
import matplotlib
from numpy import arange, sin, pi
#from matplotlib.backends.backend_tkagg import FigureCanvasTk,NavigationToolbar2Tk  #matplotlib 2.0.2 
from matplotlib.backends.backend_tkagg import (
    FigureCanvasTkAgg, NavigationToolbar2Tk)    ##matplotlib 3.0.2 
from matplotlib.backend_bases import key_press_handler
from matplotlib.figure import Figure
import math
import HP_tdx as htdx
import HP_lib as mylib
from HP_sys import *
import tkinter as tk
import HP_global as g 
import HP_data as hp
from HP_formula import *#小白量化仿通達信庫模塊
import HP_tdx as htdx #小白量化通達信莫開
import HP_plt as hplt   #小白量化指標繪圖模塊
import HP_sys as hs  #小白量化回測系統庫


global CLOSE,LOW,HIGH,OPEN,VOL
global C,L,H,O,V

#小白換檔買賣線
def XBHDMMX(N=24,M=2,X=25):
    MID =MA(CLOSE,N)
    UPPER=MID + 2*STD(CLOSE,N)
    LOWER= MID - 2*STD(CLOSE,N)
    M1=(UPPER-MID)/2+MID
    M2=(MID-LOWER)/2+LOWER
    MM1=EMA((OPEN+CLOSE*2+LOW+HIGH)/5,M);
    MM2=EMA(IF(MM1>=MID,MM1*(1+X/1000),MM1*(1-X/1000)),3)
    MM=MM2
    return MID,UPPER,LOWER,M1,M2,MM

ds=g.hcdate_s.get()
de=g.hcdate_e.get()
stockn=g.hcstock.get()
code=stockn
df2=htdx.get_k_data(stockn,ktype='D',start=ds,end=de,index=False,autype='qfq')
df3=df2

##資料規格化 
df3.dropna(inplace=True)
#對資料做小白量化格式轉換
mydf=df3.copy()
CLOSE=mydf['close']
LOW=mydf['low']
HIGH=mydf['high']
OPEN=mydf['open']
VOL=mydf['volume']
C=mydf['close']
L=mydf['low']
H=mydf['high']
O=mydf['open']
V=mydf['volume']


#呼叫自定義指標
MID,UPPER,LOWER,M1,M2,MM=XBHDMMX(34,4,32)

#把指標值添加到mydf資料表中
mydf['MID']=MID
mydf['UPPER']=UPPER
mydf['LOWER']=LOWER
mydf['M1']=M1
mydf['M2']=M2
mydf['MM']=MM

#成交量過濾條件,成交量持續大于113均量線
MAV113=MA(V,113);
T1=IF(REF(V,1)>REF(MAV113,1),1,0);
T2=IF(REF(V,2)>REF(MAV113,2),1,0);
T3=IF(V>MAV113,1,0);
T=IF((T1+T2+T3)>=2,1,0);
mydf['T']=T

mydf['b1']=CROSS(mydf['MM'],mydf['LOWER'])
mydf['b2']=CROSS(mydf['MM'],mydf['M2'])
mydf['b3']=CROSS(mydf['MM'],mydf['MID'])
mydf['b4']=mydf['b1']+mydf['b2']+mydf['b3']
mydf['B']=IF(mydf['b4']>0,1,0)   #買入信號
mydf['BT']=IF(mydf['b4']>0,1,0)*T  #增量買入信號

mydf['s1']=CROSS(mydf['UPPER'],mydf['MM'],)
mydf['s2']=CROSS(mydf['M1'],mydf['MM'],)
mydf['s3']=CROSS(mydf['MID'],mydf['MM'],)
mydf['s4']=mydf['s1']+mydf['s2']+mydf['s3']
mydf['S']=IF(mydf['s4']>0,1,0)  #賣出信號


##回測1
tt=hs.hpQuant()   ##初始化類
#下面是用戶可設定資訊，
#tt.money2=1000000.00  #總資金
#tt.stamp_duty=0.001   #印花稅 0.1%
#tt.trading_Commission=0.0005    #交易傭金0.05%
tt.stop_loss_on=True #允許止損
#tt.stop_loss_max=50 #止損3次,就停止交易
tt.stop_loss_range=0.05   #止損幅度
tt.code=code   #證券代碼，必須輸入
tt.stop_loss_on=False    #關閉自動止損

#引數表說明:股票資料表,買點序列名稱,賣點序列名稱,回傳獲利序列名稱
df2=tt.Trade_testing(mydf,'B','S','HL')   #開始回測
print('\n列印交易程序')
tt.PrintTrade()    #列印交易程序
print('\n列印持倉資訊')
tt.PrintSecurity()   #列印持倉資訊
print('\n 列印內部交易記錄資訊')
print(tt.text)     #列印交易資訊

##回測2
tt=hs.hpQuant()   ##初始化類
tt.stop_loss_on=True #允許止損
tt.stop_loss_range=0.05   #止損幅度
tt.code=code   #證券代碼，必須輸入
tt.stop_loss_on=False    #關閉自動止損
mydf=tt.Trade_testing(df2,'BT','S','HL2')   #開始回測

#資料裁減
m=1
mydf=mydf.tail(150*m).head(150).copy()

g.tabControl.select(g.tab5)

if g.UserCanvas!=None:
    g.UserPlot.cla() 
    g.UserPlot.close()
    g.UserCanvas._tkcanvas.pack_forget() 
    g.UserCanvas=None

######下面是繪圖
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
# 開啟一個雙圖例的視窗，定義為211和212
fig=plt.figure(2, figsize=(12,8), dpi=80)
g.UserFig=fig
g.UserPlot=plt
ax1 = plt.subplot(211)
ax2 = plt.subplot(212)
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽
plt.rcParams['axes.unicode_minus']=False #用來正常顯示負號
# ax1（211視窗）
plt.sca(ax1)
ax_K(ax1,mydf,stockn,n=0)  
mydf['MID'].plot.line(legend=True)
mydf['UPPER'].plot.line(legend=True,linewidth=3)
mydf['LOWER'].plot.line(legend=True,linewidth=3)
mydf['M1'].plot.line(legend=True)
mydf['M2'].plot.line(legend=True)
mydf['MM'].plot.line(legend=True,linewidth=4)

# ax2（212視窗）
plt.sca(ax2)
mydf.HL.plot(color='orange', grid='on',legend=True)
mydf.HL2.plot(color='red', grid='on',legend=True)
mydf.B.plot(color='blue',legend=True)
mydf.S.plot(color='green',legend=True)
#添加標題
plt.title(stockn+'  獲利')
plt.legend() # 顯示圖中右上角的提示資訊，
ax2.grid(True)
ax2.axhline(0, color='blue')
plt.close()
canvas =FigureCanvasTkAgg(fig, master=g.UserFrame)
canvas.get_tk_widget().pack(side=tk.TOP, fill=tk.BOTH, expand=1)
g.UserCanvas=canvas
canvas._tkcanvas.pack(side=tk.TOP, fill=tk.BOTH, expand=1)

程式在小白量化中回測結果如下：
在這里插入圖片描述
是不是與開始的程式結果一樣，我們修改股票代碼為000155，回測圖如下：
在這里插入圖片描述
輸出的資訊，要在[作業臺]輸出視窗看，參見下圖，
在這里插入圖片描述
在這里插入圖片描述
購買《零基礎搭建量化投資系統――以Python為工具》（https://item.jd.com/61567375505.html）一書，就能得到小白量化第二代全部源代碼，

請持續關注我的博客，我的進步，就是你的進步！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/252196.html

標籤：區塊鏈

上一篇：寶塔Linux面板-安裝golang環境

下一篇：【Pix4d精品教程】Pix4d專案空三結果精度評估完整解決方案（建議收藏）

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • JAVA使用 web3j 進行token轉賬

    最近新學習了下區塊鏈這方面的知識，所學不多，給大家分享下。 # 1. 關于web3j web3j是一個高度模塊化，反應性，型別安全的Java和Android庫，用于與智能合約配合并與以太坊網路上的客戶端（節點）集成。 # 2. 準備作業 jdk版本1.8 引入maven <dependency> < ......

    uj5u.com 2020-09-10 03:03:06 more
  • 以太坊智能合約開發框架Truffle

    前言 部署智能合約有多種方式，命令列的瀏覽器的渠道都有，但往往跟我們程式員的風格不太相符，因為我們習慣了在IDE里寫了代碼然后打包運行看效果。 雖然現在IDE中已經存在了Solidity插件，可以撰寫智能合約，但是部署智能合約卻要另走他路，沒辦法進行一個快捷的部署與測驗。 如果團隊管理的區塊節點多、 ......

    uj5u.com 2020-09-10 03:03:12 more
  • 谷歌二次驗證碼成為區塊鏈專用安全碼，你怎么看？

    前言 谷歌身份驗證器，前些年大家都比較陌生，但隨著國內互聯網安全的加強，它越來越多地出現在大家的視野中。 比較廣泛接觸的人群是國際3A游戲愛好者，游戲盜號現象嚴重+國外賬號安全應用廣泛，這類游戲一般都會要求用戶系結名為“兩步驗證”、“雙重驗證”等，平臺一般都推薦用谷歌身份驗證器。 后來區塊鏈業務風靡 ......

    uj5u.com 2020-09-10 03:03:17 more
  • 密碼學DAY1

    目錄 ##1.1 密碼學基本概念 密碼在我們的生活中有著重要的作用，那么密碼究竟來自何方，為何會產生呢？ 密碼學是網路安全、資訊安全、區塊鏈等產品的基礎，常見的非對稱加密、對稱加密、散列函式等，都屬于密碼學范疇。 密碼學有數千年的歷史，從最開始的替換法到如今的非對稱加密演算法，經歷了古典密碼學，近代密 ......

    uj5u.com 2020-09-10 03:03:50 more
  • 密碼學DAY1_02

    目錄 ##1.1 ASCII編碼 ASCII（American Standard Code for Information Interchange，美國資訊交換標準代碼）是基于拉丁字母的一套電腦編碼系統，主要用于顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統，并等同于國際標準ISO/IE ......

    uj5u.com 2020-09-10 03:04:50 more
  • 密碼學DAY2

    ##1.1 加密模式 加密模式：https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html ECB ECB : Electronic codebook, 電子密碼本. 需要加密的訊息按照塊密碼的塊大小被分為數個塊，并對每個塊進 ......

    uj5u.com 2020-09-10 03:05:42 more
  • NTP時鐘服務器的特點（京準電子）

    NTP時鐘服務器的特點（京準電子） NTP時鐘服務器的特點（京準電子） 京準電子官V——ahjzsz 首先對時間同步進行了背景介紹，然后討論了不同的時間同步網路技術，最后指出了建立全球或區域時間同步網存在的問題。 一、概 述 在通信領域，“同步”概念是指頻率的同步，即網路各個節點的時鐘頻率和相位同步 ......

    uj5u.com 2020-09-10 03:05:47 more
  • 標準化考場時鐘同步系統推進智能化校園建設

    標準化考場時鐘同步系統推進智能化校園建設 標準化考場時鐘同步系統推進智能化校園建設 安徽京準電子科技官微——ahjzsz 一、背景概述隨著教育事業的快速發展，學校建設如雨后春筍，隨之而來的學校教育、管理、安全方面的問題成了學校管理人員面臨的最大的挑戰，這些問題同時也是學生家長所擔心的。為了讓學生有更 ......

    uj5u.com 2020-09-10 03:05:51 more
  • 位元幣入門

    引言 位元幣基本結構 位元幣基礎知識 1）哈希演算法 2）非對稱加密技術 3）數字簽名 4）MerkleTree 5）哪有位元幣，有的是UTXO 6）位元幣挖礦與共識 7）區塊驗證（共識） 總結 引言 上一篇我們已經知道了什么是區塊鏈，此篇說一下區塊鏈的第一個應用——位元幣。其實先有位元幣，后有的區塊 ......

    uj5u.com 2020-09-10 03:06:15 more
  • 北斗對時服務器（北斗對時設備）電力系統應用

    北斗對時服務器（北斗對時設備）電力系統應用 北斗對時服務器（北斗對時設備）電力系統應用 京準電子科技官微（ahjzsz） 中國北斗衛星導航系統（英文名稱：BeiDou Navigation Satellite System，簡稱BDS），因為是目前世界范圍內唯一可以大面積提供免費定位服務的系統，所以 ......

    uj5u.com 2020-09-10 03:06:20 more
最新发布
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:46:47 more
  • Hyperledger Fabric 使用 CouchDB 和復雜智能合約開發

    在上個實驗中，我們已經實作了簡單智能合約實作及客戶端開發，但該實驗中智能合約只有基礎的增刪改查功能，且其中的資料管理功能與傳統 MySQL 比相差甚遠。本文將在前面實驗的基礎上，將 Hyperledger Fabric 的默認資料庫支持 LevelDB 改為 CouchDB 模式，以實作更復雜的資料... ......

    uj5u.com 2023-04-16 07:28:31 more
  • .NET Core 波場鏈離線簽名、廣播交易（發送 TRX和USDT）筆記

    Get Started NuGet You can run the following command to install the Tron.Wallet.Net in your project. PM> Install-Package Tron.Wallet.Net 配置 public reco ......

    uj5u.com 2023-04-14 08:08:00 more
  • DKP 黑客分析——不正確的代幣對比率計算

    概述： 2023 年 2 月 8 日，針對 DKP 協議的閃電貸攻擊導致該協議的用戶損失了 8 萬美元，因為 execute() 函式取決于 USDT-DKP 對中兩種代幣的余額比率。 智能合約黑客概述： 攻擊者的交易：0x0c850f，0x2d31 攻擊者地址：0xF38 利用合同：0xf34ad ......

    uj5u.com 2023-04-07 07:46:09 more
  • Defi開發簡介

    Defi開發簡介 介紹 Defi是去中心化金融的縮寫， 是一項旨在利用區塊鏈技術和智能合約創建更加開放，可訪問和透明的金融體系的運動. 這與傳統金融形成鮮明對比，傳統金融通常由少數大型銀行和金融機構控制 在Defi的世界里，用戶可以直接從他們的電腦或移動設備上訪問廣泛的金融服務，而不需要像銀行或者信 ......

    uj5u.com 2023-04-05 08:01:34 more
  • solidity簡單的ERC20代幣實作

    // SPDX-License-Identifier: GPL-3.0 pragma solidity >=0.7.0 <0.9.0; import "hardhat/console.sol"; //ERC20 同質化代幣，每個代幣的本質或性質都是相同 //ETH 是原生代幣，它不是ERC20代幣, ......

    uj5u.com 2023-03-21 07:56:29 more
  • solidity 參考型別修飾符memory、calldata與storage 常量修飾符C

    在solidity語言中 參考型別修飾符(參考型別為存盤空間不固定的數值型別) memory、calldata與storage,它們只能修飾參考型別變數，比如字串、陣列、位元組等... memory 適用于方法傳參、返參或在方法體內使用，使用完就會清除掉，釋放記憶體 calldata 僅適用于方法傳參 ......

    uj5u.com 2023-03-08 07:57:54 more
  • solidity注解標簽

    在solidity語言中 注釋符為// 注解符為/* 內容*/ 或者 是 ///內容 注解中含有這幾個標簽給予我們使用 @title 一個應該描述合約/介面的標題 contract, library, interface @author 作者的名字 contract, library, interf ......

    uj5u.com 2023-03-08 07:57:49 more
  • 評價指標：相似度、GAS消耗

    【代碼注釋自動生成方法綜述】 這些評測指標主要來自機器翻譯和文本總結等研究領域,可以評估候選文本(即基于代碼注釋自動方法而生成)和參考文本(即基于手工方式而生成)的相似度. BLEU指標^[^?88^^?^]^:其全稱是bilingual evaluation understudy.該指標是最早用于 ......

    uj5u.com 2023-02-23 07:27:39 more
  • 基于NOSTR協議的“公有制”版本的Twitter,去中心化社交軟體Damus

    最近，一個幽靈，Web3的幽靈，在網路游蕩，它叫Damus，這玩意詮釋了什么叫做病毒式營銷，滑稽的是，一個Web3產品卻在Web2的產品鏈上瘋狂傳銷，各方大佬紛紛為其背書，到底發生了什么？Damus的葫蘆里，賣的是什么藥？ 注冊和簡單實用 很少有什么產品在用戶注冊環節會有什么噱頭，但Damus確實出 ......

    uj5u.com 2023-02-05 06:48:39 more

Copyright © 2010-2020 有解無憂