现在很多国内用户用不了tradingview，原因很多，不赘述。其中一个原因是数据源使用了国外数据源。实际上，只要建立自己的实时行情数据库进行实时更新，加上自己做一个简单web服务，同时将所有日志、品种信息、警报等等，全部换成本地web服务、或国内web云服务，就不存在问题了。我做了一个本地实现版的，现在一直在实际使用操作（期货/期权/股票等等都可以一样使用）。该版本是以python搭建web构架

期货市场中，许多品种有较强的相关性，想了解各个品种变化趋势的协同性， 原来的常用方法是利用协相关矩阵来分析。下面用AI 机器学习的方法，探讨和分析期货市场的结构，以及各品种的协同变化。为下一步建立自己量化分析的实时板块结构，提供依据。具体办法是：1. 聚类方法使用无监督学习技术和聚类方法，将不同期货品种的变化行为，相类似的组合在一起。在scikit-learn中的各种聚类技术中，选择使用Affin

为防止宕机灾难，我用python的schedule库定时做每日数据自动备份。参见共享代码中 db_backup.py.import scheduleimport timeimport xconfig as Cimport util.xtool as xtoolimport util.tradeDate as TDimport util.dbcom as dbcomimport dataMan.db

期货市场中，许多品种有较强的相关性，想了解各个品种变化趋势的协同性， 原来的常用方法是利用协相关矩阵来分析。下面用AI 机器学习的方法，探讨和分析期货市场的结构，以及各品种的协同变化。为下一步建立自己量化分析的实时板块结构，提供依据。具体办法是：1. 聚类方法使用无监督学习技术和聚类方法，将不同期货品种的变化行为，相类似的组合在一起。在scikit-learn中的各种聚类技术中，选择使用Affin