
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
TDengine 3.0 引入了 information_schema 和 performance_schema 两个临时表,这意味着之前很多能 SHOW 处理的信息必须通过 SQL 查询了,同时也使得查询更加方便。如果不会使用,就不能就抱怨 TDengine 坑多了。以下就是整理的运维中常用的 SQL。

在上一章节《策略回测》中采用轮询的方式对整个股票池进行了回测。虽然功能已经实现,但是效率确实不高。而且生成的结果也不方便统计。本次在上一章的基础上进行修改,实现两方面的改进:创建子表根据股票代码创建子表,因为之前已经有类似的表名称,可以借用一部分。导出表名和标签,并构建建表语句。导入建表语句函数简介多进程/线程处理结果写入TDengine程序主体MACD交易策略回测程序说明该程序用于进行MACD交

MA 均线时最基本的技术指标,也是最简单,最不常用的(通常使用EMA、SMA)。以下用两种不同的计算方法和两种不同的画图方法进行展示和说明。MA 均线指标公式。

以下内容总结了之前章节涉及到的 Python 知识点,看过之前的章节同学,就不用打开了。

Grafana 非常人性的提供离 K线图模块, 搭配TDengine 配置简单一键生成。

本次简单介绍 MACD 最常用的用法:金叉和死叉。金叉和死叉是MACD指标中的两个重要信号。金叉是指 MACD 快线(DIF)上穿慢线(DEA)的情况。死叉则是指 MACD 快线下穿慢线的情况。理论上,金叉代表看涨信号,而死叉则代表看跌信号。如果用程序实现就比较简单,就是两个变量的大小变换。macd_line从结果来看,胜率还不错。

在之前的文章中用 Python 直接计算的 MA 均线,但面对 EMA 我认怂了。这次直接使用 Pandas 库的函数,便捷又省事。并且用 Pandas 直接对之前 MA 均线进行改写。我一直同意:I would rather be vaguely right than precisely wrong.

Grafana 非常人性的提供离 K线图模块, 搭配TDengine 配置简单一键生成。

以下内容总结了之前章节涉及到的 Python 知识点,看过之前的章节同学,就不用打开了。








