1. 建站初始化cmd命令1234567891011#会自动从https://github.com/hexojs/hexo-starter.git拉取源文件$ npx hexo init web#定位根目录下的web文件夹$ cd web#依赖安装$ npm install#Hexo Deploy 部署工具安装$ npm install hexo-deployer-git --save
2. hexo常用cmd命令123456789101112131415#清除生成的文件$ npx hexo clean#生成文件$ npx hexo generate#运行服务$ npx hexo server#部署到github仓库(需配置仓库地址)$ npx hexo deploy#将最新的索引推送至algolia$ npx hexo algolia
3. 博文命令1234#新建md文档$ npx hexo new '第一篇博客'#新建页面hexo new page "页面名称"
4. 主题更换
参考网址:参考1、参考2
123456789101112#卸 ...
53217f34b6cbf16baf30f24056e7cde5ff6f963e68e6babc22057780daf6a0961bbbd8909115dd347583126eebcb0dbb8dfc927b825f8bfc38f0d263f93dc5f6986dd06b2e1c3fcb0447ca197eaa5883a725da73b67be3d4fbceff356356e755ce7f84ae10f40600cc1054d5293811390704ebf9f7eefc81db5986b097053e5b55c851cb25e441fad3282d6aaeace0a369d69fc28a3e51b0ccfbf0e213a05b900fceefc4a078fe337d8e434ec0f3ad6f975e4b3177246623750477f557d367a019b2f19db13cd8936c83c6e05ac817daf713cc84ec7f9466d4f67e32171e238fbb8231f4b660cfc1c92283b96ec0755b9729132cfc8e627a7 ...
一、背景
由于极智量化想要同一个策略尝试不同品种每次都得运行然后换不同的品种去跑,比较麻烦,干脆直接手搓一个工具来选取同一策略下最好的品种去跑实盘
二、使用教程1. python包安装12# 页面上安装python的excel包工具openpyxl
2. 准备Excel
合约编号定期会变更需要自定替换,只有状态为启用的品种才会跑,每次运行只需清空状态、盈利比率、胜率、盈利次数、亏损次数、交易次数、净利润内的表格数据即可
下载 Excel 表格
3. 准备ExcelUtils.py工具
将以下的ExcelUtils.py工具放到策略根目录,如果根目录有变动自行更改其中的file_path路径变量
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081from openpyxl import load_workbookfile_path ...
项目遇到的问题:
持续记录日常踩坑,希望大家自己踩一遍能帮大家少走弯路
Java篇1. target中无自定义路径的xml文件项目目录参考
解决方法
1、在pom.xml中放行mapper.xml,在Maven的build中加入以下配置
12345678910111213141516171819202122<build> <resources> <!--以下是xml放置java文件下的放行--> <resource> <directory>src/main/java</directory> <includes> <include>**/*.xml</include> </includes> <filtering>false</filtering> </resource> < ...
开发总结
未读一、窗口函数查询
数据表结构
字段(user_invite表)
描述
id
主键编号
uuid
用户唯一编号
gift_quantity
金币数量
gift_type
礼物类型
state
状态(0.未成功1.成功)
create_time
创建时间
update_time
更新时间
涉及时间函数
函数
描述
to_days()
获取日期总共天数函数
now()
获取当前日期+时间函数,例如:2008-11-11 12:45:34
curdate()
获取当前日期函数,例如:2008-11-11
curtime()
获取当前时间函数,例如:12:45:34
dense_rank()
并列排序,不会跳过重复序号
rank()
并列排序,会跳过重复序号
row_number()
顺序排序,不跳过任何一个序号,就是行号
over()
窗口函数,必须定义别名,且只在高版本存在Mysql_5.7没有
partition by
为分组函数,跟group by雷同但只对其中某些字段做分组排序,例如: ...
1. 简介
Fisher-Yates 洗牌算法(也称为 Knuth 洗牌算法)是生成一个序列随机排列的高效、正确且简单的算法。它的核心目标是公平地打乱一个有限序列(如数组、列表),使得每一个可能的排列出现的概率都严格相等
2. 例子
例子1:将给定数组:[1, 2, 3, 4, 5, 6, 7, 8, 9]通过相同概率洗牌打乱顺序
1234567891011121314151617181920212223242526272829303132333435363738394041424344import java.util.Arrays;import java.util.Random;public class ForwardFisherYatesShuffle { public static void main(String[] args) { // 创建测试数组 Integer[] numbers = {1, 2, 3, 4, 5, 6, 7, 8, 9}; System.out.println( ...
开发总结
未读一、概述
MVCC(多版本并发控制)是一种常用于数据库管理系统中的并发控制方法,旨在通过为每个事务提供数据的多个版本,从而避免并发事务间的数据冲突。MVCC的核心优势在于读操作无需加锁,从而实现读不阻塞写,同时写操作不会阻塞其他事务的读操作。这种方式特别适用于读多写少的应用场景,如 OLTP 系统。在传统的基于锁的并发控制(Lock-based Concurrency Control)中,多个事务在访问共享数据时需要加锁,这就会导致在高并发环境下的性能瓶颈。而MVCC通过在事务间维护数据的多个版本,能够显著提高并发性能。
二、MVCC的实现原理MVCC的实现依赖于三个关键要素:
隐式字段:每条记录都会附带一些额外的隐式字段,用于标识记录的版本信息。
版本链:每次更新数据时,都会生成新的版本并通过回滚指针链接到旧版本,形成版本链。
Read View:每个事务会在开始时生成一个快照(Read View),该快照决定了该事务在其生命周期内能够访问到哪些数据版本。
1. 隐式字段每行记录除了我们自定义的字段外,还有数据库隐式定义的 DB_TRX_ID, DB_ROLL_PTR, DB_ ...
一、什么是WebScraper?WebScraper是一款网站数据提取工具,它类似于爬虫,但使用门槛较低,适用于轻度的数据爬取。 Web Scraper主要以谷歌扩展插件的形式存在,允许用户无需编写复杂的Python爬虫代码,即可轻松地从网站上提取所需的数据。这种工具能够模拟人类的网页浏览行为,帮助用户快速、高效地收集网页上的数据。
二、安装教程(需科学上网)您可以从Chrome 商店或 Firefox 浏览器附加组件安装扩展程序。安装后,您应该重新启动浏览器以确保扩展程序已完全加载。如果您不想重新启动浏览器,请仅在安装后创建的选项卡中使用该扩展程序。
三、使用教程
安装好后可通过快捷键打开浏览器开发者工具,更多详情使用也可参考官方文档
Windows、Linux :Ctrl+Shift+I或者F12
苹果:Cmd+Opt+I
1. 创建网站地图对于类似这样的链接使用范围URL也可使用[开始数字-结束数字]
URL:http://example.com/page/[1-3]
http://example.com/page/1
http://example ...
开发总结
未读一、业务场景需求
当然如果不是单机服务还是比较推荐用redisson分布式锁来保证,效率会更优
1234567891011121314151617181920@Serveicepublic class ServiceOne{ //设置一把可重入的公平锁 private Lock lock=new ReentrantLock(true); @Transacational(rollbackFor=Exception.class) public Result func(Long seckillId,Long userId){ try{ lock.lock(); //执行数据库操作-查询商品库存数量 //如果库存数量不为0,则减少库存数量 //订单表中插入订单数据 }finally{ lock.unlock(); } }}
二 ...
由于近期Deepseek的大模型还是比较火,但是官方的请求比较拥挤,所以就出个教程来让大家本地运行模型把~
一、简介
DeepSeek是一家成立于2023年7月的人工智能基础技术公司,总部位于杭州,由知名量化资管机构幻方量化创立。公司专注于开发先进的大语言模型(LLM)及相关技术,致力于通过高效算法和优化模型架构,在AI领域迅速崛起。主要产品包括:
DeepSeek-R1:这是一款开源、免费且强大的推理模型,擅长处理复杂任务,如数学推理、代码生成、自然语言理解等。其性能在多个评测中优于其他模型,如OpenAI的GPT-4-o mini,并且成本远低于国际顶尖模型。
DeepSeek-V3:这是公司推出的最新版本模型,具备卓越的文本处理能力,适用于日常对话、专业问答和写作任务。其训练成本低至557.6万美元,性价比极高。
DeepSeek Chat:一款智能对话助手,提供创意写作、摘要翻译等功能。
DeepSeek Coder:专门面向程序员的智能编程助手,具备代码生成和优化功能。
二、模型配置推荐
模型参数
Win配置要求
Mac配置要求
适用场景
1. ...



