自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(17)
  • 收藏
  • 关注

原创 整理四

管理和购买的逻辑部分,同样是按照已有的框架进行分层,基本上是在调用数据库操作,分为了service层的接口和接口的实现,以及Controller层的调用,以股票管理的为例:首先是想好都是要做什么,然后service层定义所需要的接口如下:package com.example.demo.share.service;import com.example.demo.common.Enums.CommonResult;import com.example.demo.share.enitiy.BuyTs;

2020-06-30 16:29:04 104

原创 整理3

我在这次里面负责数据库的部分,建好数据库的表,定义好数据库接口和实现接口,他们再调用这些接口就可以了。首先是按照大佬给的框架进行分层:分为entity层,dao层(定义接口),mapper(来实现接口),以下皆以搜索所用到的为例;如果想要使用数据库中的表,首先连接上数据库将application.yml中的数据库改成自己的数据库,然后在entity中按照表中的东西建好实体类,如下:package com.example.demo.share.enitiy;public class Share {

2020-06-30 09:06:33 86

原创 整理2

这是这次实训的数据库的大致内容:这个是该数据库中建的表,其中user是用户表,buyts是购买股票的表,managets是管理股票的表,a-g是不同种类股票的表(其中存放了股票代码,股票类型,股票所属公司,股票公司的类型),tj则是统计搜索次数的表。user表例如下:userid是用户的账号作为主键,password用户密码,nickname用户昵称,mail是用户邮箱,purse是用户余额。a-g为股票代码的表,如下:其中,tscode是股票代码,这些数据是使用Navicat Premiu

2020-06-30 08:50:38 183

原创 整理,Navicat Premium的简单使用

前段时间忙着做,忙完了,来补一下博客。Navicat premium可以通过官网进行下载,下载后,可以试用一段时间。下载安装完成后进入Navicat Premium连接MySQL,启动mysql后,打开Navicat Premium,点击连接,然后选择mysql,弹出一个新建连接的窗口,如图:连接名可以自主命名,然后输入密码,点击确定,连接成功即可。通过Navicat Premium可以直接对数据库进行管理,在这次项目中新建了shares数据库用来存放用到的数据。打开连接后,右键即可新建数据库,

2020-06-30 08:24:18 1238

原创 6/17整理

股票网站了解关于股票知识的解读和热点文章的推送股票贴吧或者问答,发文打赏比较股票盈利风险,和计算预计利润各个股市的行情导购,和开户流程早盘咨询,复盘网站和论坛推荐

2020-06-17 19:43:45 63

原创 6/16整理

通过Springboot+jpa+thymeleaf+mysql实现登录注册,先创建一个项目,组件选择jpa、thymeleaf、mysql、jdbc和web。(数据库存放了id、username和userpassword)下面是几个比较重要的代码段package com.example.demo222.controller;import com.example.demo222.entity.Login;import com.example.demo222.service.LoginService

2020-06-16 19:45:37 87

原创 6/15整理

今天看了下股票所需要的各项数据,还有之前例子使用数据库。股票预测所需要的一般为,开盘价、收盘价、最高价、最低价以及成交量。springboot+JDBC连接mysql数据库:在pom.xml中添加依赖:<!--JDBC--><dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId></depen

2020-06-15 19:40:14 62

原创 6/14整理

一个简单的spring例子,以及spring boot从前台获取数据的方式:例子的结果如下:先初始化一个新项目,命名,选择Starter依赖(Spring Boot Devtoo;Spring Web,Thymeleaf)创建完成后结果如下:添加控制器类:定义视图在定义的视图的指定位置添加指定图片修改测试,完成后运行,若出现Web server failed to start. Port 8080 was already in use.则修改端口或者将占用的进程关掉。修改端口的方

2020-06-14 19:18:44 129

原创 6/13整理

Spring三种常用的注入:setter注入,构造注入,注解注入构造方法注入:在类中,不用为属性设置setter方法,只需提供构造方法,在构造文件中配置该类bean,并配置构造器,在配置构造器中用。//ApplicationContext.xml<bean id="action" class="com.action.UserAction"> <constructor-arg index ="0" name="name" value="Murphy"></cons

2020-06-13 19:29:14 90

原创 6/12整理

Spring创建接口和实现类,在src目录下创建一个com.meimeixia.spring.demo01包,并在该包下创建一个名为UserDao的接口。package com.meimeixia.spring.demo01;public interface UserDao { public void save(); }再在com.meimeixia.spring.demo01包下创建UserDao接口的一个实现类——UserDaoImpl.java。package com.meimeix

2020-06-12 19:06:02 79

原创 6/11日整理

大佬说除了预测外其他的要用Spring,今天抽时间看了一下Spring方面的。这里是引用IoC即Inversion of Control控制反转,指的就是将对象的创建权反转给了Spring,其作用是实现了程序的解耦合。也可这样解释:获取对象的方式变了,对象创建的控制权不是"使用者",而是"框架"或者"容器"。用更通俗的话来说,IoC就是指对象的创建,并不是在代码中用new操作new出来的,而是通过Spring进行配置创建的。Spring的IoC的底层实现原理是工厂设计模式+反射+XML配置文件。以

2020-06-11 18:28:44 57

原创 6/10整理

昨天,下成3.8版本的Python后发现TensorFlow不支持3.8版本,尝试了下LSTM之后,今天重新下载3.7版本的Python,前面步骤一样,知道安装完TensorFlow之后,尝试import 后报错 ,显示:百度之后,有人说需要重装一下TensorFlow,重装之后没有成功。然后继续百度,发现说要下载anaconda之后再进行重装,conda会自动配置依赖,百度下载相应版本安装之后,进入Anaconda Prompt输入: conda create –n course_py3.7 pyt

2020-06-10 17:29:23 89 1

原创 6/9整理

今天首先进入到Python主页下载并安装Python基本开发和运行环境,网址:www.python.org/downloads/选择所需要的版本下载,我今天下载了3.8的结果发现TensorFlow不支持3.8版本,看别人是通过安装虚拟环境或者降版本 ,而且有的说不降版本会出现各种bug,所以我还要重新下载3.7版本的Python然后重新安装这些库。不过我今天先根据别人网上实现LSTM来试验一下,看到只需要安装numpy库就行了(NumPy 是一个 Python 的第三方库,代表 “Numeric Pyth

2020-06-09 18:38:24 78

原创 6/8日整理

在TensorFlow中如何构建RNN网络。在TensorFlow中定义了5个关于cell的类,具体定义为定义好cell类之后,还需要将它们连接起来构成RNN网络。TensorFlow中有几种现成的构建网络模式,是封装好的函数,直接调用即可。静态RNN构建。TensorFlow中提供了一个构建静态RNN的函数static_rnn,定义如下:def static_rnn(cell, inputs, initial_state=None, dtype=None, sequence_length=No

2020-06-08 20:00:48 81

原创 6/7整理

昨天写的时候也说了感觉AMA还是很迷糊,今天询问大佬,给我推荐了《深度学习之TensorFlow:入门、原理与进阶实战》,告诉我先了解这个之后,在学习AMA。第一篇是快速了解人工智能与TensorFlow,介绍了什么是深度学习,深度学习与TensorFlow的关系。深度学习经常和人工智能一起被提到,不过深度学习是从内部机理来阐述的,而人工智能是从其应用的角度来阐述的,所以深度学习是实现人工智能的一种方法。神经网络发展到一定阶段后,模型越来越庞大,结构也越来越复杂,于是人们将其命名为“深度学习”。Te

2020-06-07 20:41:24 101

原创 6/6整理

百度量化ama并没有找到太多的相关资料,通过翻查找到了,一个粗略讲述AMA的文章(http://www.360doc.com/content/17/0728/08/29081477_674700997.shtml)。这个文章介绍的关于期货的量化,其中提到了ATR和AMA。ATR平均真实波幅,ATR测得的是价格波动,这是个对于研究市场很重要的参数,适不适合投资,风险多大,对于预判未来趋势有一定的帮助。ATR是真实波幅TR给定时间(默认为14天)的移动平均线。TR的值为下面三个等式的最高值:TR=H-L;

2020-06-06 20:05:22 140

原创 6/5整理

2020/6/5整理根据阅读文章,了解到股票市场有点类似于随机游走,不过许多方面都说明了股票市场并不是一个纯粹的随机过程,所以可能存在着某种隐藏模式,所以LSTM深度网络是预测的主要候选者。收盘价是股市不断变化的绝对价格,我们需要对其进行标准化,否则其将不会收敛。通过阅读了解到,分别用逐点、多序列和完整序列进行预测的结果显示,单个逐点预测上运行数据最为符合我们的需求,完整序列效果最差(找到的是价格序列在波动率被消除后的平均值),经过仔细检查,预测线由奇异的预测点组成,这些预测点在它们后面具有整个先前

2020-06-05 17:07:49 140

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除