当前位置： 首页 > news >正文

【python量化交易】—— Alpha选股策略 - Qteasy自定义交易策略【附源码】

news 文章来源：https://blog.csdn.net/Shepherdppz/article/details/138925607 2025/5/18 6:23:43

使用qteasy创建并回测Alpha选股交易策略

  • 使用`qteasy`创建并回测Alpha选股交易策略
    • 策略思想
    • 第一种自定义策略设置方法，使用持仓数据和选股数据直接生成比例交易信号PS信号：
    • 第二种自定义策略设置方法，使用`PT`交易信号设置持仓目标：
    • 第三种自定义策略设置方法：

使用qteasy创建并回测Alpha选股交易策略

我们今天使用qteasy来回测一个alpha选股交易策略，qteasy是一个功能全面且易用的量化交易策略框架，Github地址在这里。使用它，能轻松地获取历史数据，创建交易策略并完成回测和优化，还能实盘运行。项目文档在这里。

为了继续本章的内容，您需要安装qteasy【教程1】，并下载历史数据到本地【教程2、），详情可以参考更多教程【教程3】。

建议您先按照前面教程的内容了解qteasy的使用方法，然后再参考这里的例子创建自己的交易策略。

策略思想

本策略每隔1个月定时触发计算SHSE.000300成份股的过去的EV/EBITDA并选取EV/EBITDA大于0的股票，随后平掉排名EV/EBITDA不在最小的30的股票持仓并等权购买EV/EBITDA最小排名在前30的股票

回测数据为:SHSE.000300沪深300指数成份股

回测时间为:2016-04-05 到 2021-02-01

import qteasy as qt
import pandas as pdd
import numpy as np

在选股之前，需要检查需要的历史数据

EV/EBITDA数据并不直接存在于qteasy定义的数据类型中，需要通过几个数据组合计算出来

EV/EBITDA = (Market Capitalization + Total Debt - Total Cash) / EBITDA

上面几个数据分别代表总市值、总负债、总现金及现金等价物，这些数据需要从qteasy内置的数据类型中分别提取，并使用上面的公式计算后，作为选股因子。排除掉小于0的因子后，将所有选股因子从小到大排列，选出因子排在最前的30支股票，将手中的全部资金平均分配投入到所有选中的股票中持有一个月，直到下一次选股为止。

我们可以通过下面的方法检查数据检查结果。

htypes = 'total_mv, total_liab, c_cash_equ_end_period, ebitda'
shares = qt.filter_stock_codes(index='000300.SH', date='20220131')
print(shares[0:10])
dt = qt.get_history_data(htypes, shares=shares, asset_type='any', freq='m')one_share = shares[24]df = dt[one_share]df['ev_to_ebitda'] = (df.total_mv + df.total_liab - df.c_cash_equ_end_period) / df.ebitda

输出结果如下

 ['000001.SZ', '000002.SZ', '000063.SZ', '000066.SZ', '000069.SZ', '000100.SZ', '000157.SZ', '000166.SZ', '000301.SZ', '000333.SZ']

有了上面的数据定义，我们就可以创建这样的选股策略了。

实际上，我们可以使用好几种不同的方法实现同样的选股策略：

第一种自定义策略设置方法，使用持仓数据和选股数据直接生成比例交易信号PS信号：

使用GeneralStrategy策略类，计算选股因子后，去掉所有小于零的因子，排序后提取排名前三十的股票
按以下逻辑生成交易信号：
1，检查当前持仓，如果持仓的股票不在选中的30个中间，则全数卖出
2，检查当前持仓，如果新选中的股票没有持仓，则等权买入新增选中的股票

设置交易信号类型为PS，生成交易信号
由于生成交易信号需要用到持仓数据，因此不能使用批量生成模式，只能使用stepwise模式

策略的定义如下


class AlphaPS(qt.GeneralStg):def realize(self, h, r=None, t=None, pars=None):# 从历史数据编码中读取四种历史数据的最新数值total_mv = h[:, -1, 0]  # 总市值total_liab = h[:, -1, 1]  # 总负债cash_equ = h[:, -1, 2]  # 现金及现金等价物总额ebitda = h[:, -1, 3]  # ebitda，息税折旧摊销前利润# 从持仓数据中读取当前的持仓数量，并找到持仓股序号own_amounts = t[:, 0]owned = np.where(own_amounts > 0)[0]  # 所有持仓股的序号not_owned = np.where(own_amounts == 0)[0]  # 所有未持仓的股票序号# 选股因子为EV/EBIDTA，使用下面公式计算factors = (total_mv + total_liab - cash_equ) / ebitda# 处理交易信号，将所有小于0的因子变为NaNfactors = np.where(factors < 0, np.nan, factors)# 选出数值最小的30个股票的序号arg_partitioned = factors.argpartition(30)selected = arg_partitioned[:30]  # 被选中的30个股票的序号not_selected = arg_partitioned[30:]  # 未被选中的其他股票的序号（包括因子为NaN的股票）# 开始生成交易信号signal = np.zeros_like(factors)# 如果持仓为正，且未被选中，生成全仓卖出交易信号own_but_not_selected = np.intersect1d(owned, not_selected)signal[own_but_not_selected] = -1  # 在PS信号模式下 -1 代表全仓卖出# 如果持仓为零，且被选中，生成全仓买入交易信号selected_but_not_own = np.intersect1d(not_owned, selected)signal[selected_but_not_own] = 0.0333  # 在PS信号模式下，+1 代表全仓买进 （如果多只股票均同时全仓买进，则会根据资金总量平均分配资金）return signal

创建一个Operator对象，并运行这个策略。

由于策略使用了当前持仓数据，因此只能使用stepwise模式回测

alpha = AlphaPS(pars=(),par_count=0,par_types=[],par_range=[],name='AlphaPS',description='本策略每隔1个月定时触发计算SHSE.000300成份股的过去的EV/EBITDA并选取EV/EBITDA大于0的股票',data_types='total_mv, total_liab, c_cash_equ_end_period, ebitda',strategy_run_freq='m',data_freq='d',window_length=100)  
op = qt.Operator(alpha, signal_type='PS')
op.op_type = 'stepwise'
op.run(mode=1,asset_type='E',asset_pool=shares,trade_batch_size=100,sell_batch_size=1,trade_log=True)

输出结果如下：

     ====================================|                                  ||       BACK TESTING RESULT        ||                                  |====================================qteasy running mode: 1 - History back testing
time consumption for operate signal creation: 0.0ms
time consumption for operation back looping:  6s 192.6msinvestment starts on      2016-04-05 00:00:00
ends on                   2021-02-01 00:00:00
Total looped periods:     4.8 years.-------------operation summary:------------
Only non-empty shares are displayed, call 
"loop_result["oper_count"]" for complete operation summarySell Cnt Buy Cnt Total Long pct Short pct Empty pct
000301.SZ    1        1      2    10.3%      0.0%     89.7%  
000786.SZ    2        2      4    27.5%      0.0%     72.5%  
000895.SZ    1        2      3    66.4%      0.0%     33.6%  
002001.SZ    2        2      4    56.9%      0.0%     43.1%  
002007.SZ    0        1      1    68.3%      0.0%     31.7%  
002027.SZ    2        2      4    41.3%      0.0%     58.7%  
002032.SZ    2        2      4     6.9%      0.0%     93.1%  
002044.SZ    1        1      2     1.8%      0.0%     98.2%  
002049.SZ    1        1      2     5.1%      0.0%     94.9%  
002050.SZ    4        4      8    13.8%      0.0%     86.2%  
...            ...     ...   ...      ...       ...       ...
603806.SH    3        3      6    62.1%      0.0%     37.9%  
603899.SH    3        3      6    38.1%      0.0%     61.9%  
000408.SZ    2        3      5    35.5%      0.0%     64.5%  
002648.SZ    1        1      2     5.2%      0.0%     94.8%  
002920.SZ    1        1      2     5.1%      0.0%     94.9%  
300223.SZ    1        1      2     5.2%      0.0%     94.8%  
300496.SZ    1        1      2    10.5%      0.0%     89.5%  
600219.SH    0        1      1     6.1%      0.0%     93.9%  
603185.SH    1        1      2     5.2%      0.0%     94.8%  
688005.SH    1        1      2     3.5%      0.0%     96.5%   Total operation fee:     ¥      750.28
total investment amount: ¥  100,000.00
final value:              ¥  182,142.87
Total return:                    82.14% 
Avg Yearly return:               13.22%
Skewness:                         -0.36
Kurtosis:                          2.40
Benchmark return:                65.96% 
Benchmark Yearly return:         11.06%------strategy loop_results indicators------ 
alpha:                            0.035
Beta:                             1.175
Sharp ratio:                      1.244
Info ratio:                       0.005
250 day volatility:               0.113
Max drawdown:                    19.03% peak / valley:        2018-05-22 / 2019-01-03recovered on:         2019-04-01===========END OF REPORT=============

在这里插入图片描述

第二种自定义策略设置方法，使用PT交易信号设置持仓目标：

在完成选股因子的计算之后，直接设置每个股票的持仓目标，这样就不需要使用知道持仓数据，直接输出持仓目标信号
，在回测过程中根据实际持仓量生成交易信号。


class AlphaPT(qt.GeneralStg):def realize(self, h, r=None, t=None, pars=None):# 从历史数据编码中读取四种历史数据的最新数值total_mv = h[:, -1, 0]  # 总市值total_liab = h[:, -1, 1]  # 总负债cash_equ = h[:, -1, 2]  # 现金及现金等价物总额ebitda = h[:, -1, 3]  # ebitda，息税折旧摊销前利润# 选股因子为EV/EBIDTA，使用下面公式计算factors = (total_mv + total_liab - cash_equ) / ebitda# 处理交易信号，将所有小于0的因子变为NaNfactors = np.where(factors < 0, np.nan, factors)# 选出数值最小的30个股票的序号arg_partitioned = factors.argpartition(30)selected = arg_partitioned[:30]  # 被选中的30个股票的序号not_selected = arg_partitioned[30:]  # 未被选中的其他股票的序号（包括因子为NaN的股票）# 开始生成PT交易信号signal = np.zeros_like(factors)# 所有被选中的股票的持仓目标被设置为0.03，表示持有3.3%signal[selected] = 0.0333# 其余未选中的所有股票持仓目标在PT信号模式下被设置为0，代表目标仓位为0signal[not_selected] = 0  return signal

生成一个Operator对象，运行回测

alpha = AlphaPT(pars=(),par_count=0,par_types=[],par_range=[],name='AlphaSel',description='本策略每隔1个月定时触发计算SHSE.000300成份股的过去的EV/EBITDA并选取EV/EBITDA大于0的股票',data_types='total_mv, total_liab, c_cash_equ_end_period, ebitda',strategy_run_freq='m',data_freq='d',window_length=100)
op = qt.Operator(alpha, signal_type='PT')
res = op.run(mode=1,asset_type='E',asset_pool=shares,PT_buy_threshold=0.00,  # 如果设置PBT=0.00，PST=0.03，最终收益会达到30万元PT_sell_threshold=0.00,trade_batch_size=100,sell_batch_size=1,maximize_cash_usage=True,trade_log=True)

回测结果如下：

     ====================================|                                  ||       BACK TESTING RESULT        ||                                  |====================================qteasy running mode: 1 - History back testing
time consumption for operate signal creation: 7.2ms
time consumption for operation back looping:  6s 308.5msinvestment starts on      2016-04-05 00:00:00
ends on                   2021-02-01 00:00:00
Total looped periods:     4.8 years.-------------operation summary:------------
Only non-empty shares are displayed, call 
"loop_result["oper_count"]" for complete operation summarySell Cnt Buy Cnt Total Long pct Short pct Empty pct
000301.SZ    1        1       2   10.3%      0.0%     89.7%  
000786.SZ    2        3       5   27.5%      0.0%     72.5%  
000895.SZ    1        1       2   68.7%      0.0%     31.3%  
002001.SZ    2        2       4   57.5%      0.0%     42.5%  
002007.SZ    0        1       1   68.3%      0.0%     31.7%  
002027.SZ    6        7      13   41.3%      0.0%     58.7%  
002032.SZ    3        1       4    7.5%      0.0%     92.5%  
002044.SZ    1        1       2    1.8%      0.0%     98.2%  
002049.SZ    1        1       2    5.1%      0.0%     94.9%  
002050.SZ    4        4       8   13.8%      0.0%     86.2%  
...            ...     ...   ...      ...       ...       ...
603806.SH    5        3       8   62.1%      0.0%     37.9%  
603899.SH    2        3       5   36.3%      0.0%     63.7%  
000408.SZ    3        5       8   35.5%      0.0%     64.5%  
002648.SZ    1        1       2    5.2%      0.0%     94.8%  
002920.SZ    1        1       2    5.1%      0.0%     94.9%  
300223.SZ    1        2       3    5.2%      0.0%     94.8%  
300496.SZ    1        1       2   10.5%      0.0%     89.5%  
600219.SH    1        1       2    6.1%      0.0%     93.9%  
603185.SH    1        1       2    5.2%      0.0%     94.8%  
688005.SH    1        2       3    5.2%      0.0%     94.8%   Total operation fee:     ¥      985.25
total investment amount: ¥  100,000.00
final value:              ¥  189,723.44
Total return:                    89.72% 
Avg Yearly return:               14.18%
Skewness:                         -0.41
Kurtosis:                          2.87
Benchmark return:                65.96% 
Benchmark Yearly return:         11.06%------strategy loop_results indicators------ 
alpha:                            0.044
Beta:                             1.134
Sharp ratio:                      1.284
Info ratio:                       0.011
250 day volatility:               0.120
Max drawdown:                    20.95% peak / valley:        2018-05-22 / 2019-01-03recovered on:         2019-09-09===========END OF REPORT=============

在这里插入图片描述

第三种自定义策略设置方法：

使用FactorSorter策略类，直接生成交易策略的选股因子，再根据
FactorSorter策略的选股参数实现选股，本质上与第二种方式相同，但是
可以大大减少代码量

设置交易信号类型为PT，生成持仓目标，自动生成交易信号


class AlphaFac(qt.FactorSorter):  # 注意这里使用FactorSorter策略类def realize(self, h, r=None, t=None, pars=None):# 从历史数据编码中读取四种历史数据的最新数值total_mv = h[:, -1, 0]  # 总市值total_liab = h[:, -1, 1]  # 总负债cash_equ = h[:, -1, 2]  # 现金及现金等价物总额ebitda = h[:, -1, 3]  # ebitda，息税折旧摊销前利润# 选股因子为EV/EBIDTA，使用下面公式计算factor = (total_mv + total_liab - cash_equ) / ebitda# 对比第二种策略定义方法，使用FactorSorter策略类可以直接处理选股因子# 从而大大降低代码量# 由于使用因子排序选股策略，因此直接返回选股因子即可，策略会自动根据设置条件选股return factor

同样创建一个Operator对象，回测交易策略
注意这个交易策略需要更多的参数用于因子选股：

  • max_sel_count=30 设置选股数量，最多选出30个股票
  • condition='greater' 设置筛选条件，仅筛选因子大于ubound的股票
  • ubound=0.0 设置筛选条件，仅筛选因子大于0的股票
  • weighting='even' 设置股票权重，所有选中的股票平均分配权重
  • sort_ascending=True 设置排序方式，因子从小到大排序选择头30名
alpha = AlphaFac(pars=(),par_count=0,par_types=[],par_range=[],name='AlphaSel',description='本策略每隔1个月定时触发计算SHSE.000300成份股的过去的EV/EBITDA并选取EV/EBITDA大于0的股票',data_types='total_mv, total_liab, c_cash_equ_end_period, ebitda',strategy_run_freq='m',data_freq='d',window_length=100,max_sel_count=30,  # 设置选股数量，最多选出30个股票condition='greater',  # 设置筛选条件，仅筛选因子大于ubound的股票ubound=0.0,  # 设置筛选条件，仅筛选因子大于0的股票weighting='even',  # 设置股票权重，所有选中的股票平均分配权重sort_ascending=True)  # 设置排序方式，因子从小到大排序选择头30名
op = qt.Operator(alpha, signal_type='PT')
res = op.run(mode=1,asset_type='E',asset_pool=shares,PT_buy_threshold=0.0,PT_sell_threshold=0.0,trade_batch_size=100,sell_batch_size=1)

回测结果如下：

     ====================================|                                  ||       BACK TESTING RESULT        ||                                  |====================================qteasy running mode: 1 - History back testing
time consumption for operate signal creation: 9.4ms
time consumption for operation back looping:  5s 831.0msinvestment starts on      2016-04-05 00:00:00
ends on                   2021-02-01 00:00:00
Total looped periods:     4.8 years.-------------operation summary:------------
Only non-empty shares are displayed, call 
"loop_result["oper_count"]" for complete operation summarySell Cnt Buy Cnt Total Long pct Short pct Empty pct
000301.SZ    1        2       3   10.3%      0.0%     89.7%  
000786.SZ    2        3       5   27.5%      0.0%     72.5%  
000895.SZ    1        0       1   62.6%      0.0%     37.4%  
002001.SZ    2        2       4   55.8%      0.0%     44.2%  
002007.SZ    3        1       4   68.3%      0.0%     31.7%  
002027.SZ    2        9      11   41.3%      0.0%     58.7%  
002032.SZ    2        0       2    5.9%      0.0%     94.1%  
002044.SZ    1        1       2    1.8%      0.0%     98.2%  
002049.SZ    1        1       2    5.1%      0.0%     94.9%  
002050.SZ    4        5       9   13.8%      0.0%     86.2%  
...            ...     ...   ...      ...       ...       ...
603517.SH    1        1       2    1.8%      0.0%     98.2%  
603806.SH    6        3       9   39.8%      0.0%     60.2%  
603899.SH    1        1       2   31.0%      0.0%     69.0%  
000408.SZ    3        6       9   35.5%      0.0%     64.5%  
002648.SZ    1        1       2    5.2%      0.0%     94.8%  
002920.SZ    1        1       2    1.7%      0.0%     98.3%  
300223.SZ    1        1       2    5.2%      0.0%     94.8%  
600219.SH    1        1       2    6.1%      0.0%     93.9%  
603185.SH    1        1       2    5.2%      0.0%     94.8%  
688005.SH    1        1       2    5.2%      0.0%     94.8%   Total operation fee:     ¥      928.22
total investment amount: ¥  100,000.00
final value:              ¥  159,072.14
Total return:                    59.07% 
Avg Yearly return:               10.09%
Skewness:                         -0.28
Kurtosis:                          3.29
Benchmark return:                65.96% 
Benchmark Yearly return:         11.06%------strategy loop_results indicators------ 
alpha:                           -0.012
Beta:                             1.310
Sharp ratio:                      1.191
Info ratio:                      -0.010
250 day volatility:               0.105
Max drawdown:                    20.49% peak / valley:        2018-05-22 / 2019-01-03recovered on:         2019-12-26===========END OF REPORT=============

在这里插入图片描述

相关文章：

【python量化交易】—— Alpha选股策略 - Qteasy自定义交易策略【附源码】

使用qteasy创建并回测Alpha选股交易策略 使用qteasy创建并回测Alpha选股交易策略策略思想第一种自定义策略设置方法&#xff0c;使用持仓数据和选股数据直接生成比例交易信号PS信号&#xff1a;第二种自定义策略设置方法&#xff0c;使用PT交易信号设置持仓目标&#xff1a;第三…...

编程日记 2024/5/15 23:56:45

简单记录下：Navicat 导出表结构至 Excel

首先我们需要通过sql语句查询出相关的表结构的结构 SELECT COLUMN_NAME AS 字段名称,COLUMN_TYPE AS 字段类型,IF(IS_NULLABLENO,否,是) AS 是否必填,COLUMN_COMMENT AS 注释FROM INFORMATION_SCHEMA.COLUMNSWHERE table_schema bs-gdsAND table_name sys_menu;查询的结构如下…...

编程日记 2024/5/15 23:55:44

黑马基于Web-socket的java聊天室基本解析

要是用Web-socket协议&#xff0c;我们要前端upgrade升级成web-socket协议 首先我们要引入springboot的websocket起步依赖&#xff0c;这样子方便使用&#xff0c;自己指定版本注意 <dependency><groupId>org.springframework.boot</groupId><artifactId&…...

编程日记 2024/5/15 23:54:42

【操作系统期末速成】​内存管理|内存的装入模块在装入内存的方式|分配管理方式|页面置换算法|页面置换

&#x1f3a5; 个人主页&#xff1a;深鱼~&#x1f525;收录专栏&#xff1a;操作系统&#x1f304;欢迎 &#x1f44d;点赞✍评论⭐收藏 推荐 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风趣幽默&#xff0c;忍不住分享一下给大家。点击跳转到…...

编程日记 2024/5/15 23:53:41

图和网络笔记

文章目录 1. A X 0 AX0 AX02. A T Y 0 A^TY0 ATY03. A X 0 AX0 AX0和 A T Y 0 A^TY0 ATY0的关系 1. A X 0 AX0 AX0 一个图可以由节点和边组成&#xff0c;假设我们有一个节点notes &#xff1a;n4,边edges&#xff1a;m5的有向图&#xff0c;表示如下 通过以上电路…...

编程日记 2024/5/15 23:52:40

请求外部系统报错

报错信息&#xff1a; nested exception is com.google.common.util.concurrent.ExecutionError: java.lang.NoSuchMethodError: com.google.common.net.HostAndPort.getHostText()Ljava/lang/String; 在网上看了好几篇文章&#xff0c;和我的都不符合。 后面自己发现是我的系…...

编程日记 2024/5/15 23:51:38

电路板维修【四】

【开关电源输出电压偏低不稳&#xff0c;用示波器立马锁定故障范围】&#xff1a;https://www.bilibili.com/video/BV1pf421D73K?vd_source3cc3c07b09206097d0d8b0aefdf07958 可以用示波器查看MOS的输出波形来查看其是否损坏&#xff1a; 电源芯片的供电电压来回跳变&#xf…...

编程日记 2024/5/15 23:50:37

（程序设计语言）传值、传引用

1、传值&#xff08;传递值&#xff09;&#xff1a; 在传值的情况下&#xff0c;函数接收到的是参数的一个副本&#xff0c;而不是参数本身。这意味着函数内部对参数的修改不会影响到原始值。传值通常用于基本数据类型&#xff08;如整数、浮点数、布尔值等&#xff09;的传递…...

编程日记 2024/5/15 23:48:34

一次基类类型对象无法被传递问题的分析

看下面一段代码&#xff1a; // proj2.cpp #include <iostream> using namespace std; class CharShape { public:CharShape(char ch) : _ch(ch) {};virtual void Show() 0; protected:char _ch; // 组成图形的字符 }; class Triangle : public CharShape { public:Tr…...

编程日记 2024/5/15 23:47:33

windows设置Redis服务后台自启动

问题 在日常开发过程中&#xff0c;redis是我们常用的缓存工具&#xff0c;但是由于redis对于Linux系统进行开发的&#xff0c;在Linux系统里可以通过修改redis.conf从而从而实现后台启动。 daemonize no 改成 daemonize yes 但是在window上如何也进行后台运行呢&#xff0c…...

编程日记 2024/5/15 23:46:30

掌握Linux常用命令，扫平面试需求障碍

cd 切换目录。 > cd ../ #切换到父级目录 > cd /tmp # 切换到/tmp目录 > cd ~ # 切换到当前用户的家目录 ls命令 查看文件与目录的命令&#xff0c;list 的缩写。 > ls -l #列出长数据串&#xff0c;包含文件的属性与权限数据等 > ls -a #列出隐藏…...

编程日记 2024/5/15 23:45:29

c语言之文件打开模式

在c语言中&#xff0c;文件打开模式如下 r读模式: 允许对文件读取信息。若文件不存在&#xff0c;则会报错 w写模式&#xff1a; 允许向文件写入信息&#xff0c;若文件不存在&#xff0c;则创建一个文件 #include<stdio.h>int main() {FILE *fp;int i;char ay;fpfo…...

编程日记 2024/5/15 23:44:27

与禹老师学前端vue3学习汇总

24.5.15&#xff1a; 创建Vue3工程 1.确定自己电脑有没有nodejs环境&#xff0c;在cmd中输入node&#xff0c;如果出现Node.js的版本号说明已经有这个环境了&#xff0c;否则搜索Node.js安装 2.先在D盘创建一个文件夹Vue3_Study&#xff0c;然后在这个空文件夹中右键选择终端…...

编程日记 2024/5/15 23:43:25

Linux网络编程——HTTP协议的理解与运用

目录 前言 一、认识URL 二、认识HTTP样例 三、HTTP的报头内容 1.url 2. Content-Type 3.Method 方法 1.GET方法 2.POST方法 4、状态码 5.cookie和session 前言 我们知道&#xff0c;协议就是一种约定&#xff0c;客户端与服务端统一的用这种约定进行传输数据。我们…...

编程日记 2024/5/15 23:42:24

RestTemplate接口请求发送json、form数据格式以及处理接口错误状态码400 null

在使用RestTemplate发送HTTP请求时&#xff0c;你可以通过不同的方式发送JSON或表单数据&#xff08;application/x-www-form-urlencoded&#xff09;。同时&#xff0c;处理接口错误状态码&#xff08;如400&#xff09;和返回null的情况也是很重要的。以下是一些示例代码&…...

编程日记 2024/5/15 23:40:22

《Python编程从入门到实践》day29

# 昨日知识点回顾 修改折线图文字和线条粗细 矫正图形 使用内置格式 # 今日知识点学习 15.2.4 使用scatter()绘制散点图并设置样式 import matplotlib.pyplot as plt import matplotlib matplotlib.use(TkAgg)plt.style.use(seaborn-v0_8) # 使用内置格式 fig, ax plt.subpl…...

编程日记 2024/5/15 23:39:21

UIKit之图片浏览器

功能需求 实现一个图片浏览器&#xff0c;点击左右按钮可以切换背景图&#xff0c;且更新背景图对应的索引页和图片描述内容。 分析&#xff1a; 实现一个UIView的子类即可&#xff0c;该子类包含多个按钮。 实现步骤&#xff1a; 使用OC语言&#xff0c;故创建cocoa Touch类…...

编程日记 2024/5/15 23:37:18

如何查看SNMP设备的OID

什么是OID和MIB OID OID 代表对象标识符。 OID 唯一地标识 MIB 层次结构中的托管对象。 这可以被描述为一棵树&#xff0c;其级别由不同的组织分配。MIB MIB&#xff08;管理信息基&#xff09;提供数字化OID到可读文本的映射。 使用MIB Browser扫描OID 我的设备是一台UPS SN…...

编程日记 2024/5/15 23:36:17

什么？你设计接口什么都不考虑？

如果让你设计一个接口&#xff0c;你会考虑哪些问题&#xff1f; 1.接口参数校验 接口的入参和返回值都需要进行校验。 入参是否不能为空&#xff0c;入参的长度限制是多少&#xff0c;入参的格式限制&#xff0c;如邮箱格式限制 返回值是否为空&#xff0c;如果为空的时候是…...

编程日记 2024/5/15 23:35:15

2024年3月 青少年等级考试机器人理论真题二级

202403 青少年等级考试机器人理论真题二级 第 1 题 一个机器小车&#xff0c;用左右两个电机分别控制左右车轮&#xff0c;左侧电机转速是100rpm&#xff0c;右侧电机转速是50rpm&#xff0c;则此机器小车&#xff1f;&#xff08; &#xff09; A&#xff1a;原地右转 B&am…...

编程日记 2024/5/15 23:33:12

C语言学习【printf函数和scanf函数】

C语言学习【printf函数和scanf函数】 printf()函数和scanf()函数可以让用户与程序交流&#xff0c;是输入/输出函数 printf()函数 请求printf()函数打印数据的指令要与待打印数据的类型相匹配。例如&#xff0c;打印整数时使用%d&#xff0c;打印字符时使用%c。这些符号被称…...

编程日记 2024/5/15 23:32:11

shell正则表达式

sort命令 以行为单位对文件内容进行排序&#xff0c;也可以根据不同的数据类型来排序 比较原则是从首字符向后&#xff0c;依次按ASCII码值进行比较&#xff0c;最后将他们按升序输出。 sort 对行内容进行升序排序 XXX | sort 选项 sort 选项 文件 常用选项&#x…...

编程日记 2024/5/15 23:31:09

react组件渲染性能优化之函数组件-useCallback使用

useCallback主要就是对函数进行缓存,useCallBack这个Hooks主要是解决React.memo不能缓存事件的问题 useCallBack(fn, dependencies) &#xff1a;fn想要缓存的函数&#xff0c;dependencies有关是否更新 fn 的所有响应式值的一个列表 比如&#xff1a;UseCallBackOptimize组件…...

编程日记 2024/5/15 23:30:07

【C++】：string类的基本使用

目录 引言一&#xff0c;string类对象的常见构造二&#xff0c;string类对象的容量操作三&#xff0c;string类对象的访问及遍历操作四&#xff0c;string类对象的修改操作五&#xff0c;string类非成员函数六&#xff0c;整形与字符串的转换 引言 string 就是我们常说的"…...

编程日记 2024/5/15 23:29:06

多线程的代码案例

目录 单例模式 饿汉模式 懒汉模式 阻塞队列 生产者消费者模型意义: 阻塞队列使用方法 实现阻塞队列 阻塞队列实现生产者消费者模型 定时器 实现简单的定时器 工厂模式 线程池 为啥呢? 从池子里面取 比 创建线程 效率更高 线程池的创建 怎么填坑 ThreadPoolExec…...

编程日记 2024/5/15 23:28:04

什么是Java中的设计模式？请列举几种常见的设计模式

一、引言 在软件开发中&#xff0c;设计模式是解决特定设计问题的最佳实践或通用解决方案。Java作为一种广泛使用的编程语言&#xff0c;其设计模式在软件设计和架构中起着至关重要的作用。设计模式不仅提高了代码的可读性和可维护性&#xff0c;还使得代码更加灵活和可扩展。…...

编程日记 2024/5/15 23:27:03

绘制奇迹：Processing中的动态图形与动画

&#x1f680; 欢迎回到Processing的世界&#xff0c;你的艺术编程航程刚刚开始。在我们的入门篇中&#xff0c;你已经学会了如何用Processing绘制基本的静态图形。现在&#xff0c;让我们一起探索Processing强大的动态图形和动画功能&#xff0c;释放你的创造力&#xff0c;走…...

编程日记 2024/5/15 23:26:02

Django视图Views

Views视图 HttpRequest 和HttpResponse Django中的视图主要用来接受web请求&#xff0c;并做出响应。视图的本质就是一个Python中的函数视图的响应分为两大类 1)以Json数据形式返回(JsonResponse) 2)以网页的形式返回 2.1)重定向到另一个网页 (HttpRe…...

编程日记 2024/5/15 23:25:00

国内智能搜索工具实战教程

大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法…...

编程日记 2024/5/15 23:23:59

WebSocket or SSE？即时通讯的应用策略【送源码】

最近在研究H5推送&#xff0c;发现除了我们常用的WebSocket以外&#xff0c;其实还有一种协议也能实现H5推送&#xff0c;那就是SSE协议。 而且&#xff0c;当前主流的大模型平台&#xff0c;比如ChatGPT、通义千问、文心一言&#xff0c;对话时采用的就是SSE。 什么是SSE协议…...

编程日记 2024/5/15 23:22:58