【量化金融自学笔记】--开篇.基本术语及学习路径建议
在当今这个信息爆炸的时代,金融领域正经历着一场前所未有的变革。传统的金融分析方法逐渐被更加科学、精准的量化技术所取代。量化金融,这个曾经高不可攀的领域,如今正逐渐走进大众的视野。它将数学、统计学、计算机科学与金融学深度融合,为我们提供了一种全新的视角去理解和探索金融市场的奥秘。作为一名对量化金融充满热情的自学者,我深知在这个领域中,每一步都充满了挑战与机遇。从最初对复杂数学公式的困惑,到逐渐掌握编程语言在金融数据处理中的应用,再到对各种量化策略的探索与实践,这一过程既艰难又充满成就感。在这个过程中,我阅读了大量的书籍、论文,也参考了许多前辈的经验分享,但同时也发现,对于初学者来说,系统性地学习量化金融并非易事。资源虽然丰富,但往往分散且缺乏针对性,这使得许多像我一样的初学者在入门时感到迷茫。因此,我决定开设这个专栏——《量化金融自学笔记》。我希望通过这个平台,将自己在自学量化金融过程中的所学、所思、所悟毫无保留地分享给大家。这里不会有晦涩难懂的高深理论,而是以通俗易懂的语言,结合实际案例,为大家呈现一个清晰的量化金融学习路径。无论是刚刚踏入金融领域的新手,还是对量化投资感兴趣的从业者,亦或是想要拓宽知识面的金融爱好者,我相信都能在这个专栏中找到对自己有价值的内容。
在这个专栏中,我会从量化金融的基础知识讲起,包括金融市场的基本概念、数学与统计学在金融中的应用、编程语言的学习与实践等。随后,我会逐步深入到量化策略的构建与分析,如动量策略、均值回归策略、套利策略等,并通过实际代码演示,让大家能够直观地看到这些策略是如何在市场中发挥作用的。此外,我还会分享自己在学习过程中遇到的困难与解决方法,以及一些实用的学习资源推荐,希望能够帮助大家少走弯路,更快地掌握量化金融的核心知识。
量化金融是一门实践性很强的学科,理论知识固然重要,但只有通过实际操作,才能真正理解其精髓。因此,我会鼓励大家在阅读专栏内容的同时,积极动手实践。无论是利用开源数据进行简单的数据分析,还是尝试构建自己的量化策略,实践都将是检验学习成果的最好方式。在这个过程中,如果大家有任何疑问或想法,也欢迎随时与我交流。我相信,通过我们的共同努力,这个专栏将成为一个充满活力、互相学习、共同进步的量化金融学习社区。
最后,我想说的是,量化金融的学习之路虽然漫长且充满挑战,但只要我们保持好奇心和探索精神,一步一个脚印地前行,就一定能够在这个充满魅力的领域中找到属于自己的位置。让我们一起开启这段精彩的量化金融自学之旅吧!
好的!量化投资涉及大量专业术语和基础知识,我会从最基础的股票术语开始,逐步扩展到量化投资相关的概念,帮你全面梳理框架。以下内容会分为几个部分:
一、股票市场基础术语
-
股票(Stock)
- 公司发行的所有权凭证,持有者(股东)享有分红、投票等权利。
- A股:中国境内公司发行的人民币普通股票。
- 港股:香港交易所上市的股票(如腾讯)。
- 美股:美国股市(如纳斯达克、纽交所上市的苹果、特斯拉)。
-
交易所(Exchange)
- 股票交易的场所,如中国的上交所(沪市)、深交所(深市),美国的纽交所(NYSE)、纳斯达克(NASDAQ)。
-
主板、创业板、科创板
- 主板:大型成熟企业(如茅台、工行)。
- 创业板:高成长性中小型企业(中国深交所)。
- 科创板:科技创新型企业(中国上交所)。
-
市值(Market Capitalization)
- 公司总价值 = 股价 × 总股本。分为大盘股(市值大)、中盘股、小盘股。
-
流通股与非流通股
- 流通股:可在市场自由交易的股票。
- 限售股:暂时不能交易的股票(如大股东持股)。
二、股票交易基础术语
-
交易时间与价格
- 开盘价:交易日第一笔成交价。
- 收盘价:交易日最后一笔成交价。
- 最高价/最低价:当日最高/最低成交价。
- 涨停/跌停:A股涨跌幅限制(主板±10%,科创板/创业板±20%)。
-
成交量(Volume)与成交额(Turnover)
- 成交量:某段时间内成交的股票数量。
- 成交额:成交量 × 成交价格的总和。
-
换手率(Turnover Rate)
- 成交量 / 流通股本 × 100%,反映股票活跃度。
-
多头与空头
- 多头(Bull):看涨市场,买入股票。
- 空头(Bear):看跌市场,可能做空(卖出借入的股票)。
-
利多(利好)与利空
- 利多:推动股价上涨的消息(如业绩增长)。
- 利空:导致股价下跌的消息(如政策限制)。
三、财务指标类
-
营业收入(Revenue)
- 公司通过销售产品或服务获得的总收入,反映业务规模。
- 同比增长率:对比去年同期收入的增长幅度。
-
净利润(Net Profit)
- 营业收入扣除成本、税费后的最终利润,体现盈利能力。
-
毛利率(Gross Margin)
- (营业收入 - 营业成本) / 营业收入 × 100%
- 衡量核心业务的盈利能力(如茅台毛利率长期超90%)。
-
净利率(Net Margin)
- 净利润 / 营业收入 × 100%,反映公司整体盈利能力。
-
ROE(净资产收益率)
- 净利润 / 平均净资产 × 100%,衡量股东资金使用效率(巴菲特最看重的指标之一,优秀公司ROE通常>15%)。
-
资产负债率(Debt-to-Asset Ratio)
- 总负债 / 总资产 × 100%,反映公司财务风险。
- 过高(如>70%)可能引发偿债风险,需结合行业特性分析(如房地产行业普遍高负债)。
-
流动比率 & 速动比率
- 流动比率 = 流动资产 / 流动负债(衡量短期偿债能力,理想值>2)。
- 速动比率 = (流动资产 - 存货) / 流动负债(剔除存货后的偿债能力,理想值>1)。
-
现金流量(Cash Flow)
- 经营性现金流:主营业务产生的现金流入,反映公司“造血能力”。
- 自由现金流(FCF):公司可自由支配的现金(= 经营性现金流 - 资本支出),用于分红、扩张等。
四、量化投资核心术语
-
Alpha与Beta
- Alpha:投资策略超越市场基准的收益(主动收益)。
- Beta:策略相对于市场的波动性(衡量系统性风险)。
-
多因子模型(Multi-Factor Model)
- 用多个因子(如价值、动量、市值)解释股票收益,构建投资组合。
-
回测(Backtesting)
- 用历史数据测试策略表现,需警惕过拟合(Overfitting)。
-
夏普比率(Sharpe Ratio)
- (策略收益 - 无风险利率)/ 策略波动率,衡量风险调整后收益。
-
高频交易(HFT, High-Frequency Trading)
- 利用算法和极快速度(毫秒级)捕捉微小价差的交易方式。
五、风险管理术语
-
波动率(Volatility)
- 资产价格波动的剧烈程度,常用标准差衡量。
-
最大回撤(Max Drawdown)
- 策略从最高点到最低点的最大亏损幅度。
-
止损(Stop Loss)与止盈(Take Profit)
- 止损:达到预设亏损时平仓,控制风险。
- 止盈:达到预设盈利时平仓,锁定收益。
六、技术分析术语
-
K线(Candlestick)
- 显示开盘价、收盘价、最高价、最低价的图形。
-
均线(Moving Average, MA)
- 一段时间内股价的平均值(如5日均线、60日均线)。
-
MACD(Moving Average Convergence Divergence)
- 通过两条均线的差值判断买卖信号。
七、估值指标类
-
市盈率(PE Ratio)
- 股价 / 每股收益(EPS),反映市场对公司盈利的预期。
- 静态PE:历史净利润计算;动态PE:预测未来净利润计算。
-
市净率(PB Ratio)
- 股价 / 每股净资产,适用于重资产行业(如银行、钢铁)。
-
PEG(市盈率相对盈利增长比率)
- PE / 净利润增长率 × 100%,用于衡量成长股估值是否合理(PEG<1可能被低估)。
-
市销率(PS Ratio)
- 市值 / 营业收入,适用于未盈利但高增长的公司(如早期互联网企业)。
-
股息率(Dividend Yield)
- 每股股息 / 股价 × 100%,衡量分红回报率(高股息率股票通常为成熟型企业)。
八、经营能力类
-
存货周转率
- 营业收入 / 平均存货,反映存货管理效率(周转率越高,销售能力越强)。
-
应收账款周转率
- 营业收入 / 平均应收账款,衡量回款速度(周转率高说明回款快,现金流健康)。
-
总资产周转率
- 营业收入 / 平均总资产,反映公司整体资产运营效率。
九、行业与竞争类
-
市场份额(Market Share)
- 公司收入占行业总收入的比例,体现行业地位(如宁德时代在动力电池市场份额超30%)。
-
行业集中度(CRn)
- 行业前n名企业的市场份额总和(如CR5>70%为高集中度行业)。
-
护城河(Economic Moat)
- 公司的长期竞争优势(如品牌、专利、成本控制),抵御竞争对手的能力。
-
供需关系
- 行业供需变化影响价格和利润(如半导体周期、猪周期)。
十、其他关键术语
-
EBITDA(息税折旧摊销前利润)
- 未扣除利息、税项、折旧和摊销的利润,常用于评估企业核心盈利能力。
-
商誉(Goodwill)
- 公司并购时支付的溢价,需警惕商誉减值风险(如并购标的业绩不达预期)。
-
非经常性损益
- 与主营业务无关的一次性收入或支出(如出售资产收益),分析时需剔除以看清真实盈利。
十一、如何获取基本面数据?
-
财报来源
- 年报/季报:公司官网“投资者关系”板块、交易所网站(如巨潮资讯网)。
- 简化数据:同花顺、东方财富、雪球等App。
-
专业工具
- Wind/Choice金融终端:机构常用的深度数据平台。
- 量化平台:聚宽、米筐(支持Python直接调用财务数据)。
十二、学习路径建议
-
第一步:掌握基础
- 理解上述术语,通过模拟交易熟悉市场(如雪球、同花顺)。
-
第二步:学习工具
- 编程语言:Python(量化主流语言,学习Pandas、NumPy库)。
- 数据源:Tushare(免费)、Wind(付费)。
-
第三步:深入量化
- 学习统计学、时间序列分析、机器学习。
- 经典书籍:《量化投资——以Python为工具》《主动投资组合管理》。
-
从财报入手
- 精读1~2家知名公司年报(如贵州茅台、格力电器),重点关注“管理层讨论”和“财务数据”部分。
-
结合案例理解
- 例如:分析宁德时代的高毛利率(30%+)如何体现其技术壁垒;对比房地产与消费行业的负债率差异。
-
警惕财务陷阱
- 关注“应收账款异常增长”“存货积压”“现金流长期低于净利润”等危险信号。
希望这个框架能帮你建立清晰的学习路线!如果有具体问题,可以随时问我。
相关文章:
【量化金融自学笔记】--开篇.基本术语及学习路径建议
在当今这个信息爆炸的时代,金融领域正经历着一场前所未有的变革。传统的金融分析方法逐渐被更加科学、精准的量化技术所取代。量化金融,这个曾经高不可攀的领域,如今正逐渐走进大众的视野。它将数学、统计学、计算机科学与金融学深度融合&…...
振弦采集仪多通道振弦采集终端 物联网振弦监测 智能振弦监测系统
振弦采集仪多通道振弦采集终端 物联网振弦监测 智能振弦监测系统 VD416_DIN 多通道振弦温度综合采集仪采用模块化设计,配备 32 通道传感器接口,支持两种高效工作模式:16 通道振弦频率与 16 通道温度同步采集,或 32 通道振弦频率专…...
Synchronized解析
一、底层原理:Monitor机制 对象锁与Monitor关联 synchronized通过对象锁实现互斥,每个Java对象都可以关联一个Monitor(监视器),其底层由JVM用C实现。当线程进入synchronized代码块时,会尝试获取与锁对象关联…...
别再瞎学!C 语言入门看这篇就够了
目录 1. 如何学好C语言 2. C语言是什么? 3. C语⾔的历史和辉煌 4. 编译器的选择 4.1 编译和链接 4.2 编译器大比拼,VS2022 脱颖而出 4.3 VS2022 优缺点大揭秘 5. VS项⽬ 和 源⽂件、头⽂件介绍 6. 第一个C语言程序 7. main 函数:程序…...
Linux操作系统5-进程信号2(信号的4种产生方式,signal系统调用)
上篇文章:Linux操作系统5-进程信号1(信号基础)-CSDN博客 本篇Gitee仓库:myLerningCode/l25 橘子真甜/Linux操作系统与网络编程学习 - 码云 - 开源中国 (gitee.com) 本篇重点:信号的4种产生 目录 一. signal系统调用 …...
【Groovy】Array、List、Set、Map简介
1 Array 1.1 创建数组 1.1.1 创建一维数组 int[] arr1 new int[2] arr1[0] 1 arr1[1] 2float[] arr2 new float[] { 1f, 2f, 3f } String[] arr3 ["abc", "xyz"] as String[] 1.1.2 创建二维数组 int[][] arr1 new int[2][2] arr1[0][0] 1 arr…...
DeepSeek与数据分析:现状、挑战与未来展望
在当今数字化时代,人工智能(AI)的浪潮正以前所未有的速度席卷各个领域,数据分析作为众多行业决策的关键支撑,也不可避免地受到AI技术发展的深刻影响。近期,AI话题持续火热,不少企业老板要求员工…...
【通俗讲解电子电路】——从零开始理解生活中的电路(三)
实际应用案例:生活中的电子电路 ——拆解你身边的“隐形工程师” 1. 手电筒电路:最简单的直流系统 电路组成 电源:2节1.5V电池(串联3V)。 开关:按钮控制回路通断。 LED:发光二极管ÿ…...
JVM基本概念及内存管理模型
一、JVM基本概念 JVM(Java Virtual Machine,Java 虚拟机)是 Java 程序运行的核心组件。它负责将 Java 字节码转换为特定平台的机器指令,并提供内存管理、垃圾回收、安全性等功能。JVM 的主要功能包括以下: 加载和执行…...
【CPP面经】科大讯飞 腾讯后端开发面经分享
文章目录 C 面试问题整理基础问题简答1. 内存对齐2. this 指针3. 在成员函数中删除 this4. 引用占用内存吗?5. C 越界访问场景6. 进程通信方式7. 无锁队列实现8. ping 在哪一层?实现原理?9. HTTPS 流程10. GDB 使用及 CPU 高使用定位11. 智能…...
2.反向传播机制简述——大模型开发深度学习理论基础
在深度学习开发中,反向传播机制是训练神经网络不可或缺的一部分。它让模型能够通过不断调整权重,从而将预测误差最小化。本文将从实际开发角度出发,简要介绍反向传播机制的核心概念、基本流程、在现代网络中的扩展,以及如何利用自…...
使用Word时无法粘贴,弹出错误提示:运行时错误‘53‘:文件未找到:MathPage.WLL
报错说明 使用Word时无法粘贴,粘贴时弹出提示如下: 一般出现这种情况时,我想你是刚装完MathType不久,博主装的是MathType7版本,出现了这个问题。 出现这个问题的原因是"mathpage.wll"这个文件在Office的插…...
详解matplotlib隐式pyplot法和显式axes法
Python的matplotlib提供了pyplot隐式方法和显式Axes方法,这让很多人在选择时感到困惑。本文用9000字彻底解析两种方法的区别与适用场景,节选自👉Python matplotlib保姆级教程 matplotlib隐式绘图方法(pyplot) matplot…...
100天精通Python(爬虫篇)——第113天:爬虫基础模块之urllib详细教程大全
文章目录 1. urllib概述2. urllib.request模块 1. urllib.request.urlopen()2. urllib.request.urlretrieve()3. urllib.request.Request()4. urllib.request.install_opener()5. urllib.request.build_opener()6. urllib.request.AbstractBasicAuthHandler7. urllib.request.…...
FPGA开发,使用Deepseek V3还是R1(2):V3和R1的区别
以下都是Deepseek生成的答案 FPGA开发,使用Deepseek V3还是R1(1):应用场景 FPGA开发,使用Deepseek V3还是R1(2):V3和R1的区别 FPGA开发,使用Deepseek V3还是R1&#x…...
Leetcode LRU缓存
LRU 缓存算法思想及代码解析 算法思想 LRU(Least Recently Used,最近最少使用)缓存 需要满足以下要求: 在 O(1) 时间复杂度内完成 get 和 put 操作。当缓存满时,删除最近最少使用的元素(即最久没有被访问…...
结合PyMuPDF+pdfplumber,删除PDF指定文本后面的内容
🚀 一、需求场景解析 在日常办公中,我们经常会遇到这样的痛点: 合同处理:收到上百份PDF合同,需要找到"签署页"之后的内容并删除报表加工:批量移除财务报表中的敏感数据区域文档归档:快速提取技术文档的关键章节传统的手动操作方式存在三大致命缺陷: ❗ 耗时…...
【NLP 30、文本匹配任务 —— 传统机器学习算法】
目录 一、文本匹配任务的定义 1.狭义解释 2.广义解释 二、文本匹配的应用 1.问答对话 2.信息检索 3.文本匹配任务应用 三、智能问答 1.智能问答的基本思路 依照基础资源划分: 依照答案产出方式划分 依照NLP相关技术划分 四、智能问答的价值 1.智能客服 2.Faq知识库问…...
修改hosts文件,修改安全属性,建立自己的DNS
初级代码游戏的专栏介绍与文章目录-CSDN博客 我的github:codetoys,所有代码都将会位于ctfc库中。已经放入库中我会指出在库中的位置。 这些代码大部分以Linux为目标但部分代码是纯C的,可以在任何平台上使用。 源码指引:github源…...
springboot + mybatis-plus + druid
目录架构 config MyMetaObjectHandler.java package com.example.config;import com.baomidou.mybatisplus.core.handlers.MetaObjectHandler; import org.apache.ibatis.reflection.MetaObject; import org.springframework.stereotype.Component;import java.util.Date;Com…...
【零基础到精通Java合集】第十一集:List集合框架与泛型
课程标题:List集合框架与泛型(15分钟) 目标:掌握泛型在List中的应用,理解类型安全的重要性,熟练操作泛型集合 0-1分钟:泛型List的意义引入 以“分类储物箱”类比泛型List:明确容器内元素类型(如只能放书籍)。说明泛型的核心作用——编译时类型检查,避免运行时类型…...
计算机网络——子网掩码
一、子网掩码是什么?它长什么样? 子网掩码的定义 子网掩码是一个32位的二进制数字,与IP地址“配对使用”,用于标识IP地址中哪部分属于网络地址,哪部分属于主机地址。 示例:IP地址 192.168.1.10,…...
[自然语言处理]pytorch概述--什么是张量(Tensor)和基本操作
pytorch概述 PyTorch 是⼀个开源的深度学习框架,由 Facebook 的⼈⼯智能研究团队开发和维护,于2017年在GitHub上开源,在学术界和⼯业界都得到了⼴泛应⽤ pytorch能做什么 GPU加速自动求导常用网络层 pytorch基础 量的概念 标量…...
18.5 ChatGLM2-6B 开源协议深度解读:自由与约束的平衡之道
ChatGLM2-6B 开源协议深度解读:自由与约束的平衡之道 关键词:ChatGLM2 开源协议, 模型授权合规, 商业使用限制, 技术伦理条款, 国产大模型治理 1. 协议核心条款全景解析 ChatGLM2-6B 采用 分层授权模式,其核心条款可归纳为三大维度: #mermaid-svg-xgEnsN0y2TMOR0Hf {font…...
javaweb自用笔记:Vue
Vue 什么是vue vue案例 1、引入vue.js文件 2、定义vue对象 3、定义vue接管的区域el 4、定义数据模型data 5、定义视图div 6、通过标签v-model来绑定数据模型 7、{{message}}直接将数据模型message展示出来 8、由于vue的双向数据绑定,当视图层标签input里的…...
FreeRTOS 源码结构解析与 STM32 HAL 库移植实践(任务创建、删除篇)
1. FreeRTOS源码结构介绍 1.1 下载源码 点击官网地址,选择 FreeRTOS 202212.01非 LTS 版本(非长期支持版),因为这个版本有着最全的历程和更多型号处理器支持。 1.2 文件夹结构介绍 下载后主文件 FreeRTOSv202212.01 下包…...
第五节:基于Winform框架的串口助手小项目---串口收发《C#编程》
“路漫漫其修远兮,吾将上下而求索” , -----------------------WHAPPY 目标任务: 1 从本地设备列表获取串口。 RegistryKey keyCom Registry.LocalMachine.OpenSubKey("Hardware\DeviceMap\SerialComm"); RegistryKey 是.NET 框…...
CSS2.1基础学习
1.定位盒模型相关 2.浮动 3.使用定位实现三列布局(不可取,定位父级为初始包含块) 4.使用浮动实现三列布局(不可取的原因是中间主列无法优先加载) 5.圣杯布局 6.等高布局 7.双飞翼布局 8.解决IE6下fixed失效问题 9.短暂总结 10.粘连布局 11.BFC是什么 12.BFC实现两列…...
alpine linux 系统最新版安装及使用教程
1.下载镜像包 官网地址 官网下载阿里云镜像站下载华为云镜像站下载清华大学镜像站下载中科大镜像站下载 官方安装文档 2.新建虚拟机 3.编辑虚拟机并开机 4.虚拟机安装 开启虚拟机 首次启动使用root登录,没有密码 登录成功,执行 setup-alpine 命令进…...
【Hudi-SQL DDL创建表语法】
CREATE TABLE 命令功能 CREATE TABLE命令通过指定带有表属性的字段列表来创建Hudi Table。 命令格式 CREATE TABLE [ IF NOT EXISTS] [database_name.]table_name[ (columnTypeList)]USING hudi[ COMMENT table_comment ][ LOCATION location_path ][ OPTIONS (options_lis…...
[Web 安全] PHP 反序列化漏洞 —— POP 链构造思路
关注这个专栏的其他相关笔记:[Web 安全] 反序列化漏洞 - 学习笔记-CSDN博客 0x01:什么是 POP 链? POP 链(Payload On Purpose Chain)是一种利用 PHP 中的魔法方法进行多次跳转以获取敏感数据的技术。它通常出现在 CTF…...
GPU/CUDA 发展编年史:从 3D 渲染到 AI 大模型时代
目录 文章目录 目录1960s~1999:GPU 的诞生:光栅化(Rasterization)3D 渲染算法的硬件化实现之路学术界算法研究历程工业界产品研发历程光栅化技术原理光栅化技术的软件实现:OpenGL 3D 渲染管线设计1. 顶点处理ÿ…...
除了DeepSpeed,在训练和推理的时候,显存不足还有什么优化方法吗?FlashAttention 具体是怎么做的
除了DeepSpeed,训练和推理时显存不足的优化方法及FlashAttention原理详解 DeepSpeed的基础内容:ZeRO分布式训练策略 一、显存不足的优化方法 1. 混合精度训练(Mixed Precision Training) 原理 使用FP16和FP32混合精度ÿ…...
GCC RISCV 后端 -- GCC 后端框架的一些理解
GCC 已经提供了一整套的编译框架,从前端(Frontend / GENERIC-Tree)对编程语言的语法语义处理,到中端(Middle-End / GIMPLE-Tree)的目标机器无关(Target Indepndent)的优化处理&#…...
庖丁解java(一篇文章学java)
(大家不用收藏这篇文章,因为这篇文章会经常更新,也就是删除后重发) 一篇文章学java,这是我滴一个执念... 当然,真一篇文章就写完java基础,java架构,java业务实现,java业务扩展,根本不可能.所以,这篇文章,就是一个索引,索什么呢? 请看下文... 关于决定开始写博文的介绍 …...
Spring框架自带的定时任务:Spring Task详解
文章目录 一、基本使用1、配置:EnableScheduling2、触发器:Scheduled 二、拓展1、修改默认的线程池2、springboot配置 三、源码分析参考资料 一、基本使用 1、配置:EnableScheduling import org.springframework.context.annotation.Config…...
DeepSeek 助力 Vue3 开发:打造丝滑的弹性布局(Flexbox)
前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…...
jwt 存在的无状态的安全问题与解决方案
背景我的需求 解决方法方案1:黑名单存在的问题解决方案问题成本估算: 方案2: 双token刷新核心解决的问题存在的问题 方案3: token与session结合成本估算 方案4: 长连接(websocket) 背景 jwt是无状态的,除了自动失效之外无法手动过期 举个例子: 当我们的token泄露或者密码泄露…...
【Python爬虫】爬取公共交通路网数据
程序来自于Github,以下这篇博客作为完整的学习记录,也callback上一篇爬取公共交通站点的博文。 Bardbo/get_bus_lines_and_stations_data_from_gaode: 这个项目是基于高德开放平台和公交网获取公交线路及站点数据,并生成shp文件,…...
Deepseek API+Python测试用例一键生成与导出-V1
在实际使用场景中,可能只需要获取需求文档中的部分内容,例如特定标题的正文部分、特定段落的表格内容,或者指定图片中的内容。为了满足这一需求,可以对文档清理工具进行优化,支持按标题提取内容、按章节提取表格和图片…...
如何为JAR设置定时重启?
AI越来越火了,我们想要不被淘汰就得主动拥抱。推荐一个人工智能学习网站,通俗易懂,风趣幽默,最重要的屌图甚多,忍不住分享一下给大家。点击跳转到网站 前面我们说过了如何将jar交由Systemctl管理,下面我们…...
麒麟V10-SP2-x86_64架构系统下通过KVM创建虚拟机及配置虚机的NAT、Bridge两种网络模式全过程
文章目录 一、什么是虚拟化?虚拟化具有哪些优势 二、常见的虚拟化技术1、kvm介绍2、kvm工作原理3、kvm功能 三、安装kvm并启动第一个kvm机器1、环境准备2、安装kvm工具3、启动并设置开机自启 libvirtd 服务4、验证 KVM 模块是否加载5、上传系统镜像到指定目录6、网络…...
三方库总结
一、Glide 目标:熟练掌握各种使用方法,了解其设计,背后原理 如果我设计一个图片显示框架,我会怎么做? 1.加载图片资源-从网络上下载图片资源、从本地加载图片资源 如果是从网络上加载图片,需要用到相关的网…...
用DeepSeek-R1-Distill-data-110k蒸馏中文数据集 微调Qwen2.5-7B-Instruct!
下载模型与数据 模型下载: huggingface: Qwen/Qwen2.5-7B-Instruct HF MirrorWe’re on a journey to advance and democratize artificial intelligence through open source and open science.https://hf-mirror.com/Qwen/Qwen2.5-7B-Instruct 魔搭&a…...
知识图谱的推荐实现方案(Vue)
使用 Vue 实现知识图谱思维导图展示的完整方案,结合主流库和最佳实践: 一、技术选型 组件库特点适用场景MindElixir国产开源、中文文档完善、支持关系线教育类知识图谱GoJS功能强大、商业许可、适合复杂交互企业级应用(需付费)D3…...
Nessus安装
Nessus:https://pan.quark.cn/s/f5fb09b6d4fb 1.软件安装 点击安装,剩下的下一步即可。 直接下一步安装即可 2.Web端安装 会弹出一个web窗口 开始初始化 创建用户 开始初始化 3.Cracker 会弹一个黑窗口 运行完,回车即可。访问https://loc…...
【大模型基础_毛玉仁】0.概述
更多内容:XiaoJ的知识星球 【大模型基础_毛玉仁】 系列文章参考 系列文章 【大模型基础_毛玉仁】0.概述 【大模型基础_毛玉仁】1.1 基于统计方法的语言模型 更新中。。。。。。 参考 书籍:大模型基础_完整版.pdf Github:https://github.co…...
quillEditor 禁用复制粘贴图片,以及class转style等问题
<template><div><div class"search-term"><el-form :inline"true" :model"searchInfo" class"demo-form-inline"><el-form-item label"案例标题"><el-input v-model"searchInfo.titl…...
C语⾔数据类型和变量
C 语言的数据类型 类型分类: C 语言提供丰富的数据类型,包括字符型(char、signed char、unsigned char)、整型(short、int、long 等多种,且各有 signed 和 unsigned 修饰形式) 、浮点型&#x…...
centOS 环境 安装redis方法
一、准备centOS环境 参考文章:Hyper-V 安装CentOS7_代码草率了的博客-CSDN博客 二、redis官网 地址:Download | Redis 演示版本为?redis-5.0.14.tar.gz 三、redis源码编译 登录后创建soft目录 进入目录使用wget下载所需资源包 命令:w…...