- 线性代数-第9篇:二次型与正定矩阵:优化问题的数学基础
程序员勇哥
人工智能(AI)线性代数人工智能大数据python
线性代数-第9篇:二次型与正定矩阵:优化问题的数学基础在人工智能、量化投资和大数据分析中,优化问题无处不在,比如机器学习的损失函数最小化、量化投资组合的风险最小化等。而二次型与正定矩阵作为线性代数中的重要概念,为解决这些优化问题提供了坚实的数学基础。本篇将深入解析它们的原理及其在实际场景中的关键应用。一、二次型:从向量到函数的桥梁1.定义与表达式二次型是一个关于向量x\mathbf{x}x的二次齐
- 量化价值投资入门:Fama-French三因子模型详解与实战应用
量化价值投资入门到精通
ai
量化价值投资入门:Fama-French三因子模型详解与实战应用关键词:量化投资、Fama-French三因子模型、价值投资、因子投资、资产定价、Python实现、投资组合管理摘要:本文深入解析Fama-French三因子模型的理论基础、数学原理和实际应用。作为现代金融学最重要的资产定价模型之一,三因子模型通过市场因子、规模因子和价值因子解释股票收益差异。我们将从模型起源开始,详细讲解其数学表达和
- 另类数据挖掘:如何用网络搜索数据预测上市公司业绩?
量化价值投资入门到精通
数据挖掘人工智能ai
另类数据挖掘:如何用网络搜索数据预测上市公司业绩?关键词:另类数据、网络搜索数据、业绩预测、文本挖掘、机器学习、量化投资、自然语言处理摘要:本文探讨了如何利用网络搜索数据这一另类数据源来预测上市公司业绩。我们将从理论基础出发,详细分析搜索数据与公司业绩之间的关联机制,介绍完整的数据采集、处理和分析流程,并通过实际案例展示如何构建预测模型。文章还将讨论该方法的局限性、实际应用场景以及未来发展方向,为
- 强化学习在金融投资中的应用实践
AI天才研究院
AIAgent应用开发LLM大模型落地实战指南计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
强化学习在金融投资中的应用实践1.背景介绍1.1金融投资的挑战金融市场的复杂性和不确定性影响因素众多且相互关联数据噪声和非平稳性投资决策的高风险高回报特征回报与风险并存需要精准把握时机1.2传统投资方法的局限性基于人工经验的投资策略主观性强,难以复制无法处理高维复杂数据基于统计模型的量化投资假设条件过于理想化参数调优和维护成本高1.3强化学习的优势从环境中学习,无需人工标注直接优化长期累积回报处理
- 智能投顾多因子策略优化:借助AI人工智能实现弯道超车
智能投顾多因子策略优化:借助AI人工智能实现弯道超车关键词:智能投顾、多因子策略、人工智能、因子筛选、机器学习、策略优化、量化投资摘要:本文从智能投顾的核心——多因子策略出发,结合人工智能技术(如机器学习、深度学习),系统讲解传统多因子策略的痛点、AI优化的原理与方法,并通过实战案例演示如何用AI实现策略的“弯道超车”。无论是金融从业者还是技术爱好者,都能通过本文理解多因子策略与AI的融合逻辑,掌
- 8.25 常见机器学习模型的介绍
云策量化
量化软件量化入门教程量化交易量化炒股QMT量化交易入门教程程序化交易PTradedeepseek
8.25常见机器学习模型的介绍Hey,量化投资的小伙伴们!今天我们要聊的是机器学习模型,这些模型就像是我们量化投资工具箱里的瑞士军刀,多功能且强大。准备好了吗?让我们一起探索这些模型的奥秘!1.线性回归(LinearRegression)首先,让我们从最简单的模型开始——线性回归。想象一下,你有一个数据集,里面包含了房子的大小和价格。线性回归模型就像是一个魔法师,它能够找到一条直线,这条直线能够最
- Python入门量化投资【超详细】
Python_P叔
python开发语言
文章目录谈一谈使用Python入门量化投资0x00前言0x01提取数据前置条件提取数据0x02分析数据0x04计算财务回报题外话谈一谈使用Python入门量化投资0x00前言量化交易是使用计算机技术(本文主要指使用Python)帮助投资者分析大量的数据从而制定投资策略,这是属于金融和计算机的交叉领域。本文是用于指导利用Python进行量化交易的初学者入门使用,限于本人水平有限,大家轻点喷~0x01
- 量化投资,python实现
Z_TO
人工智能pythonnumpymatplotlib
1:价值投资策略以下是一个简单的用Python实现价值投资策略的实例。这个例子将使用Pandas库来处理数据,并计算一些常见的价值投资指标,如市盈率(PE)、市净率(PB)和股息率,以筛选出潜在的低估股票。这里我们选取那些我们认为市盈率小于10,市净率小于1.5,股息率大于5%的股票是低估的。importpandasaspdimportnumpyasnp#假设这是我们的股票数据,包含股票代码、最新
- python 量化投资策略的基本步骤
中年猿人
python开发语言
Python是一种非常适合进行量化投资的编程语言,原因在于它的易用性、灵活性以及有大量的库可以用于数据分析、机器学习以及可视化。下面是一个使用Python进行量化投资策略的基本步骤:**1,数据收集:**首先,你需要收集你需要的数据。这可能包括股票价格、交易量、市盈率等各种财务指标。你可以使用像pandas_datareader这样的库从网上获取这些数据。2,数据清洗和整理:数据通常包含错误或者缺
- Python量化投资入门教程:从零构建你的第一个交易策略
聪明的一休哥哥
程序员理财python开发语言量化交易
1、什么是量化投资?量化投资(QuantitativeInvestment),即通过数量化方式及计算机程序化发出买卖指令,以获取超额收益或特定风险收益比为目的的交易方式。它借助现代统计学、数学方法,利用计算机技术从海量历史数据中寻找能带来超额收益的“大概率”策略和规律,并纪律严明地按照这些策略构建的数量化模型来执行投资理念。其核心优势在于:纪律性:避免投资者在市场波动中因情绪波动做出错误决策。效率
- 用Python绘制专业的K线图【含源代码】
恒生LIGHT云社区
python
使用Python绘制一幅专业的K线图,是量化投资和金融数据分析的必备功课。下面我将从K线图简介、数据获取、K线图绘制及成交量绘制等方面,结合源代码,一步步实现专业K线图的绘制。K线图简介K线图又被成为“蜡烛图”、“阴阳线”等,它在视觉效果上可以很清晰得凸显出市场多空形势,K线图成为大家查看行情数据以及各式量化分析不可或缺的一环。在K线图常见的时间跨度分钟、日、周以及月。K线由高开低收四个价格绘制而
- Transformer架构下的量价选股策略分析:量化投资新视角
盛希蒙
Transformer架构下的量价选股策略分析:量化投资新视角【下载地址】Transformer架构下的量价选股策略研究报告探索Transformer架构在量化投资领域的创新应用,本分析报告深入剖析了ChatGPT核心算法如何赋能量价选股策略。报告详细解读了Transformer的基本原理,展示了其在构建高效选股模型中的独特优势。通过严谨的实验设计与结果分析,揭示了该架构在金融市场预测中的潜力。无
- Python爬虫实战:股票历史数据抓取与量化回测全流程详解
Python爬虫项目
2025年爬虫实战项目python爬虫开发语言okhttp学习
一、股票历史数据抓取的必要性与数据来源1.为什么要抓取股票历史数据?量化投资依赖大量的历史行情数据,通过回测历史策略可以判断策略是否有效。没有数据,量化策略无从谈起。2.常见股票数据获取渠道官方API或数据提供商:如腾讯财经、雪球、网易财经、东方财富等第三方API:tushare、AkShare等开源财经数据接口网页爬虫:通过爬取网页获取数据,适合无API或API限制的场景数据订阅服务:专业付费数
- python 高级应用11:利用tushare 获取股票基础数据,进行EA量化的基础
AI懒虫
python3python开发语言
在短线操作中量化工具是股票,外汇操作的利器。Tushare是我们获取股票等基础数据的第一步:Tushare是一个免费、开源的Python财经数据接口库,专注于为量化投资提供金融数据支持。它通过简单的API调用,可以获取包括股票、基金、期货、宏观经济等多种金融数据。核心功能股票数据基础信息:股票列表、上市公司基本信息、退市股票等行情数据:日/周/月K线(开盘价、收盘价、最高价、最低价、成交量等)分钟
- Scikit-learn:开启量化价值投资的新征程
量化价值投资入门到精通
scikit-learnpython机器学习ai
Scikit-learn:开启量化价值投资的新征程关键词:Scikit-learn、量化投资、价值投资、机器学习、特征工程、投资组合优化、金融数据分析摘要:本文深入探讨了如何利用Scikit-learn这一强大的Python机器学习库来构建量化价值投资系统。文章从基础概念出发,详细介绍了价值投资的量化实现方法,包括数据获取与处理、特征工程、模型构建与优化等关键环节。通过实际案例展示了如何使用机器学
- 零基础量化交易速成指南:Python语言的跳转语句
包含编程资料、学习路线图、源代码、软件安装包等!【[点击这里]】!在Python中,跳转语句用于改变程序的正常执行流程,在量化投资中常用于策略逻辑控制、错误处理和性能优化。以下是详细说明及实际应用示例:1.break语句:立即终止循环量化应用场景1)达到止损条件立即退出positions={'AAPL':1000,'TSLA':500}stop_loss=0.9#止损线90%forstock,va
- [大A量化专栏] 夏普比率
心心喵
大A量化专栏金融
夏普比率(SharpeRatio)是量化投资中衡量策略「风险调整后收益」的核心指标,由诺贝尔经济学奖得主威廉·夏普(WilliamSharpe)于1966年提出。它解决了单纯看收益率时忽略风险的致命缺陷。A股实战应用案例假设两个策略对比:策略A:年化收益25%,波动率30%,无风险利率3%夏普=(25%-3%)/30%≈0.73策略B:年化收益18%,波动率12%,无风险利率3%夏普=(18%-3
- python量化投资研究
olivesun88
理财PYTHON
使用Wind开放应用接口,可以轻松获取各种金融数据、快速开发个性化应用、构建量化投资平台、实现自动化生成报表、监控市场行情,或者将Wind数据服务与自有系统完美集成。http://www.dajiangzhang.com/document个人做股票研究最难得的是数据源的获取,除了从各大财经网站爬取数据外,从各大财经数据供应商提供的相关接口爬取或者下载,效率更高,数据质量也更有保证。Wind终端一直
- 量化价值投资领域竞争优势深度剖析
量化价值投资入门到精通
ai
量化价值投资领域竞争优势深度剖析关键词:量化投资、价值投资、竞争优势、因子模型、算法交易、风险管理、技术架构摘要:本文深入剖析量化价值投资领域的竞争优势构建逻辑,从技术架构、核心算法、数学模型、实战应用等维度展开分析。通过揭示数据处理能力、因子挖掘效率、策略迭代速度等核心竞争力要素,结合Python代码实现多因子模型与风险控制算法,展示如何通过技术创新构建差异化优势。适合金融科技从业者、量化投资爱
- Python量化——量化价值投资的必备技能
量化价值投资入门到精通
python网络开发语言ai
Python量化——量化价值投资的必备技能关键词:Python量化、价值投资、金融数据分析、量化交易、投资策略、机器学习、回测系统摘要:本文深入探讨Python在量化价值投资中的应用,从基础概念到实际实现,全面解析如何利用Python构建量化投资系统。文章将详细介绍量化价值投资的核心原理、Python相关工具库、数据处理方法、策略建模和回测系统实现,并通过实际案例展示如何将价值投资理念转化为可执行
- 多因子选股模型python_什么是多因子量化选股模型?
weixin_39557419
多因子选股模型python
引言量化投资中经常听到的“多因子模型”是个什么鬼?因子是影响因素的简称,或简单理解成指标。我们都知道股票收益受到多重因素的影响,比如宏观、行业、流动性、公司基本面、交易情绪等等。所谓“多因子模型”,说白了就是寻找那些对股票收益率最相关的影响因素,使用这些因素(因子或指标)来刻画股票收益并进行选股。多因子模型是量化投资领域应用最广泛也是最成熟的量化选股模型之一,建立在投资组合、资本资产定价(CAPM
- python股票量化交易系统源码_经典的股票量化交易策略(含源码)
weixin_39524147
1.多因子选股(股票)多因子模型是一类重要的选股模型,它的优点是能够综合很多信息最后得出一个选股结果。多因子模型的表现相对来说也比较稳定,因为在不同的市场情况下,总有一些因子会发挥作用。因此,在量化投资中,不同的投资者和研究者都开发了很多不同的多因子模型。各种多因子模型核心的区别一是在因子的选取上,二是在如何用多因子综合得到一个最终的判断。一般而言,多因子选股模型有两种判断方法,一是打分法,二是回
- Python爬虫实战:新浪财经股票金融数据全方位抓取教程
Python爬虫项目
python爬虫金融开发语言媒体深度学习
1.项目背景与意义随着互联网金融和量化投资的普及,股票数据获取变得尤为重要。新浪财经作为中国最权威的财经门户之一,提供了丰富的股票行情、财报及新闻数据。通过爬取新浪财经数据,可以帮助投资者做决策支持、历史趋势分析及模型训练。本教程旨在帮助你掌握从新浪财经抓取股票数据的全流程,涵盖静态网页解析、API接口调用、异步爬虫、数据存储与清洗等内容。2.新浪财经网站结构及数据分析2.1网站主要页面结构个股行
- 线性代数-第11篇:线性回归与矩阵运算:AI与量化的基础模型
程序员勇哥
人工智能(AI)线性代数人工智能大数据python
线性代数-第11篇:线性回归与矩阵运算:AI与量化的基础模型在线性代数的实际应用中,线性回归是连接理论与技术落地的核心桥梁之一。无论是AI领域的预测模型,还是量化投资中的收益分析,线性回归都依赖矩阵运算实现高效求解。本文将深入解析线性回归的矩阵化表达、求解方法及其在AI、量化投资和大数据中的应用。一、线性回归的本质:从公式到矩阵的抽象1.线性回归模型定义线性回归假设因变量y\yy<
- bt (Backtesting Toolkit) 基于 Python 的量化投资 开源回测框架的详细解析和教程
hiquant
python
好的,这是一份关于bt(BacktestingToolkit)Python库的详细解析和教程,内容使用中文编写,并包含目录。bt是一个灵活、基于Python的开源回测框架,旨在帮助量化交易员和研究人员快速测试和评估交易策略。它构建在Pandas和NumPy等标准库之上,易于集成和扩展。目录简介1.1什么是bt?1.2为什么选择bt?安装核心概念3.1数据(Data)3.2算法(Algorithm)
- 金融量化智能体,如何开发一个有效的策略?
AI量化投资实验室
“一人企业”技术栈建立自己的算法交易事业金融人工智能
原创内容第887篇,专注智能量化投资、个人成长与财富自由。本周重构了网站,升级了最新的回测引擎,以及升级了论坛。策略年化210%,夏普比3.47,系统源代码及策略均可下载年化37.5%,回撤控制在16.8%,大类资产加止盈策略现在都平稳运行中。我们回到核心系统的升级迭代上。之于量化投资而言,最重要的事情,当然是策略,因子。就是针对当下的市场和投资标的表现,确定下一步的交易逻辑和交易信号。从写一个e
- 量化投资如何用机器学习预测股价?普通人需要哪些工具入门?
股票量化
量化投资量化交易程序化交易量化交易python量化炒股券商接口QMT量化投资PTrade
推荐阅读:《【最全攻略】券商交易接口API申请:从数据获取到下单执行》量化投资如何用机器学习预测股价?普通人需要哪些工具入门?机器学习预测股价的基本逻辑股票价格预测本质上是个时间序列预测问题。机器学习模型通过分析历史价格、成交量、财务指标等数据,寻找潜在规律来预测未来走势。常用的模型包括线性回归、随机森林、LSTM神经网络等。举个简单例子,用Python的scikit-learn构建一个线性回归模
- 6.4 R语言在量化投资中的应用
云策量化
量化软件量化入门教程量化交易量化炒股QMT量化交易入门教程程序化交易PTradedeepseek
6.4R语言在量化投资中的应用嘿,量化投资的小伙伴们,欢迎来到我们的《量化投资入门》系列教程!今天我们要聊的是R语言在量化投资中的应用。如果你对编程和数据分析感兴趣,那么这节内容绝对不容错过!R语言的魅力首先,让我们来谈谈为什么R语言在量化投资领域如此受欢迎。R语言,一个开源的统计分析和图形软件,以其强大的数据处理能力和丰富的包(libraries)库而闻名。对于我们量化投资者来说,这意味着我们可
- AI与量化投资人才培养计划-连接职场 助力走在金融行业前沿
AI知识分享官
人工智能金融chatgptcopilot数据挖掘边缘计算
AI与量化投资人才培养计划-连接职场助力走在金融行业前沿人工智能(AI)的快速发展,量化投资已逐渐成为金融行业的新趋势,对专业人才的需求日益迫切。本文将深入探讨一项针对AI与量化投资的人才培养计划,旨在为金融专业人士提供连接职场的关键路径,推动他们在金融行业的前沿发展中占据领先地位。一、引言在数字化转型的大潮中,AI与量化投资的结合正在重塑金融市场的格局。传统的投资决策方式正在被算法和大数据所替代
- 量化交易之数学与统计学基础2.3——线性代数与矩阵运算 | 线性方程组
灏瀚星空
回归最小二乘法数据挖掘python笔记开源信息可视化
量化交易之数学与统计学基础2.3——线性代数与矩阵运算|线性方程组第二部分:线性代数与矩阵运算第3节:线性方程组:多因子模型中的回归分析与最小二乘法求解一、引言在量化投资领域,多因子模型是解析资产收益率的核心工具之一。其核心假设是资产收益率由多个因子的线性组合驱动,而最小二乘法(OLS)作为求解线性回归参数的经典方法,为因子系数估计提供了理论支撑和实践工具。本文将深入解析多因子模型的线性方程组构建
- 辗转相处求最大公约数
沐刃青蛟
C++漏洞
无言面对”江东父老“了,接触编程一年了,今天发现还不会辗转相除法求最大公约数。惭愧惭愧!
为此,总结一下以方便日后忘了好查找。
1.输入要比较的两个数a,b
忽略:2.比较大小(因为后面要的是大的数对小的数做%操作)
3.辗转相除(用循环不停的取余,如a%b,直至b=0)
4.最后的a为两数的最大公约数
&
- F5负载均衡会话保持技术及原理技术白皮书
bijian1013
F5负载均衡
一.什么是会话保持? 在大多数电子商务的应用系统或者需要进行用户身份认证的在线系统中,一个客户与服务器经常经过好几次的交互过程才能完成一笔交易或者是一个请求的完成。由于这几次交互过程是密切相关的,服务器在进行这些交互过程的某一个交互步骤时,往往需要了解上一次交互过程的处理结果,或者上几步的交互过程结果,服务器进行下
- Object.equals方法:重载还是覆盖
Cwind
javagenericsoverrideoverload
本文译自StackOverflow上对此问题的讨论。
原问题链接
在阅读Joshua Bloch的《Effective Java(第二版)》第8条“覆盖equals时请遵守通用约定”时对如下论述有疑问:
“不要将equals声明中的Object对象替换为其他的类型。程序员编写出下面这样的equals方法并不鲜见,这会使程序员花上数个小时都搞不清它为什么不能正常工作:”
pu
- 初始线程
15700786134
暑假学习的第一课是讲线程,任务是是界面上的一条线运动起来。
既然是在界面上,那必定得先有一个界面,所以第一步就是,自己的类继承JAVA中的JFrame,在新建的类中写一个界面,代码如下:
public class ShapeFr
- Linux的tcpdump
被触发
tcpdump
用简单的话来定义tcpdump,就是:dump the traffic on a network,根据使用者的定义对网络上的数据包进行截获的包分析工具。 tcpdump可以将网络中传送的数据包的“头”完全截获下来提供分析。它支 持针对网络层、协议、主机、网络或端口的过滤,并提供and、or、not等逻辑语句来帮助你去掉无用的信息。
实用命令实例
默认启动
tcpdump
普通情况下,直
- 安卓程序listview优化后还是卡顿
肆无忌惮_
ListView
最近用eclipse开发一个安卓app,listview使用baseadapter,里面有一个ImageView和两个TextView。使用了Holder内部类进行优化了还是很卡顿。后来发现是图片资源的问题。把一张分辨率高的图片放在了drawable-mdpi文件夹下,当我在每个item中显示,他都要进行缩放,导致很卡顿。解决办法是把这个高分辨率图片放到drawable-xxhdpi下。
&nb
- 扩展easyUI tab控件,添加加载遮罩效果
知了ing
jquery
(function () {
$.extend($.fn.tabs.methods, {
//显示遮罩
loading: function (jq, msg) {
return jq.each(function () {
var panel = $(this).tabs(&
- gradle上传jar到nexus
矮蛋蛋
gradle
原文地址:
https://docs.gradle.org/current/userguide/maven_plugin.html
configurations {
deployerJars
}
dependencies {
deployerJars "org.apache.maven.wagon
- 千万条数据外网导入数据库的解决方案。
alleni123
sqlmysql
从某网上爬了数千万的数据,存在文本中。
然后要导入mysql数据库。
悲剧的是数据库和我存数据的服务器不在一个内网里面。。
ping了一下, 19ms的延迟。
于是下面的代码是没用的。
ps = con.prepareStatement(sql);
ps.setString(1, info.getYear())............;
ps.exec
- JAVA IO InputStreamReader和OutputStreamReader
百合不是茶
JAVA.io操作 字符流
这是第三篇关于java.io的文章了,从开始对io的不了解-->熟悉--->模糊,是这几天来对文件操作中最大的感受,本来自己认为的熟悉了的,刚刚在回想起前面学的好像又不是很清晰了,模糊对我现在或许是最好的鼓励 我会更加的去学 加油!:
JAVA的API提供了另外一种数据保存途径,使用字符流来保存的,字符流只能保存字符形式的流
字节流和字符的难点:a,怎么将读到的数据
- MO、MT解读
bijian1013
GSM
MO= Mobile originate,上行,即用户上发给SP的信息。MT= Mobile Terminate,下行,即SP端下发给用户的信息;
上行:mo提交短信到短信中心下行:mt短信中心向特定的用户转发短信,你的短信是这样的,你所提交的短信,投递的地址是短信中心。短信中心收到你的短信后,存储转发,转发的时候就会根据你填写的接收方号码寻找路由,下发。在彩信领域是一样的道理。下行业务:由SP
- 五个JavaScript基础问题
bijian1013
JavaScriptcallapplythisHoisting
下面是五个关于前端相关的基础问题,但却很能体现JavaScript的基本功底。
问题1:Scope作用范围
考虑下面的代码:
(function() {
var a = b = 5;
})();
console.log(b);
什么会被打印在控制台上?
回答:
上面的代码会打印 5。
&nbs
- 【Thrift二】Thrift Hello World
bit1129
Hello world
本篇,不考虑细节问题和为什么,先照葫芦画瓢写一个Thrift版本的Hello World,了解Thrift RPC服务开发的基本流程
1. 在Intellij中创建一个Maven模块,加入对Thrift的依赖,同时还要加上slf4j依赖,如果不加slf4j依赖,在后面启动Thrift Server时会报错
<dependency>
- 【Avro一】Avro入门
bit1129
入门
本文的目的主要是总结下基于Avro Schema代码生成,然后进行序列化和反序列化开发的基本流程。需要指出的是,Avro并不要求一定得根据Schema文件生成代码,这对于动态类型语言很有用。
1. 添加Maven依赖
<?xml version="1.0" encoding="UTF-8"?>
<proj
- 安装nginx+ngx_lua支持WAF防护功能
ronin47
需要的软件:LuaJIT-2.0.0.tar.gz nginx-1.4.4.tar.gz &nb
- java-5.查找最小的K个元素-使用最大堆
bylijinnan
java
import java.util.Arrays;
import java.util.Random;
public class MinKElement {
/**
* 5.最小的K个元素
* I would like to use MaxHeap.
* using QuickSort is also OK
*/
public static void
- TCP的TIME-WAIT
bylijinnan
socket
原文连接:
http://vincent.bernat.im/en/blog/2014-tcp-time-wait-state-linux.html
以下为对原文的阅读笔记
说明:
主动关闭的一方称为local end,被动关闭的一方称为remote end
本地IP、本地端口、远端IP、远端端口这一“四元组”称为quadruplet,也称为socket
1、TIME_WA
- jquery ajax 序列化表单
coder_xpf
Jquery ajax 序列化
checkbox 如果不设定值,默认选中值为on;设定值之后,选中则为设定的值
<input type="checkbox" name="favor" id="favor" checked="checked"/>
$("#favor&quo
- Apache集群乱码和最高并发控制
cuisuqiang
apachetomcat并发集群乱码
都知道如果使用Http访问,那么在Connector中增加URIEncoding即可,其实使用AJP时也一样,增加useBodyEncodingForURI和URIEncoding即可。
最大连接数也是一样的,增加maxThreads属性即可,如下,配置如下:
<Connector maxThreads="300" port="8019" prot
- websocket
dalan_123
websocket
一、低延迟的客户端-服务器 和 服务器-客户端的连接
很多时候所谓的http的请求、响应的模式,都是客户端加载一个网页,直到用户在进行下一次点击的时候,什么都不会发生。并且所有的http的通信都是客户端控制的,这时候就需要用户的互动或定期轮训的,以便从服务器端加载新的数据。
通常采用的技术比如推送和comet(使用http长连接、无需安装浏览器安装插件的两种方式:基于ajax的长
- 菜鸟分析网络执法官
dcj3sjt126com
网络
最近在论坛上看到很多贴子在讨论网络执法官的问题。菜鸟我正好知道这回事情.人道"人之患好为人师" 手里忍不住,就写点东西吧. 我也很忙.又没有MM,又没有MONEY....晕倒有点跑题.
OK,闲话少说,切如正题. 要了解网络执法官的原理. 就要先了解局域网的通信的原理.
前面我们看到了.在以太网上传输的都是具有以太网头的数据包. 
- Android相对布局属性全集
dcj3sjt126com
android
RelativeLayout布局android:layout_marginTop="25dip" //顶部距离android:gravity="left" //空间布局位置android:layout_marginLeft="15dip //距离左边距
// 相对于给定ID控件android:layout_above 将该控件的底部置于给定ID的
- Tomcat内存设置详解
eksliang
jvmtomcattomcat内存设置
Java内存溢出详解
一、常见的Java内存溢出有以下三种:
1. java.lang.OutOfMemoryError: Java heap space ----JVM Heap(堆)溢出JVM在启动的时候会自动设置JVM Heap的值,其初始空间(即-Xms)是物理内存的1/64,最大空间(-Xmx)不可超过物理内存。
可以利用JVM提
- Java6 JVM参数选项
greatwqs
javaHotSpotjvmjvm参数JVM Options
Java 6 JVM参数选项大全(中文版)
作者:Ken Wu
Email:
[email protected]
转载本文档请注明原文链接 http://kenwublog.com/docs/java6-jvm-options-chinese-edition.htm!
本文是基于最新的SUN官方文档Java SE 6 Hotspot VM Opt
- weblogic创建JMC
i5land
weblogicjms
进入 weblogic控制太
1.创建持久化存储
--Services--Persistant Stores--new--Create FileStores--name随便起--target默认--Directory写入在本机建立的文件夹的路径--ok
2.创建JMS服务器
--Services--Messaging--JMS Servers--new--name随便起--Pers
- 基于 DHT 网络的磁力链接和BT种子的搜索引擎架构
justjavac
DHT
上周开发了一个磁力链接和 BT 种子的搜索引擎 {Magnet & Torrent},本文简单介绍一下主要的系统功能和用到的技术。
系统包括几个独立的部分:
使用 Python 的 Scrapy 框架开发的网络爬虫,用来爬取磁力链接和种子;
使用 PHP CI 框架开发的简易网站;
搜索引擎目前直接使用的 MySQL,将来可以考虑使
- sql添加、删除表中的列
macroli
sql
添加没有默认值:alter table Test add BazaarType char(1)
有默认值的添加列:alter table Test add BazaarType char(1) default(0)
删除没有默认值的列:alter table Test drop COLUMN BazaarType
删除有默认值的列:先删除约束(默认值)alter table Test DRO
- PHP中二维数组的排序方法
abc123456789cba
排序二维数组PHP
<?php/*** @package BugFree* @version $Id: FunctionsMain.inc.php,v 1.32 2005/09/24 11:38:37 wwccss Exp $*** Sort an two-dimension array by some level
- hive优化之------控制hive任务中的map数和reduce数
superlxw1234
hivehive优化
一、 控制hive任务中的map数: 1. 通常情况下,作业会通过input的目录产生一个或者多个map任务。 主要的决定因素有: input的文件总个数,input的文件大小,集群设置的文件块大小(目前为128M, 可在hive中通过set dfs.block.size;命令查看到,该参数不能自定义修改);2. 
- Spring Boot 1.2.4 发布
wiselyman
spring boot
Spring Boot 1.2.4已于6.4日发布,repo.spring.io and Maven Central可以下载(推荐使用maven或者gradle构建下载)。
这是一个维护版本,包含了一些修复small number of fixes,建议所有的用户升级。
Spring Boot 1.3的第一个里程碑版本将在几天后发布,包含许多