wubdut / xinbenwei Goto Github PK

eclipse开发的python工程不能导出可执行，需要pyinstall工具进行打包。需要学习。

将股票数据保存为CSV文件，文件名称为:stockid.csv，如600718.csv
内部格式如下：
timestamp,closed,max,min
150...,14.00,15.00,13.00

数据库中主要存储股票的历史数据
历史推荐

• 完成data-end数据管理，前端实时刷推荐
• 对接量化平台，进行模拟盘交易

测试微信消息。

1. 调整算法加入止盈操作。
2. 调整测试方法加入止盈止损操作。

短线通页面展示

注：名称为超链接跳转。先跳到其他（所有产品基本一致，不是重点），以后完善。

json格式

[
  {
     stockId : "000001",
     stockName : "平安银行"，
     recommandTime : "10月9日 8:00",
     increase : ''3.51%"，
     stopProfit : "+1.00%",
     stopLoss : "-2.00%",
     status : "已止盈",
     stopTime : "10月9日 15:00"
  },
  {
     stockId : "000002",
     stockName : "万科A"，
     recommendTime : "10月10日 8:00",
     increase : ''2.51%",
     stopProfit : "+1.00%",
     stopLoss : "-2.00%",
     status : "已止盈",
     stopTime : "10月9日 15:00"
  }
]

• 设计用户盈利状态展示客户端

• 查看投资策略相关

将redis换mysql

推荐股票策略如果不是在开盘时间进行推荐的话，可能存在推荐问题。

建议每人各自建一个分支
master上存正式发布版本

有少部分股票的效果不理想，出现大量推荐点，如 600381。

更新最新模型，开始设计止盈止损策略。

-1 设计策略池
-2 数据存储换mysql
-3 邮件提醒

调试算法对于特殊情况的处理，如人容易识别的下跌过程。

添加微信提醒功能。

如果不是最新更新模型导致推荐算法出现问题，不是连续的数据。

修改

表名 recommend_list 改为 Recommend：

字段改为：
stockId
priceRec
timeRec
score

1. 提交第一版后台代码，并运行写入阿里云。
2. 完善代码的wiki部分。
3. 训练完全部的股票模型。

1、使用spring boot 提供前台需要的数据接口

2、使用spring boot重构代码

更新结束之后抛出：java.lang.IllegalThreadStateException

描述：一些涨停和跌停之后的会导致算法运行不稳定。
原因：这些涨停和跌停在整体波动中占据很少部分，因此设计算法时将数据限定到-2%~+2%之间，因此会导致程序不稳定。

爬取股票数据，存入数据库

现在代码更新就会全部更新，因此需要增加更新单只股票的代码

重新设计分离架构，新建分支：

增加模型训练数据的时间段。
e.g.
update_start_time = 20010901
update_end_time = 20170901
# 模型只训练2001/09/01 到 2017/09/01之间的数据作为训练数据

log文件输出过大。
状态：修复