精华内容
下载资源
问答
  • 直播时代技术指标

    千次阅读 2016-09-16 22:45:13
    直播时代技术指标

    技术驱动和商业驱动交替双升,促成了今日互联网世界的繁荣。从PC时代的搜索、移动时代的微信,再到现在的全民直播,互联网80%的流量未来都将被视频占据。而热闹的直播不仅是直播网站的事,未来也将作为一种标配,嵌入到任何互联网应用之中。对于直播平台的关键技术指标应该是这四个:卡顿率、首屏速度、端到端延迟和可用性。

    慢速比不是直播指标

    点播时,文件已经存入服务器,因此下载速度完全能决定观看质量。

    但是,直播却是边生产、边消费的过程。这意味着,在流媒体播放过程中,数据是源源不断的产生,然后直接传递给客户端,数据的缓存时间只有几秒。一但产生数据的速度跟不上(主播上行波动),或者CDN内部传输网络波动,或者用户接收速度跟不上(观众下行波动),就会导致欠数据的情况;体现在终端播放器的就是产生了一次缓冲,观看效果可能就会出现loading界面。

    因此,卡顿率又称卡顿人数比例曲线,按照一定时间间隔,计算卡顿的人数占总观看人数的占比,关注全天的均值。据悉,目前常见间隔5分钟,间隔越长卡顿率应该越大。但本质上这个指标体现的是观看的这段间隔时间内,有多少比例的用户一次都不卡。

    同省同网不是最优路径

    内部传输和选路方案优化,克服运营商网络抖动,根据服务运行情况和IDC切割通知实时调整链路是重要技术门槛。简而言之,CDN调度是重要课题。

    首先运营商的准确IP库拿不到,路径优化大打折扣;其次地域调度本身在发生地区性灾害或者设备故障时,也基本失效。

    怎样才能基于路径和地域做最优CDN调度?由于网心为数十万个终端用户配备了迅雷“赚钱宝”智能终端,这种“最后一公里”的网络构建,可以掌握家庭用户真实IP,从而有能力动态探测IP之后的最优路径。

    其实,直播的四大核心指标反应到直播的核心体验来看就是高清度、流畅度。但直播最困难的一点正是直播效果是用户层面的数据,作为CDN服务器商以前很难洞察。而现在星域CDN可以通过迅雷“赚钱宝”去模拟用户环境。

    单链路到并行多链路
    直播体验出现问题的本质原因就是直播传输链路太长,尤其在弱网环境下导致丢包率过高。

    目前,一个月几千万的CDN开销是直播行业最大的门槛。



    参考链接:


    展开全文
  • 技术指标的一般方法

    千次阅读 2017-11-24 17:08:35
    技术指标的一般方法: 技术指标是什么? 以均线为例,是数列,即array,  名称 数量: 位置 排序 一根Bar对应一个value, 技术指标的计算: 数据源data source (market price or output) 计算方法...

    写技术指标的一般方法:

    技术指标是什么?

    以均线为例,是数列,即array, 

    名称

    数量:

    位置

    排序

    一根Bar对应一个value,

    技术指标的计算:

    数据源data source (market price or output)

    计算方法(onBar, onTick, onTimer)

    技术指标参数:

    参数类型

    parameter attributes

    指标输出:

    line, dot, arrow

    attributes: color, comment, 

    历史数据:

    JawSrc:update(mode)

    teethSrc:update(mode)

    LipsSrc:update(mode)

    数据更新

    更新全部数据 mode == core.UpdateAll

    更新新出现数据 mode == core.UpdateNew

    框架framework

    MT4

    Ctrader

    Tradingstation

    indicore SDK

    展开全文
  • Arduino Nano技术指标

    千次阅读 2019-01-14 20:24:57
    Aduino Nano 技术性能指标纵览技术性能指标说明文档Power 电源内存输入与输出通讯编程自动(软件)启动 纵览 在Adnuino Nano网站上节选了该控制器的价格等,在中国买非常便宜,我用10元左右的人民币就买到了这个...

    纵览

    在这里插入图片描述

    在Adnuino Nano网站上节选了该控制器的价格等,在中国买非常便宜,我用10元左右的人民币就买到了这个产品,在Arduino网站上的价格是22美金,还不包括税。这种差别是如何造成的?是国外的人工贵,没有知识产权?还是别的啥东西,总之,这是我们的价格是优势吗?还是我们的人多,造成了这样的一个市场。

    Arduino Nano是一个小巧完整的控制板,对面包板友好,基于ATmega328P(Arduino Nano 3.x)。这个板子和Arduino Duemilanove相当,但外形不同。没有外部DC电源接口,使用Mini-B的USB接头,不使用独立的电源。

    技术性能指标

    微处理器ATmega328
    ArchitectureAVR
    运行电压5V
    Flash Memory32 kB, 其中2 kB是bootloader使用
    SRAM2 kB
    Clock Speed16 MHz
    模拟量输入端子8
    EEPROM1 kB
    每个I/O点的直流电流40 mA(I/O Pins)
    输入电压7 - 12 V
    数字 I/O 端子22 (6个可以是PWM)
    耗电19 mA
    PCB 尺寸18 x 45 mm
    重量7 g
    产品代号A0000005

    说明文档

    Arduino Nano 是一个开源代码的硬件!可以用下面的文件来制作硬件:

    EAGLE FILES IN ZIP

    SCHEMATICS

    Power 电源

    Arduino Nano 可以用Mini-B USB连接,也可以用7-12V的没有经过调整的(pin 30)电源供电,还可以用经过调整的5V(pin 27)外部电源供电。电源选择是自动的,自动选择更高的电源。

    内存

    ATmega328P有32 kB(已经有2 kB被Bootloader使用了,还有2 kB的SRAM及1 kB的EEPROM。

    输入与输出

    Nano的14个数字端口可以作为数字输入或者是输出,用程序中的pinMode()定义,用digitalWrite和digitalRead()功能块可以控制。他们工作在5V电压下。每个端口提供输出电流或者是接受40 mA的电流。在内部有一个上拉的电阻,阻值为20~50 kOhms,另外一些端子还有特殊的定义:

    • Serial: 0(RX) 和 1(TX). 用来接受(RX)和发送(TX)TTL 串行数据。这些针连接到相应的FTDI USB-to_TTL 串口芯片。前一阵网上盛传的什么FTDI反人类的帖子可能说的就是这里的问题。如果不购买正规渠道的Arduino,FTDI会被一个一个的终止运行。确实是一个花钱花力气的事情。但我认为我们还是应该尊重别人的劳动,不能不劳而获。这是一个民族乃至国家的底线。
    • 外部中断:2和3端子。这些外部接口可以配置然后来生成中断,可以是当外部出现低电平时,或者是上升沿和下降沿时来触发中断。参考attachInterrupt()函数了解详情。
    • PWM:3,5,6,9,10和11,提供8位的PWM输出,用analogWrite()功能函数实现。
    • SPI:10(SS),11(MOSI),12(MISO),13(SCK)。这些针脚支持SPI通讯,尽管时由硬件支持,但用Arduino软件不包含。
    • LED:13,是一个内置的LED,连接到管脚13,当管脚输入是高电压时,LED亮,当输出是低电压时,LED关闭。

    Nano有8个模拟量输入,每个输入的分辨率是10bits(即有1024个不同的可能)。默认的是测量的对地电压5V,当然,也可以通过analogReference()函数来修改其上限值。Analog 管脚6和7是不可以当作数字端口来使用的。另外,一些端口还是有很多的特殊功能:

    • I2C:A4(SDA) and A5(SCL). 支持I2C(TWI)通讯。在板上还有其他的端口支持。
    • AREF:为Analog输入的参考电压,用ananlogReference()一起使用。
    • Reset:将这个电位拉低,复位微处理器。这个是用来在增加一个附加板子时起作用。

    接线图

    在这里插入图片描述

    通讯

    Arduino Nano有许多的设备可以与计算机,与另一个Arduino,和另外的微处理器通讯。ATmega328P提供UART TTL (5V)串行通讯,这个可以数字端口0(RX)和数字端口1(TX)。在板子上一个FTDI FT232RL将实现串口到USB的通讯,FTDI驱动程序(包括在Arduino软件中)提供这个虚拟的com port。Arduino软件包括一个串口的监视器,使简单的字符数据可以从Arduino板子上送出。板子上的RX和TX的LED在FTDI芯片传送数据时会闪亮(但这不是端子0和端子1通讯时的情形)。SoftwareSerial库可以让任意Nano数字端口作为串口通讯使用。ATmega328P支持I2C和SPI通讯。Arduino软件包含Wire库使I2C总线通讯简单。要使用SPI通讯,请参考ATmega328P数据手册。

    编程

    Arduino Nano可以用Arduino软件来编程,选择“Arduino Duemilanovehu或者是Nano w/ATmega328P“,选择Tool > Board菜单(按自己的微处理器选择)。Arduino Nano的ATmega328P是预先就烧录了bootloader,上传代码时可以不用使用外部硬件编程器。通讯协议选择STK500. 可以用Arduino ISP或相似的设备来编辑,使用ICSP(In-Circuit Serial Programming)头而不用使用微处理器。

    自动(软件)启动

    为避免按复位按钮来生效新上传的程序,Arduino Nano设计了一个可以使用软件复位的方法。在FDRL的硬件控制线上(DTR)上连接了一个100 nF的电容到ATmega328P。当这个线是为低电平时,会发出一个长度足够的上升脉冲给板子。这样就可以实现软件的上传程序时的按钮按下时产生短暂的超时。此设置还有其他含义。 Mac OS X或Linux,每次与软件建立连接(通过USB)时都会重置。 对于接下来的半秒左右,引导加载程序在nano上运行。 如果编制的程序接到了第一时间的配置或者时数据,一定要等待一秒的时间再开始进行连接并传送数据。

    展开全文
  • 网站性能测试指标.pdf

    2021-10-09 02:35:42
    网站性能测试指标.pdf
  • 搭建程序化交易平台的过程需要研究技术指标。 环境: OS:mac PYTHON: 3.8 IDE: pycharm 步骤: 第一步:加载库 import pandas as pd import pandas_datareader as web from datetime import datetime, ...

    背景介绍:

    搭建程序化交易平台的过程需要研究技术指标。

    环境:

    OS:mac

    PYTHON: 3.8

    IDE: pycharm

     

    步骤:

    第一步:加载库

    import pandas as pd
    import pandas_datareader as web
    from datetime import datetime, timedelta
    import talib
    import matplotlib.pyplot as plt
    from mplfinance.original_flavor import candlestick_ohlc
    import matplotlib.ticker as ticker

    pandas: 处理股票数据

    pandas_datareader:行情数据获取api,也可以用tushare或者从新浪等网站获取

    datetime:获取日期

    talib:生成技术指标

    candlestick_ohlc: 绘制蜡烛图

    matplotlib.ticker: 设置x轴刻度,如果不设置,matplotlib会将没有交易的日期也显示出来

     

    第二步:获取数据

    def stock(stock_code): #stock_code是股票代码,例子:上市 "600036.ss", 深市 "000001.sz"
        start_date = "2019-12-01"  #起始日期
        today = datetime.date(datetime.now())  #截止日期
        stock_info = web.get_data_yahoo(stock_code, start_date, today)  #获取行情数据,返回dataframe
        stock_info = stock_info.reset_index()  #默认index是日期,这里要重置一下,为后面绘图做准备
        stock_info = stock_info.astype({"Date": str})    #将Date列的类型设置为str,为绘图做准备
        return stock_info

    以下是获取招商银行(股票代码 "600036.ss") 的返回结果,一共6列,Date, High, Low, Open, Close, Volumn, Adj Close

     

    第三步:获取技术指标数据

    def get_indicators(stock_code):
        # 创建dataframe
        data = stock(stock_code)
        
        #获取macd
        data["macd"], data["macd_signal"], data["macd_hist"] = talib.MACD(data['Close'])
    
        #获取10日均线和30日均线
        data["ma10"] = talib.MA(data["Close"], timeperiod=10)
        data["ma30"] = talib.MA(data["Close"], timeperiod=30)
    
        #获取rsi
        data["rsi"] = talib.RSI(data["Close"])
        return data

    talib有各种各样的技术指标,这里只获取了均线,macd和rsi,返回dataframe。

     

    第四步:绘图

    def plot_chart(data, title):
        fig = plt.figure()  #创建绘图区,包含四个子图
        fig.set_size_inches((20, 16))
        ax_candle = fig.add_axes((0, 0.72, 1, 0.32))   #蜡烛图子图
        ax_macd = fig.add_axes((0, 0.48, 1, 0.2), sharex=ax_candle)  #macd子图
        ax_rsi = fig.add_axes((0, 0.24, 1, 0.2), sharex=ax_candle)  #rsi子图
        ax_vol = fig.add_axes((0, 0, 1, 0.2), sharex=ax_candle)   #成交量子图
    
        ohlc = []   #存放行情数据,candlestick_ohlc需要传入固定格式的数据
        row_number = 0
        for date, row in data.iterrows():
            date, highp, lowp, openp, closep = row[:5]
            ohlc.append([row_number, openp, highp, lowp, closep])
            row_number = row_number+1
    
        date_tickers = data.Date.values #获取Date数据
    
        def format_date(x, pos=None):
            # 由于前面股票数据在 date 这个位置传入的都是int
            # 因此 x=0,1,2,...
            # date_tickers 是所有日期的字符串形式列表
            if x < 0 or x > len(date_tickers) - 1:
                return ''
            return date_tickers[int(x)]
    
        #绘制蜡烛图
        ax_candle.plot(data.index, data["ma7"], label="MA7")
        ax_candle.plot(data.index, data["ma8"], label="MA8")
        ax_candle.plot(data.index, data["ma25"], label="MA25")
        candlestick_ohlc(ax_candle, ohlc, colorup="g", colordown="r", width=0.8)
    
        ax_candle.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
        ax_candle.xaxis.set_major_locator(ticker.MultipleLocator(6)) #设置间隔为6个交易日
        ax_candle.grid(True)
        ax_candle.set_title(title, fontsize=20)
        ax_candle.legend()
    
        #绘制MACD
        ax_macd.plot(data.index, data["macd"], label="macd")
        ax_macd.bar(data.index, data["macd_hist"] * 3, label="hist")
        ax_macd.plot(data.index, data["macd_signal"], label="signal")
        ax_macd.set_title('MACD')
        ax_macd.legend()
    
        #绘制RSI
        ax_rsi.set_ylabel("(%)")
        ax_rsi.plot(data.index, [70] * len(data.index), label="overbought")
        ax_rsi.plot(data.index, [30] * len(data.index), label="oversold")
        ax_rsi.plot(data.index, data["rsi"], label="rsi")
        ax_rsi.set_title('KDJ')
        ax_rsi.legend()
    
        #绘制成交量
        ax_vol.bar(data.index, data["Volume"] / 1000000)
        ax_vol.set_ylabel("(Million)")
    
        #保存图片到本地
        fig.savefig("/Users/answer/Desktop/investment/photos/" + title + ".png", bbox_inches="tight")
    
        #这里个人选择不要plt.show(),因为保存图片到本地的
        #plt.show()

    第五步:批量绘制

    def industry(dict):
        for key, value in dict.items():
            # d.iteritems: an iterator over the (key, value) items
            stock_info = get_indicators(key)
            plot_chart(stock_info, value)

    这里传进去的参数是字典,预先定义了目标股票代码。用字典的好处是,能够把股票名称也传进去。

    finance_list = {
        "600036.ss": "Zhaoshang Yinhang",
        "002142.sz": "Ningbo Yinhang",
        "000001.sz": "Pingan Yinhang",
        "601318.ss": "Zhongguo Pingan"
    }

    下面是恒瑞医药的绘制效果。几个指标清晰可见。

     

    其它:

    绘图的时候最好把绘图独立窗口关掉

     

    Reference:

    那未必, 2017, 使用matplotlib绘制k线图(去掉空白日期), https://www.jianshu.com/p/c10e57ccc7ba

    Melina Mackey, 2020, Building a Technical Analysis Chart with Python, https://medium.com/analytics-vidhya/building-a-technical-analysis-chart-with-python-17107b78b297

    展开全文
  • 贸易技术指标(tti) 交易技术指标python库,满足传统技术分析和AI的要求。 版本0.2.2(稳定版本) 计算技术指标(支持62个指标)。 生成任何技术指标的图表。 获取每个指标的交易信号。 基于交易信号的交易...
  • 网站可信评价指标.pdf

    2021-03-27 17:25:05
    是从一个网站截取的
  • 2008年奥运会与2009年澳网男单比赛技术指标比较研究,蔡治东,陶于 ,运用回归分析、聚类分析等方法对北京奥运会官方网站和2009年澳网官方网站公布的前8名运动员的技战术统计数据进行统计分析,在此基�
  • python画出K线图及技术指标

    千次阅读 2020-06-27 22:46:26
    另一个用到的库是Ta-lib,内部有许多计算技术指标的函数,如布林带,KDJ,OBV等 下载对应的whl文件,然后pip安装即可 #计算KDJ df['k'],df['d']=talib.STOCH(df.High,df.Low,df.Close, fastk_period=9,slowk_period=...
  • 电子商务网站数据分析指标.pdf
  • web网站性能指标

    千次阅读 2017-03-02 09:48:13
    我们专注的web性能指标有那些? 1、页面加载时间 从页面开始加载到页面onload事件触发的时间。一般来说onload触发代表着直接通过HTML引用的CSS,JS,图片资源已经完全加载完毕。 2、全部页面加载时间 ...
  • 本文是其中的第二章,产品技术指标。 2. 产品技术指标 这个项目是无线时代自行拟定的,没有产品经理,也没有一个产品经理可以对功率放大器提出合适的产品规格书。于是需要自己拟定技术规格。产品设计的主要目的是...
  • 网站的性能指标

    千次阅读 2018-12-25 14:49:59
    网站的性能指标并发数响应时间(RT)吞吐量(Throughput) 并发数 并发数是指系统同时能处理的请求数量,这个也是反应了系统的负载能力。 响应时间(RT) 响应时间是一个系统最重要的指标之一,它的数值大小直接反应了系统...
  • 网站性能测试基本指标

    千次阅读 2017-12-07 13:22:12
    网站性能测试基本指标
  • 网站分析的8个关键网站指标

    千次阅读 2013-04-12 08:49:29
    对于经常用Google Analytics来分析网站数据的人来说,很多名词经常看到8个术语,这是网站分析的8个关键指标。我们也常常拿这些指标做为衡量网站优化/推广的标准(KPI) 1.访问(Visits) 2.访客(visitors) 3.网页停留...
  • 网站流量分析数据指标

    千次阅读 2018-05-11 15:04:04
    类似地,在网站分析中我们也要了解这些数据,并作为后续业务调整的依据:比如,多少人进入了网站、浏览了多少页面、多少人办理会员等,网站分析指标是数据化地呈现网站运营的状况,帮助站长从各维度了解...
  • 三维地图3DGIS平台技术指标要求规划

    千次阅读 2020-02-29 11:12:27
    三维地理信息可视化系统要求依托于高性能三维图形引擎,并结合地理信息系统技术,生动直观的将图形化数据全面、立体地呈现在用户眼前。实现Google Earth式的地球立体全景展示,依据真实的经纬度信息展示地理位置分布...
  • 网站速度关键指标

    千次阅读 2013-12-15 13:49:10
    速度指标用来衡量网页速度的快慢或体现网页访问过程中,系统、网络、前端、客户端等各环节渲染的快慢及问题,这里说的指标包括互联网PC端、移动互联网手机端。 通常我们横向看一个行业同一类型产品的速度快慢的时候...
  • 选择视频直播SDK的4项技术指标,5项基本能力  对于直播行业来说,虽然平台的内容五花八门,但内核却始终取决于视频直播SDK的音视频能力。纵观当前直播行业,云智真音视频直播SDK占有重要地位,不仅涵盖了TOP100...
  • Page View,页面访问量,指页面浏览的次数,用以衡量网站用户访问的网页数量。也就是曝光量。一般来说,PV与来访者的数量成正比,但是PV并不直接决定页面的真实来访者数量,如同一个来访者通过不断的刷新页面,也...
  • 本文主要整理网站分析过程中的指标体系,及常用的思考方法: 1、网站分析的常用指标有多个,大体可以分为六类: 1.1、计数指标和复合指标: 计数指标:PV、UV、访客、session; 复合指标:访问时长、访问深度、...
  • 网站访问量常用指标

    千次阅读 2018-07-26 13:21:00
    网站访问量常用的指标为PV、UV、IP、独立访客等,常用的统计工具有百度统计、CNZZ、Google Analytics、GoStats 、量子统计等。 PV(访问量) :即Page View, 即页面浏览量或点击量,用户每次刷新即被计算一次。 ...
  • 漫谈《大型网站技术架构》

    万次阅读 2017-04-04 20:37:14
    本文的内容来自阿里巴巴员工李智慧的著作《大型网站技术架构 核心原理与案例分析》,这本书很值得一看,故整理之。
  • 网站性能是客观的指标,可以具体体现到响应时间、吞吐量、并发数、性能计数器等技术指标。 1、性能测试指标 1.1 响应时间  指应用执行一个操作需要的时间,指从发出请求到最后收到响应数据所需要的时间。如下...
  • 大型分布式网站架构技术总结

    万次阅读 2018-03-08 18:09:35
    本文是学习大型分布式网站架构的技术总结。对架构一个高性能,高可用,可伸缩,可扩展的分布式网站进行了概要性描述,并给出一个架构参考。一部分为读书笔记,一部分是个人经验总结。对大型分布式网站架构有很好的...
  • 网站的可用性(Avaliability)描述网站可有效访问的特性。 1、网站可用性的度量与考核 ... 可用性指标网站架构设计的重要指标,对外是服务承诺,对内是考核指标,具体到每个工程师,更多的是使用故障分。
  • 大型网站技术架构(四)--网站的高性能架构

    万次阅读 多人点赞 2014-05-29 08:01:06
    网站性能是客观的指标,可以具体体现到响应时间、吞吐量、并发数、性能计数器等技术指标
  • 关于大型网站技术演进的思考

    千次阅读 2015-01-30 10:14:06
    关于大型网站技术演进的思考(一)--存储的瓶颈(1)  前不久公司请来了位互联网界的技术大牛跟我们做了一次大型网站架构的培训,两天12个... 首先我们要思考一个问题,什么样的网站才是大型网站,从网站的技术指标

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 67,773
精华内容 27,109
关键字:

网站技术指标