有人用Python写了个自动亏钱脚本,还能微信实时通知!

用python进行模拟股票交易 这个模拟交易要用到你登录同花顺网页的Ccookie。代码也很简单一看就懂 ,其他话就不多说了。登录成功后的Ccookie选股复制过来如下图所示。下面就演示一个止损止盈的功能。 阅读详情

本系列所有文章的开头都会用一两句话总结一下对应文章的内容。对这个话题感兴趣的话可以继续往下读,不感兴趣可以直接关掉,绝不浪费读者的时间。

总结

本篇文章用 Python 实现了一个简单的自动交易脚本,产生交易时会自动通过微信通知。

涉及概念概念内容
Python 库Wechaty
主要概念量化交易、微信机器人

量化交易

简介

7 月份大 A 股的好行情想必大家都印象深刻,甚至有人预言 A 股五六年一个周期的大牛市即将开启。

结果大家已经看到了,但且不论开启没开启,反正当时大多数人的脑子都挺热的,这当然也包括我。不过,回顾我悲惨的投资经历,“追涨杀跌”这四个字是一个很好的总结:joy:。

这就难办了,眼睁睁看着别人赚钱翻倍,我不赚钱都相当于是亏钱。

我深知我每次的交易决策都是自身情绪的反映,而往往情绪化交易的后果就是追涨杀跌亏钱。那么问题来了,怎么才能管得住我这双亏钱的手?其中一个答案可能是 量化交易 。

量化交易其实不是很高深的概念。

一个量化交易软件会严格按照已经定义好的交易策略进行买入卖出操作,这些操作完完全全由策略触发,不受人为控制。

最简单的交易策略有双均值策略、网格交易策略等。

这简直就是为我设计的交易方式啊,妈妈再也不用担心我的臭手了。

网格交易策略

网上现成的量化交易框架很多,但学习这些框架可能需要比较长的时间。反正我就是想简单测试一下,顺便熟悉一下策略的机制,于是直接徒手写一个吧。

到底啥叫网格交易?网格交易可以简单地理解为:

把价格的波动区间放到以一个设定好的网格里,资金分成多份,价格每跌一格就买一份,每涨一格就卖一份。一份买入对应一份卖出,买卖交易之间只赚一格网格的差价。

看起来这正是我需要的。网格交易比较适用于震荡频率较高幅度较大的标的;一次只赚一格的钱,积少成多;把钱分为若干份,虽然利用率变低了,但也降低了风险。

说干就干,我决定测试一下网格交易策略效果如何。

首先需要预先定义一个震荡区间和网格数,我把这些需要预先定义的

参数都放置到专门的配置文件里:

lowest = 2.5  # 网格最低价格
highest = 3.5  # 网格最高价格
parts = 20  # 网格数
start_value = 300.0  # 账户初始资金 
timespan = 15  # 每15秒检测一次标的价格
wechat_reminder = 1  # 是否通过微信通知(1:是,0:否)
mail_reminder = 0  # 是否通过邮件通知(1:是,0:否)
mail_list = ['mailbox1', ]  # 需要通知的邮箱列表

初始化时,脚本会根据配置来设置当前的网格:

# 每一格的高度
price_part_value = (highest - lowest) / parts
# 每变动一格对应的持仓百分比
percent_part_value = 1 / parts
# 所有网格的标记价格
price_levels = [round(highest - index * price_part_value, 4) for index in range(parts + 1)]
price_levels[-1] = lowest
# 每一格对应的整体持仓百分比
percent_levels = [round(0 + index * percent_part_value, 4) for index in range(parts + 1)]
percent_levels[-1] = 1.0000

配置完成后需要根据标的当前价格建底仓:

# 如果当前价格比网格最低价格高则按照网格计算建仓层数,反之直接全仓
# order_target_percent根据target的符号及数值判断买入还是卖出,并下单交易
if float(close) > price_levels[0]:
    pos = [close > level for level in price_levels]
    i = pos.index(False) - 1
    last_price_index = i
    target = percent_levels[last_price_index] - last_percent
    if target != 0.0:
        return True, order_target_percent(float(close), depth, target, date=date)
else:
    return True, order_target_percent(float(close), depth, 1.0, date=date)

然后每次标的价格穿越网格时执行对应的操作:

signal = False
while True:
    upper = None
    lower = None
    if last_price_index > 0:
        upper = price_levels[last_price_index - 1]
    if last_price_index < len(price_levels) - 1:
        lower = price_levels[last_price_index + 1]
    # 还不是最轻仓,继续涨,就再卖一档
    if upper and float(close) > upper:
        last_price_index = last_price_index - 1
        signal = True
        continue
    # 还不是最重仓,继续跌,再买一档
    if lower and float(close) < lower:
        last_price_index = last_price_index + 1
        signal = True
        continue
    break
if signal:
    target = percent_levels[last_price_index] - last_percent
    if target != 0.0:
        return True, order_target_percent(float(close), depth, target, date=date)
else:
    return False, []

到这里一个最简单但很完整的网格交易策略就写好了。当然了,实时价格的获取以及交易操作的实现需要读者自己去实现了。

微信机器人

【本文来自微信公众号 Titus的小宇宙 , ID 为 TitusCosmos ,转载请注明!】

【为了防止网上各种爬虫一通乱爬还故意删除原作者信息,故在文章中间加入作者信息,还望各位读者理解】

简介

看过我之前文章的读者都知道,我写的所有关于微信机器人的文章全都是用的 ItChat 。这个库只支持能登录网页版微信的微信号, 2017 年之前没有登陆过网页版微信的微信号和 2017 年之后申请的新微信号基本上都不能用,局限性太大!读者可以打开网页版微信官网 https://wx.qq.com/ 查看自己是否可以使用网页版微信。

经过我不懈的寻找,终于找到一款不限于网页版微信的库: Wechaty :

Wechaty 原本是用 TypeScript 开发的,但开发团队正在进行多语言的移植,目前已经有可以用的 Python 版本,不过功能可能暂时没有原版那么强大。 Wechaty 开发团队励志把它开发成一款支持全平台微信协议的库,目前已经支持 Web 、 Ipad 、 Windows 以及 Mac 等协议。虽然需要付费获取 token ,但是可以申请参与开源激励计划来获取免费甚至长期有效的 token 。在这里也要感谢 Wechaty 团队提供微信机器人 SDK :pray::pray::pray:。

Demo

下面来实现一个最简单的机器人:收到任意消息后回复 收到 。

import asyncio
from typing import Optional, Union
from wechaty import Wechaty, Contact
from wechaty.user import Message, Room
async def wechat():
    bot = Wechaty()
    # 将on_message方法绑定到bot对象的message事件上
    bot.on('message', on_message)
    await bot.start()
    
async def on_message(msg: Message):
    from_contact = msg.talker()
    text = msg.text()
    room = msg.room()
    conversation: Union[
        Room, Contact] = from_contact if room is None else room
    await conversation.ready()
    await conversation.say('收到')
    
asyncio.run(wechat())

上面的代码只用到了 message 事件, Wechaty 还提供很多事件接口,例如 scan 、 login 、 room-join 、 room-leave 、 logout 、 error 等,想了解的读者可以联系交流。

脚本中的使用

上面的demo代码很简单,一看就懂,在本案例中的使用其实也很简单。

当前价格触发网格策略进行交易时,只需要在交易后总结当次交易的信息,然后利用类似上面的方法发送出来即可。实际操作中,我会把相应消息发送到我专门建的“量化动态播报”群里(目前在运行的有两个网格):

async def on_message(msg: Message):
    from_contact = msg.talker()
    text = msg.text()
    room = msg.room()
    conversation: Union[
        Room, Contact] = from_contact if room is None else room
    if from_contact.payload.name.upper() == AdminWechatName and from_contact.contact_id.upper() == AdminWechatContactId:
        # 发送#GRIDSTATUS时回复当前网格仓位状态等
        if text.upper() == '#GRIDSTATUS':
            await conversation.ready()
            await conversation.say(str(grid))
        # 发送#SETGRID:格式信息时动态修改网格参数
        elif text.upper().startswith('#SETGRID:'):
            paras = {('grid.' + item.split('=')[0]): item.split('=')[1] for item in text[9:].lower().split(';')}
            cfg.set_paras(paras)
            await run_grid()
async def run_grid():
    flag, content = grid.run_data(data)
    if flag:
        if int(grid.mail_reminder):
            for mail_box in grid.mail_list:
                  mail_helper.sendmail(mail_box, 'GRID SCRIPT NEW TRADE', content)
        if int(grid.wechat_reminder):
            await trade_reminder(bot, content)
            
async def trade_reminder(bot, mail_content, target=None):
    for id in target:
        room = bot.Room.load(id)
        await room.ready()
        conversation: Union[Room, Contact] = room
        await conversation.ready()
        await conversation.say(mail_content)

下面是实际效果:

微信机器人的替代方案

肯定会有读者觉得上面的机器人还是太麻烦,这里在推荐一个小工具,同时也感谢开发者的努力与奉献!

这个工具的名字叫 Server酱 ,英文名为 ServerChan ,是一款程序员和服务器之间的通信软件,也就是从服务器推报警和日志到手机的工具。官网是 http://sc.ftqq.com/3.version ,读者可以自行了解,总之很好用就是了。

开通并使用上它,只需要一分钟:

  • 登入:用 GitHub 账号登入网站,就能获得一个 SCKEY 。
  • 绑定:点击“微信推送”,扫码关注同时即可完成绑定。
  • 发消息:往 http://sc.ftqq.com/SCKEY.send 发 GET 请求,就可以在微信里收到消息了。

收到的消息类似于这种:

是不是很简单方便?

附言

由于网格交易策略更适用于震荡市,所以目前策略是在数字货币上实施的,正在运行的包括一个实盘币种和一个测试币种,玩过数字货币的读者应该对它的震荡行情有所了解。

源码地址

AI交易系统安全审计:从模型幻觉到代码风控的实战指南 在量化交易领域,自动化交易系统通过算法执行交易决策,其核心在于将策略逻辑转化为可执行的代码。系统的工作原理通常涉及数据获取、信号生成、风险控制和订单执行等多个模块的协同。对于采用大语言模型(如ChatGPT)的AI交易系统而言,其技术价值在于能够处理非结构化文本数据,挖掘市场情绪等另类Alpha。然而,这类系统在工程实践中面临独特挑战,尤其是在微盘股这类低流动性、高波动性的应用场景中,数据幻觉和模型幻觉可能导致策略失效。因此,构建涵盖策略逻辑、代码实现及运行监控的立体化安全审计框架至关重要。通过输入验证、错 阅读详情

相关推荐

三角洲行动交易行数据采集与价格监控API实战:从爬虫到时序数据管道

在游戏经济系统中,交易行价格数据是典型的实时行情数据,但其波动性强、历史趋势难以追溯,玩家和数据分析者往往只能看到瞬间挂牌价,无法掌握完整价格走势。数据采集技术能够将这种动态数据持续归档,为后续分析提供基础。通过构建爬虫抓取交易行接口的JSON数据,结合定时调度策略与数据清洗流程,将物品价格、库存等关键字段按时间序列落库,即可形成可回溯的历史价格数据库。基于该数据层,可进一步封装为开放API服务,支持实时查询最新价格与历史曲线,为比价工具、套利分析、行情预警等应用场景提供数据支撑。本文以三角洲行动交易行为例

weixin_30235225的博客 359

怎样用 Python数据 写一个自动交易的股票程序接口?

arrAccountInfo = ["总资产", "可用资金", "持仓总市值", "总盈利金额", "持仓数量"];#把此脚本和 StockOrderApi.py Order.dll 放到你自己编写的脚本同一目录。股票自动交易助手提供了一个 Python 自动下单接口,参考代码。#股票自动交易助手 Python 自动下单使用 例子。#取出所有的持仓股票代码,结果以 ','隔开的。print("股票自动交易接口测试")#卖出测试,是持仓股才会有动作。print("账户信息")print("股票持仓")

1841085904的博客 2440

股票自动交易VB源代码

股票自动交易VB源代码,股票自动交易VB源代码,股票自动交易VB源代码股票自动交易VB源代码

python怎么编写模拟交易_使用Django搭建一个基金模拟交易系统教程

亲手教你如何搭建一个基金模拟系统(基于Django框架)第一步:创建项目、APP以及静态文件存储文件夹django-admin startproject Chongyangdjango-admin startapp Stock # Chongyang文件夹里面操作在chongyang项目创建statics和templates两个文件夹第二步:配置Setting.py文件INSTALLED_APPS...

weixin_39728213的博客 863

Python自动化高频基金交易系统源码.rar

自动化高频基金交易系统源码是一款专为金融交易领域设计的Python程序,它利用先进的算法和信息技术实现交易指令的自动化生成和执行。该系统具备以下核心特点: 高效率:系统能够快速响应市场变化,执行交易指令,显著提高交易速度和准确性 。 风险管理:通过自动化交易减少大额订单对市场的冲击成本,优化交易策略 。 策略多样性:适用于做市、投机、跨市场和跨品种套利等多种交易策略 。 技术集成:涉及计算机体系结构、操作系统、网络和编程的多学科知识,以优化速度和可扩展性 。 该源码的开发旨在帮助交易者将复杂的交易思想转化为程序语言,实现自动化交易,提高交易效率和市场响应速度。适合金融机构和专业交易者用于构建和优化自己的高频交易系统。

oracle p6 破解版下载,Primavera P6项目管理软件 16~17 图文详细安装教程(附下载)

Primavera P6 Professional项目管理软件结合了Oracle和Microsoft SQL Server关系数据库,是一款非常好用且功能强大的综合的项目管理软件(PPM) 解决方案,主要用于土建等方面的施工计划分析,具有进度时间安排与资源控制功能的多用户、多项目系统,支持多层项目分层结构、角色与技能导向的资源安排、记录实际数据、自定义视图以及自定义数据,本文主要为大家图文详细介绍...

weixin_33978451的博客 4929

python自动交易脚本_有人用Python写了个自动亏钱脚本,还能微信实时通知!

据说震惊体很吸引眼球,今天我也来试一试????本系列所有文章的开头都会用一两句话总结一下对应文章的内容。对这个话题感兴趣的话可以继续往下读,不感兴趣可以直接关掉,绝不浪费读者的时间。总结本篇文章用Python实现了一个简单的自动交易脚本,产生交易时会自动通过微信通知。涉及概念概念内容Python库Wechaty主要概念量化交易、微信机器人量化交易简介7月份大A股的好行情想必大家都印象深刻,甚至有人预言A...

weixin_39945789的博客 1307

告别“盲开”:手把手教你用MCU内置比较器搞定BLDC无感方波启动(附代码片段)

本文详细介绍了如何利用MCU内置比较器实现BLDC无感方波启动,解决传统无传感器控制中的'盲开'问题。通过虚拟中性点电路设计和三段式启动流程,结合反电动势检测和过零检测技术,提供了一套经济高效的解决方案,并附有可直接移植的代码片段,助力工程师快速实现可靠的无感控制。

weixin_33694172的博客 507

qq机器人自动回复带脚本可以实现吗_有人用Python写了个自动亏钱脚本,还能微信实时通知!

本系列所有文章的开头都会用一两句话总结一下对应文章的内容。对这个话题感兴趣的话可以继续往下读,不感兴趣可以直接关掉,绝不浪费读者的时间。总结本篇文章用 Python 实现了一个简单的自动交易脚本,产生交易时会自动通过微信通知。量化交易简介7 月份大 A 股的好行情想必大家都印象深刻,甚至有人预言 A 股五六年一个周期的大牛市即将开启。结果大家已经看到了,但且不论开启没开启,反正当时大多数人的脑子都...

weixin_39774491的博客 343

【LCMM实战指南】从增长混合模型到潜在类别轨迹分析的纵向数据建模

本文深入解析了LCMM(潜在类别混合模型)在纵向数据建模中的应用,对比了LCGA与GMM的核心差异与选择策略。通过R语言lcmm包的实战演练,详细展示了从数据模拟、模型拟合、类别数选择到结果解读的全流程,为识别数据中不同的发展轨迹亚型提供了系统指南。

weixin_29070861的博客 383

ABAP代码检查(Code Review)

1、SLIN 扩展程序检查 也可通过(SE38工具栏->检查-扩展程序检查) 进入 2、ATC 检查 通过<SE38菜单栏-检查-ABAP测试主控室> 或事物代码SCI, 支持自定义检查变式 SCI可以配置检查变式满足特殊需求,配置对象集用于批量检查 3、通过ABAP测试主控室实现统一管理,定期检查作业和监控功能(事务代码ATC) 参考 SLIN...

u012232542的博客 6075

python爬虫程序自动结束带价格_有人用Python写了个自动亏钱脚本,还能微信实时通知!...

本系列所有文章的开头都会用一两句话总结一下对应文章的内容。对这个话题感兴趣的话可以继续往下读,不感兴趣可以直接关掉,绝不浪费读者的时间。总结本篇文章用 Python 实现了一个简单的自动交易脚本,产生交易时会自动通过微信通知。量化交易简介7 月份大 A 股的好行情想必大家都印象深刻,甚至有人预言 A 股五六年一个周期的大牛市即将开启。结果大家已经看到了,但且不论开启没开启,反正当时大多数人的脑子都...

weixin_39590989的博客 242

【一】PCIe基础知识

Linux PCIe基础知识

他山之石 可以攻玉 4万+

2026年期货自动交易系统搭建_新手避坑指南

本文总结了搭建期货自动交易系统常见的8个问题及解决方案:1)回测过于乐观,需考虑滑点和手续费;2)系统稳定性不足,需添加重连机制;3)风控缺失,应设置止损和仓位限制;4)数据质量问题,需检查异常值;5)订单管理混乱,要跟踪订单状态;6)时间处理错误,需区分交易时段;7)合约切换问题,应使用主力合约代码;8)资金管理不当,要计算保证金需求。文章通过代码示例详细说明了每个问题的具体解决方法,为期货量化交易新手提供了实用指导。

tqsdk_God的博客 859

SPICE仿真软件:HSPICE_(20).HSPICE仿真结果的后处理

HSPICE仿真结果的后处理是一个多步骤的过程,包括读取结果文件、可视化、分析和导出。通过使用命令行工具、Python脚本和HSPICE内置工具,可以高效、准确地完成这些任务。Python脚本的灵活性和强大的数据分析能力使其成为后处理的理想选择。自动化处理可以显著提高工作效率,减少人为错误,而高级分析方法可以更深入地理解仿真结果,为电路设计提供有力支持。

kkchenjj的博客 1385

生存曲线绘制及图例标签添加(使用R语言)

数据应该包含两列:一个是表示个体生存时间的时间变量(通常称为"时间(time)“)和一个是表示个体是否发生事件(如死亡)的事件变量(通常称为"事件(event)”)。通过修改上述代码中的数据和参数,您可以根据自己的需求绘制生存曲线,并添加相应的图例信息和标签。生存曲线是在生存分析中常用的工具,用于描述一组个体随时间的存活概率。函数的第一个参数指定图例的位置,这里我们选择了右上角(“topright”)。包来进行生存曲线的绘制,并通过添加图例信息和标签来增强可视化效果。的数据框,包含这两列数据。

CyberXZ的博客 558

Qbot本地AI量化投研平台入门:5步从安装到跑通首个自动交易策略

Qbot 是一款完全本地部署的 AI 量化投研平台,覆盖数据获取、策略开发、回测、模拟交易到实盘执行的完整闭环。当你想把一套技术指标或机器学习模型变成能自动下单的交易系统时,Qbot 会是你快速上手的现成底座——本文将带你从零跑通它的第一个版本。 ## 项目速览:一句话定义与 4 个核心能力 一句话定义:**Qbot = 智能策略库 + 回测引擎 + 自动化交易执行 + 可视化分析,全部数据与

gitblog_00613的博客 166

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

Python移动止损回测:反弹行情中如何动态防守持仓利润

在量化交易与程序化投资中,风险管理是策略设计的重要环节,其中止损策略直接决定了资金曲线的回撤幅度与长期收益稳定性。固定止损虽然简单易用,却无法在趋势行情中动态保护已有利润,尤其在指数或个股出现反弹波段时,持有者常因过早离场或利润回吐而错失最佳卖点。移动止损作为一种动态跟踪止损方法,通过将止损位随价格高点同步上移,既保留了趋势跟踪的灵活性,又能在价格反转时快速锁定利润。借助Python与pandas等工具,投资者可以将这一规则转化为可回测的量化策略,并结合ATR、均线等指标优化参数,适配A股指数与个股的不同波

weixin_34293246的博客 275

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

从零搭建本地AI量化交易系统难吗?Qbot 上手 6 问实战指南

Qbot 是一个可完全本地部署的 AI 量化投研平台,把行情数据、策略研究、回测验证、模拟与实盘交易串成一条完整流水线。它面向想用机器学习辅助投资、又不愿把策略和数据交给第三方服务的人。本文采用"提问—解答"的方式,把从安装到实盘最常见的 6 个问题一次讲透,帮你用一个周末就把自己的本地量化交易系统跑起来。 ## 第一问:本地量化环境的快速配置,到底要备齐哪些东西? 先说结论:一台能上网的电脑

gitblog_00746的博客 237

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

AI模型监控四层防御体系:数据、特征、模型、业务全链路实战

机器学习模型监控是保障AI系统在生产环境中持续可靠运行的核心能力,其本质远超传统APM——它需穿透数据输入、特征计算、模型推理到业务结果的完整链条。基于数据漂移、特征腐化、模型退化等关键现象,构建分层可观测体系,能提前识别分布偏移、类型异常、置信度衰减等隐性失效。技术价值在于将‘黑盒决策’转化为可诊断、可干预、可审计的工程闭环,广泛应用于推荐系统、风控模型、搜索排序等高敏感场景。本文聚焦Kubernetes原生落地路径,深度融合OpenTelemetry与Evidently,实现零侵入、强关联、带SOP的实

xSTARx 371

货币的时间价值:普通人每天都在经历的金钱呼吸术

货币的时间价值是金融学最基础也最易被忽视的核心概念,它揭示了同样金额在不同时间点的实际购买力与机会成本差异。其底层逻辑由机会成本、通货膨胀和风险补偿三大力量共同驱动,直接影响个人理财决策、企业回款定价、房贷选择乃至教育金规划等真实场景。理解这一原理,不是为了套用NPV或IRR公式,而是建立对资金流动性的敏感度——让每一分钱在时间维度上产生可计算、可干预、可持续的价值。本文聚焦于非专业人群的认知落地,通过咖啡账单、房租支付、客户账期等高频生活切口,将抽象理论转化为可执行的财务直觉与工具方法。

weixin_30333885的博客 334

从零搭建API封装SaaS:统一网关、Token计费与限流实践

API网关是现代服务架构中不可或缺的基础设施,它统一处理认证、鉴权、流量控制与计量计费等横切关注点。在将上游模型API封装为SaaS服务时,网关的价值更加突出:不仅要转发HTTP请求,还需解决密钥安全、按Token计费、余额扣减、限流防滥用等运营难题。基于FastAPI、SQLite与Redis等轻量技术,可以构建一套最小可运行的多租户API网关,实现用户注册、API Key签发、统一模型转发、成本核算及调用日志追踪。这种模式适用于提示词生成服务、模型代理平台或企业内部公共模型网关。理解API封装SaaS的

weixin_33910137的博客 286

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)

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...

weixin_39524147的博客 7599
上一篇: Python 为什么没有 void 关键字?
下一篇: 员工一言不合就离职怎么办?我用Python写了个员工流失预测模型!
pythonlaodi
博客等级 码龄6年 286粉丝 244原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值