stockgo数据爬取-业绩预告

股市数据采集js逆向解决hexin-v cookie 解决失效后自动更新复刻核心算法 股票js逆向,全解析,js调用实现无限次数请求 阅读详情

一、爬虫目标

本次爬虫程序的主要目标有:

1.每日自动爬取股票业绩预告(包括年报、一季报、中报、三季报);

2.爬取历史数据;

3.每日自动增量更新,免人工维护;

4.业绩预告分类分级,按照行业,概念可以查询;

5.数据条件查询,列表展示,颜色提示;

二、难点

众所周知,同花顺反爬技术还是非常厉害的,算法加密,请求频率控制等已经阻拦了95%的爬虫,本框架采用go语言编写的其中一个原因就是使用go语言更方便进行请求频率控制,更加简洁,当然更重要的原因是go语言编译生成程序的加密安全性更好,还有部署方便等优点。在本框架中,已经解决了同花顺加密hexinv,和请求频率问题。千万注意控制请求频率,否则会被封IP,我有被腾讯、新浪、东财、同花顺封IP的经历,后续编写stockgo框架后,基本没有发生过。下文会有相关代码片段。

三、效果图

效果图

效果图

叠加到K线图

选一个业绩预增的新能源牛股,效果就更加明显,2020-09-02我们的选股系统发出了买入信号(选股系统后续再讲,有兴趣的朋友可以到wx)
在这里插入图片描述
天赐材料

同花顺业绩预告
在这里插入图片描述

四、上代码

1.代码结构

代码结构非常简单:

config.go 配置文件解析器

ths_yjyg_parse.go 网页爬取及解析器

ths_yjyg_task.go 业绩预告任务

run目录下面是程序主入口(yjyg_main)

aes.min.js是同花顺hexinv生成程序

使用go调用js生成hexinv

conf下面的config.yaml 配置文件

另外还有model目录中的数据库对象文件

2.model代码

package model

import "time"

// 同花顺业绩预告

type ThsYjyg struct {
   ID        int       `gorm:"primary_key" orm:"column(id);auto"`
   Code      string    `gorm:"index:code_date_jidu,unique;column:code;type:varchar(20);not null"` // 股票代码
   StockName string    `gorm:"column:stock_name;type:varchar(100);not null"`
   Date      time.Time `gorm:"index:code_date_jidu,unique;column:date;type:date;not null"` // 日期
   Jidu      int       `gorm:"index:code_date_jidu,unique;column:jidu;type:int(4)"`        //季度 1.一季报;2中报;3三季报;4年报
   Year      int       `gorm:"column:year;type:int(8)"`                                    //年
   //YgType    int       `gorm:"index:code_date_type,unique;column:yg_type;type:int(4);not null"` //
   YjLevel      int     `gorm:"column:yj_level;type:int(8);comment:业绩预告级别"`
   YjLevelLabel string  `gorm:"column:yj_level_label;type:varchar(100);not null;comment:业绩预估类型"`
   Sumary       string  `gorm:"column:sumary;type:varchar(300);not null;comment:业绩预告摘要"`
   JlrChange    float64 `gorm:"column:jlr_change;type:decimal(19,2);comment:净利润变动幅度%"`
   LastJlr      float64 `gorm:"column:last_jlr;type:decimal(19,2);comment:上年同期净利润"`
   Created      time.Time
}

3.网页解析器

网页爬取和解析很简单,我们通过分析同花顺原网页调用,发现每次是通过异步请求获取一段html,页面再动态渲染,参数只有两个,一个是季报日期,一个是分页参数,代码如下,网页解析使用了goquery,非常优秀的开源网页解析工具。

package yjyg

import (
   "fmt"
   "github.com/PuerkitoBio/goquery"
  "stockgo/core/global"
	"stockgo/core/util"
	"stockgo/model"
   "go.uber.org/zap"
   "strconv"
   "strings"
   "time"
)

const URL = "https://data.10jqka.com.cn/ajax/yjyg/date/%s/board/ALL/field/enddate/order/desc/page/%d/ajax/1/free/1/"

var YJTYPES = map[string]int{
   "预计增亏":   11,
   "业绩大幅下降": 12,
   "预计续亏":   14,
   "业绩预亏":   16,
   "业绩预降":   18, // 小于20,利空消息

   "不确定": 20,
   "预计减亏": 21,
   "业绩预盈": 25, //这个是中性的

   "预计扭亏":   31, //30 以上是利好消息
   "业绩预增":   34,
   "业绩大幅上升": 35,
}

func GetAndParse(date string, pageNo int, year int ,jidu int, mt *global.HttpLimit) *YjygInfo {
   url := fmt.Sprintf(URL, date, pageNo)
   global.LOG.Info("业绩预告爬取地址: ", zap.String("URL", url))
   doc := util.GetHtmlWithHead(url, util.GetThsHeader(), mt) //获取同花顺hexinv


   if doc == nil {
      return nil
   }
   return ParseData(doc, pageNo, year, jidu)
}

func ParseData(doc *goquery.Document, pageNo int, year int ,jidu int) *YjygInfo {

   pageInfo := getText(doc.Find("body > div.m-page.J-ajax-page > span"))
   // 存在没有页码的情况,第一页不满的情况

   total:=1

   if pageInfo != ""{
      arr := strings.Split(pageInfo, "/")
      total, _ = strconv.Atoi(arr[1])
   }

   yjygInfo := YjygInfo{
      PageNo: pageNo,
      Total:  total,
      List:   make([]model.ThsYjyg, 0),
   }


   doc.Find("body > table > tbody > tr").Each(func(i int, selection *goquery.Selection) {
      yjgg := model.ThsYjyg{
         Code:         util.FullCode(getText(selection.Find(" td:nth-child(2) > a"))),
         StockName:    getText(selection.Find(" td:nth-child(3) > a")),
         YjLevelLabel: getText(selection.Find(" td:nth-child(4) > span")),
         Sumary:       getText(selection.Find("td:nth-child(5) > a")),
         JlrChange:    util.ParseFloatTwo(getText(selection.Find("td:nth-child(6)"))),
         Created:      time.Now(),
         Year:         year,
         Jidu:         jidu,
      }
      yjgg.Date, _ = time.Parse(util.Date_Format, selection.Find("td.tc.cur").Text())
      yjgg.YjLevel = YJTYPES[yjgg.YjLevelLabel]

      lastJlrStr := getText(selection.Find("td:nth-child(7)"))
      yjgg.LastJlr = getLastJlr(lastJlrStr)
      yjygInfo.List = append(yjygInfo.List, yjgg)
   })

   return &yjygInfo
}

func getText(selection *goquery.Selection) string {
   temp := util.DecodeToGBK(selection.Text()) //处理数据编码
   temp = strings.TrimSpace(temp)             //去除多余空格
   //temp = strings.ReplaceAll(temp,"聽"," ") //替换转码导致的乱码,空格变成了聽
   return temp
}

func getLastJlr(jlr string) float64 {
   if jlr == "-" {
      return 0.0
   }
   if strings.Contains(jlr, "亿") {
      jlr = strings.ReplaceAll(jlr, "亿", "")
      return util.ParseFloatTwo(jlr) * 10000
   } else if strings.Contains(jlr, "万") {
      jlr = strings.ReplaceAll(jlr, "万", "")
      return util.ParseFloatTwo(jlr)
   }
   return 0.0

}

type YjygInfo struct {
   PageNo int
   Total  int
   List   []model.ThsYjyg
}

获取同花顺hexinv请求头部参数代码:

解决了绝大多数用户爬取同花顺的难题,使用基于chorme Driver 方式爬取太不方便了。

package util

import (
   "github.com/robertkrimen/otto"
   "io/ioutil"
)

//同花顺util

// 使用js生成核心V参数
func getHexinV() string {
   //伪造hexinv参数

   filePath := "aes.min.js"
   //先读入文件内容
   bytes, err := ioutil.ReadFile(filePath)
   if err != nil {
      panic(err)
   }

   vm := otto.New()
   _, err = vm.Run(string(bytes))
   if err != nil {
      panic(err)
   }
   value, err := vm.Call("v", nil, "")
   if err != nil {
      panic(err)
   }
   return value.String()

}

// 获取一个同花顺头部,每次自动生成一个hexin-v
func GetThsHeader() map[string]string {
   header := make(map[string]string)
   hexinv := getHexinV()
   header["hexin-v"] = hexinv
   header["User-Agent"] = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.82 Safari/537.36"
   return header
}

4.爬取任务

任务接口

type StockTaskHandler interface {
   GetName() string
   DoTask()
}

业绩预告爬取任务

package yjyg

import (
   "stockgo/core/global"
   "stockgo/core/util"
   "stockgo/model"
   "go.uber.org/zap"
   "strconv"
   "time"
)

var dateSuffixMap = map[int]string{
   1: "-03-31",
   2: "-06-30",
   3: "-09-30",
   4: "-12-31",
}

//业绩预告
// 一季报4月15号之前发布 ,实际有4-30
//半年度业绩预告:报告期在当年7月15日前;  实际8-27
//第三季度业绩预告:报告期为当年10月15日之前 实际11-25 ,大部分在10-30
//年度业绩预告:报告期在次年1月31日前; 4-30 ;
type ThsYjygTask struct {
   Jidu  int    // 一季报1、中报2、三季报3、年报4
   Year  int    // 年,默认使用当年逻辑
   Mode  string // 模式[ALL 全量,UPDATE 增量],爬历史数据用ALL模式
   Limit *global.HttpLimit
}

func (t *ThsYjygTask) GetName() string {
   return "同花顺业绩预告爬取任务"+t.getDate()
}

func (t ThsYjygTask) DoTask() {
   if t.Year ==0 {
      t.Year=time.Now().Year()
   }
   //部分预报不需要一直查询
   if t.Mode != "ALL" && !needRun(t.Jidu, t.Year) {
      return
   }

   dateStr := t.getDate()
   pageNo := 1
   total := 1 //总页数,默认为1,先启动起来,然后爬虫修正总页数
   // 业务逻辑
   // 1.从第一页开始查询,提取出总页数,如果不是下一页,继续PageNO+1 查询
   // 2.和数据库历史数据对比,如果数据库有,则不继续下一页查询(全量模式下除外)

   for pageNo <= total {
      yjygInfo := GetAndParse(dateStr, pageNo, t.Year, t.Jidu, t.Limit)
      total = yjygInfo.Total // 每页返回的total都是一样的
      pageNo++

      // 保存 数据,并判断已存在数目
      repeatCount := saveYjygList(yjygInfo.List)
      if repeatCount > 0 && t.Mode != "ALL" { //增量模式下,如果当前页是否已经存在重复数据,就不需要再查询下一页了
         return
      }
   }

}

// 如果存在重复数据,返回count+1
func saveYjygList(list []model.ThsYjyg) int {

   count := 0
   for _, item := range list {
      if !saveYjyg(item) {
         count++
      }
   }
   return count
}

func saveYjyg(info model.ThsYjyg) bool {
   oldYjyg := model.ThsYjyg{}
   err := global.Table(global.KLineDb, &info).Where("code=? and date=? and jidu=?", info.Code, info.Date.Format(util.Date_Format), info.Jidu).First(&oldYjyg).Error

   if oldYjyg.ID > 0 {
      return false
   }

   err = global.Table(global.KLineDb, &info).Save(&info).Error
   if err != nil {
      global.LOG.Error("save yjyg error : ", zap.Error(err))
   }
   return true
}

//根据时间来判断是否需要爬取
func needRun(typ int, year int) bool {
   now := time.Now()
   month := now.Month()
   if typ == 1 {
      return month < 5 //一季报最多查询到4月份
   } else if typ == 2 {
      return month > 3 && month < 9 //中报3-9月
   } else if typ == 3 {
      return month >= 7 && month < 11 // 三季报7-11月
   } else { // 年报 全年都有可能 ,主要集中在4-30前
      return true //month <=4 || month >=7 //主要集中在下一年4-30前,有些票是当年就发布了
   }

}

func (t ThsYjygTask) getDate() string {
   if t.Year == 0 {
      t.Year = time.Now().Year()
      if time.Now().Month() < 5 && t.Jidu == 4 { //默认情况下,4月份以前的查询的是上一年的年报
         t.Year -= 1
      }
   }
   return strconv.Itoa(t.Year) + dateSuffixMap[t.Jidu]
}

func InitDb() {
   // 初始化数据库,数据库同步
   global.LOG.Debug("初始化数据库表 ............")
   global.AutoMigrate(global.KLineDb, &model.ThsYjyg{})
}

爬取任务有两种模式,一种是爬取历史数据,一种是日常每日进行增量爬取,代码非常简单,100行左右

5.主程序

package main

import (
   "stockgo/core/engine"
   "stockgo/core/global"
   "stockgo/core/task"
   "stockgo/craw/ths/yjyg"
)

func main() {

   var conf yjyg.Conf
   engine.Start("", &conf)
   defer engine.Close()

   yjyg.InitDb() //自动初始化数据库
   tasks := task.NewStockTasks()
   for _, jidu := range conf.Config.Types {
      yjygTask := &yjyg.ThsYjygTask{ //同花顺业绩预告任务
         Mode:  conf.Config.Mode,
         Year:  conf.Config.Year,
         Jidu:  jidu,
         Limit: global.Limit,
      }

      tasks = append(tasks, task.CreateStockTask("同花顺数据爬取--", yjygTask))
   }

   task.RunStockTask(tasks) //并发运行

}

主程序非常简洁,主要分为几步:

(1) engine引擎加载配置文件并自动连接数据库,并再主程序结束时自动关闭数据库等

(2) 自动初始化数据库,主要是自动生成数据库表

(3)根据配置文件循环创建爬虫任务,并将任务放入task运行器中并行运行

再看看配置文件

# StockGo Global Configuration

# system configuration
system:
  name: 同花顺业绩预告数据爬取任务
  taskNum: 10  #并发任务数目
  limitSped: 3000  #网络请求限制,3000ms允许发出一个请求

# 数据库配置,至少配置一个default,默认数据库
mysql:
  - name: default
    showSql: false
    dataSource: 'stockdev:stock123456@tcp(db.stock.com:3306)/stock_data?charset=utf8&parseTime=True&loc=Local'
  - name: kline
    showSql: true
    dataSource: 'stockdev:stock123456@tcp(db.stock.com:3306)/stock_data?charset=utf8&parseTime=True&loc=Local'

#业绩预告爬取数据,当补全历史数据时候,配置对应年份,mode 设置为ALL,
#其他自动爬取时候,去掉配置,使用空值
yjyg:
  year: 0  # 默认0使用系统时间year
  mode: UPDATE   #ALL 查询所有,全量查询,其他值[update] 增量更新
  types: 1,2,3,4   # 1,2,3,4 季报类型


# zap logger configuration(zap 日志配置)
zap:
  # 可使用 "debug", "info", "warn", "error", "dpanic", "panic", "fatal",
  level: 'info'
  # console: 控制台, json: json格式输出
  format: 'console'
  prefix: '[StockGo]'
  director: 'log'
  link-name: 'latest.log'
  show-line: true
  # LowercaseLevelEncoder:小写, LowercaseColorLevelEncoder:小写带颜色,CapitalLevelEncoder: 大写, CapitalColorLevelEncoder: 大写带颜色,
  encode-level: 'LowercaseColorLevelEncoder'
  stacktrace-key: 'stacktrace'
  log-in-console: true

config.go

package yjyg

import "stockgo/core/config"

type Config struct {
   Year  int    `mapstructure:"year" json:"year" yaml:"year"`
   Mode  string `mapstructure:"mode" json:"mode" yaml:"mode"`
   Types []int  `mapstructure:"types" json:"types" yaml:"types"`
}

type Conf struct {
   Zap       config.Zap     `mapstructure:"zap" json:"zap" yaml:"zap"`
   System    config.System  `mapstructure:"system" json:"system" yaml:"system"`
   MysqlList []config.Mysql `mapstructure:"mysql" json:"mysql" yaml:"mysql"`
   Config    Config         `mapstructure:"yjyg" json:"yjyg" yaml:"yjyg"`
}

func (bc *Conf) GetZap() *config.Zap {
   return &bc.Zap
}
func (bc *Conf) GetSystem() *config.System {
   return &bc.System
}

func (bc *Conf) GetMysql() []config.Mysql {
   return bc.MysqlList
}

6.运行日志

[StockGo]2021/08/27 - 15:57:55.604      info    服务启动        {"name": "同花顺业绩预告数据爬取任务"}
[StockGo]2021/08/27 - 15:57:55.605      info    数据库注册      {"Name": "default", "url": "stockdev:stock123456@tcp(db.stock.com:3306)/stock_data?charset=utf8&parseTime=True&loc=Local", "isLog": false}
[StockGo]2021/08/27 - 15:57:55.606      info    数据库注册      {"Name": "kline", "url": "stockdev:stock123456@tcp(db.stock.com:3306)/stock_data?charset=utf8&parseTime=True&loc=Local", "isLog": true}
[StockGo]2021/08/27 - 15:57:55.607      info     9 begin Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-03-31 0 
[StockGo]2021/08/27 - 15:57:55.607      info     9 end Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-03-31 0 
[StockGo]2021/08/27 - 15:57:55.607      info     6 begin Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-09-30 2 
[StockGo]2021/08/27 - 15:57:55.607      info     4 begin Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-12-31 3 
[StockGo]2021/08/27 - 15:57:55.607      info    业绩预告爬取地址:      {"URL": "https://data.10jqka.com.cn/ajax/yjyg/date/2021-09-30/board/ALL/field/enddate/order/desc/page/1/ajax/1/free/1/"}
[StockGo]2021/08/27 - 15:57:55.607      info    业绩预告爬取地址:      {"URL": "https://data.10jqka.com.cn/ajax/yjyg/date/2021-12-31/board/ALL/field/enddate/order/desc/page/1/ajax/1/free/1/"}
[StockGo]2021/08/27 - 15:57:55.607      info     3 begin Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-06-30 1 
[StockGo]2021/08/27 - 15:57:55.607      info    业绩预告爬取地址:      {"URL": "https://data.10jqka.com.cn/ajax/yjyg/date/2021-06-30/board/ALL/field/enddate/order/desc/page/1/ajax/1/free/1/"}
[StockGo]2021/08/27 - 15:57:55.950      info     4 end Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-12-31 3 
[StockGo]2021/08/27 - 15:57:59.605      info     6 end Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-09-30 2 
[StockGo]2021/08/27 - 15:58:01.818      info     3 end Task 同花顺数据爬取--  同花顺业绩预告爬取任务2021-06-30 1 
[StockGo]2021/08/27 - 15:58:01.818      info    运行总时长:46 秒

7.数据爬取之后,需要做页面进行数据展示

数据查询和展示框架基于gin-vue-admin二次开发,添加了avue,采用自动配置,自动生成的方式,基本5分钟内搞定,就是页面不够精细,不过也足够使用了,这里不进行多讲,如果有朋友有兴趣,后续我专门写一篇文章介绍。

五、最后

同花顺业绩预报数据是数据爬取中比较简单的,本人框架专注研究欧奈尔和落升,感兴趣的朋友可以一起交流,后续可能也会将当前策略筛选出来的股票分享给大家。

AI量化诊股+情绪雷达+自动盯盘:go-stock全白嫖的安装与高阶使用指南(附API接口推荐) 支持Deepseek、ChatGPT Go-Stock是一款基于Go语言开发的轻量级股票数据抓取工具,支持A股、港股、美股实时行情与历史数据获取。本文提供保姆级安装教程,涵盖环境配置、依赖管理、常见报错解决方案,并附赠API接口推荐清单。 阅读详情

相关推荐

python爬虫js逆向-问财的cookie(Hexin-V)

今天我们来爬取问财的股票信息:查看当天的股票涨跌数据。关键在于:有一个Hexin-V的加密参数(也是cookie中v的值)。

akkkk0的博客 3361

hexin-v(cookie)还原

再一次抓取目前所收录的所有股票过程中,遇到了一个小小的技术难题,那就是发现的hexin-v参数是实时生成的,所以我们需要不断的去获取该参数,以达到全部信息抓取的目的。 首先我们通过hook技术,很轻易的获取到了这个cookie设置生成的地方。 Object.defineProperty(document, 'cookie', { set: function(val) { debugger; re

china-mogul 4939

C#获取同花顺,问财V(hexin-v)值

没得这个参数想通过 get/post方式从问财获取数据获取不到,只有搞到这个参数才可以。是js生成的,扣出来很麻烦,那么我们可以不扣,直接用。用 webkit 打开,然后从cookie里获取这个值,拿到这个值之后。再去post,get就可以了。重要代码: c#Winform问财数据获取源码(包括v值获取)-C#文档类资源-优快云下载...

cyberarmy的专栏 2544

JS逆向-同花顺问财hexin-v参数

进一步观察,发下每次请求的hexin-v参数,跟cookie里的v字段值一模一样。最终发现同花顺的问财里头,可以拿到计算好的结果,那就写个爬虫呗。通过上图,可以看到t就是我们的目标,继续往上看,可以跟踪到D函数中的rt.update()仔细观察3处有个参数hexin-v,就是我们这次的目标了,每次请求都会改变。既然已找到目标,那可以用rpc直接调用,也可以直接扣代码再补环境了。考虑到法律问题,就不放源码了,最终的js文件如下图。至此,已经找到实现的地方了,接下来只要实现就行。

yinyunan1210的专栏 4063

go-stock:基于Go与AI的本地化股票分析桌面应用实战

在金融科技领域,将人工智能(AI)与数据分析相结合已成为提升决策效率的关键路径。其核心原理在于利用大语言模型(LLM)的文本理解与逻辑推理能力,对海量、非结构化的市场信息进行自动化处理与深度挖掘。这项技术的核心价值在于,它能将投资者从繁琐的信息搜集和初步归纳中解放出来,实现从数据到洞察的智能跃迁,尤其适用于需要实时处理新闻、公告、财报等多源信息的股票分析场景。本文聚焦的开源项目go-stock,正是这一理念的工程实践典范。它巧妙地运用Go语言的高并发特性和Wails框架的轻量级优势,构建了一个可本地部署的桌

weixin_27134143的博客 438

【2022-07-06】某问财请求头参数hexin-v分析

网站: 二、分析 随便搜索一些东西,我们看到请求头中有加密参数,我们发现这个参数和cookie中的v是相同的。 我们全局搜索这个参数,没有匹配到 那么我们可以通过hook来hook headers里的,或者hook cookie里的v,这里我们hook这个参数,打开fiddler注入hook代码 重新搜索抓包,成功定位到,s就是结果 s是D()生成的,进入D函数,打断点,调试 再进入,返回值就是结果,打断点,调试 进入,返回值就是结果,打断点,调试 这里还获取了一些鼠标键盘时间,然后加密的,进入

不愿意透露姓名的网友 2868

某网站hexin-v的解决方法,hexin-v的解密方法,hexin-v的生成方法

本想偷偷懒从网络上找一下解决方案,发现都是较早之前的算法了。虽然代码经过了混淆,但是通过断点调试,还是有迹可循。以前研究过某度的贴吧,某巴巴的网站的搜索,发现这个js功能和其他大型网站相比,都是大同小异。无非是对服务器时间,鼠标位置,浏览器版本等进行加密后提交。服务器解密字符串后,对比一下时间,严格一点的对比浏览器版本,鼠标等信息,不符合情况则直接pass。结果发现某个js页面有变化,以原有的hexin-v生成方法,已经不能适用于最新的算法。搞定,漫长的调试过程终于结束了。苦逼的调试结束后,扣取核心代码。

weixin_42792355的博客 1562

hexin-v 逆向js 爬虫 jqka

更新时间2025-10 爬虫逆向 jqka 同花顺

Hexin-v cookies

但是当我断下来之后第二次调试,发现断点没了,经摸索得知,每次加载的代码变量是动态变化的,于是我把代码整体抽到浏览器片段里面调试。总结: 对于混淆的代码,如果不进行AST解混淆,那么要进行调试必须得抽取代码,模拟当时环境调试。因为是在cookie里面的,所以在植入之前必定有setCookie 函数的调用。同样找到刚才这个位置,虽然混淆了,调试的时候在内存中能看到函数名hexin-v。但是多次调试之后我发现,明面上存在setcookie的都不是关键函数。这里有个关键的加密函数,它是字节码打乱了,然后还原。

leaon的博客 696

hexin-v参数的生成方式,可以解决同X顺的参数问题。

hexin-v参数的生成方式,可以解决同X顺的参数问题。

go-stock : 基于Wails和NaiveUI构建的AI赋能股票分析工具

AI赋能股票分析:自选股行情获取,成本盈亏展示,涨跌报警推送,市场整体/个股情绪分析,K线技术指标分析等。数据全部保留在本地。支持DeepSeek,OpenAI, Ollama,LMStudio,AnythingLLM,硅基流动,火山方舟,阿里云百炼等平台或模型。本项目基于Wails和NaiveUI开发,结合AI大模型构建的股票分析工具。支持市场整体/个股情绪分析,K线技术指标分析等功能。本项目仅供娱乐,不喜勿喷,AI分析股票结果仅供学习研究,投资有风险,请谨慎使用。开发环境主要基于Windows10+,其他平台未测试或功能受限。

AI赋能股票分析新范式:go-stock让你的投资决策快人一步

你是否还在为海量股票数据筛选发愁?还在为技术指标分析耗时费力而困扰?本文将带你探索如何用AI重构股票研究流程——go-stock作为一款本地化AI股票分析工具,集成多平台大模型、实时行情监控与智能分析功能,让普通投资者也能享受机构级的分析能力。读完本文你将掌握: - 3分钟完成从安装到生成AI分析报告的全流程 - 本地化数据存储方案如何保障你的投资隐私 - 10+主流AI模型的配置与切换技巧 -...

gitblog_01401的博客 1368

STM32与AD7606的SPI通信优化:提升高精度数据采集效率

本文深入探讨了STM32与AD7606的SPI通信优化策略,旨在提升高精度数据采集系统的效率与稳定性。文章从硬件连接、电源去耦、PCB布局等基础环节入手,详细解析了软件驱动中SPI模式配置、DMA应用及精准时序控制等关键优化技术,并提出了系统级的性能提升方案,帮助开发者解决高速采样下的数据跳动、效率瓶颈等实际问题。

weixin_29192211的博客 394

mac-intel操作系统go-stock项目(股票分析工具)安装与配置指南

go-stock 是一个基于Wails和NaiveUI开发的AI赋能股票分析工具。旨在为用户提供自选股行情获取、成本盈亏展示、涨跌报警推送等功能。它支持A股、港股、美股等市场,能够进行市场整体或个股的情绪分析、K线技术指标分析等功能。所有数据均保存在本地,同时支持多种AI大模型平台,如DeepSeek、OpenAI、Ollama、LMStudio、AnythingLLM等。该项目旨在为用户提供一个娱乐性和学习研究性的股票分析工具。

如是所来的专栏 1914

保姆级教程:在Windows上用Python+OpenCV调用海康工业相机(附MVS配置避坑指南)

本文提供了一份详细的Windows环境下使用Python和OpenCV调用海康工业相机的保姆级教程,涵盖MVS配置避坑、相机连接、图像获取与格式转换等关键步骤。特别针对工业相机取流中的常见问题,如独占访问控制和多相机协同工作,提供了实用解决方案,帮助开发者快速实现稳定的图像采集系统。

weixin_29228781的博客 402

从CMOS到CML:手把手教你为PLL选对分频器电路(附性能对比与选型指南)

本文深入解析了PLL分频器电路的三大主流架构——静态CMOS、动态TSPC和CML,通过性能参数对比和实测数据,提供了从频率需求、功耗预算到噪声防护的完整选型指南。特别针对高频应用的CML分频器设计要点和混合架构优化方案,为射频与模拟IC设计工程师提供实用参考。

weixin_30887919的博客 462

go-stock项目安装与配置指南

go-stock项目安装与配置指南 1. 项目基础介绍 go-stock是一个基于AI的股票分析工具,旨在为用户提供自选股行情获取、成本盈亏展示、涨跌报警推送等功能。该项目支持A股、港股、美股等市场,并计划未来加入基金、ETF等的支持。项目利用了市场整体/个股情绪分析,K线技术指标分析等手段,并且所有数据都保留在本地,确保用户隐私安全。 主要的编程语言:Go 2. 项目使用的关键技术和框架 Go...

gitblog_00466的博客 1431

树莓派c语言串口通讯程序

在网上搜了很多关于树莓派串口通讯的例子,但是都是用python写的,虽然python很有名,而且最近也在学习这门语言, 但是还是想用c语言实现一下,因为需要用到整套系统里,其他内容都是用c语言写的。但是网上没有找打现成的。 还好,之前做过天嵌2440开发板的串口程序(参照天嵌工程师提供的代码),发现串口程序其实是通用的, 驱动层屏蔽了硬件细节,个人猜测,几乎所有移植好的系统的串口,都可以用一

realank的专栏 1万+

AI驱动的本地化股票分析系统:go-stock技术架构全解析

在当今数据爆炸的时代,股票投资者面临着三重困境:商业软件的高昂订阅费用形成资金门槛,云端分析平台的数据隐私泄露风险,以及普通散户难以企及的专业量化模型能力。go-stock项目应运而生,以**"本地数据主权+AI赋能分析"**为核心理念,构建了一套完整的股票分析解决方案。 本文将深入剖析go-stock的技术架构,展示如何通过Go语言生态实现从数据采集、本地存储、AI分析到可视化展示的全链路能力...

gitblog_00940的博客 1522

手把手教你搭建Howland电流源:从原理图到实测避坑指南(附Python数据分析)

本文详细介绍了Howland电流源的设计与实现,从原理图到实测避坑指南,涵盖电阻匹配、运放选择和PCB布局等关键环节。通过Python数据分析,展示了如何优化电路性能并解决常见问题,适合电子工程师和爱好者参考。

weixin_29291069的博客 636

网站进行企业微信授权登录(附带代码超详细版)

企业微信的扫码登录官方文档 https://work.weixin.qq.com/api/doc/90000/90135/90988 企业微信扫码登录认证流程 上面是官方的图片,看上去比较复杂。因此我用直白简洁的语言梳理下流程。 1、首先在自己的网站上获取到企业微信登录的二维码(二维码怎么获取稍后再说,这里想象下你已经有了一个二维码) 2、你拿着手机扫描二维码,确认登录之后,页面就会自己进行重定向的跳转,跳转的url如何配置下面再讲,但是注意,这个重定向的url可以是内网地址 3、重定向到指

Gzf的博客 1万+

go-stock开源项目使用与启动教程

go-stock开源项目使用与启动教程 1. 项目介绍 go-stock 是一个基于Wails和NaiveUI开发的AI赋能股票分析工具。它支持A股、港股、美股等市场,能够进行市场整体或个股的情绪分析、K线技术指标分析等功能。所有数据均保存在本地,同时支持多种AI大模型平台,如DeepSeek、OpenAI、Ollama、LMStudio、AnythingLLM等。该项目旨在为用户提供一个娱乐性和...

gitblog_00592的博客 1431

使用MATLAB的COMSOL LiveLink:实时连接和数据传输

COMSOL LiveLink是一种功能强大的MATLAB工具包,它允许用户在MATLAB环境中与COMSOL Multiphysics软件进行实时连接和数据传输。COMSOL LiveLink是一种功能强大的MATLAB工具包,它允许用户在MATLAB环境中与COMSOL Multiphysics软件进行实时连接和数据传输。使用COMSOL LiveLink,你可以进行更复杂的模型设置和数据传输使用MATLAB的COMSOL LiveLink:实时连接和数据传输。

PixelNinja的博客 2098

GEO如何控制AI搜索爬虫?robots.txt、noindex与训练抓取权限实战

GEO中的爬虫访问控制需区分搜索抓取与模型训练抓取,因二者目的不同。OpenAI的OAI-SearchBot与GPTBot、Google的Googlebot与Google-Extended可独立配置。robots.txt控制抓取权限,noindex控制索引,二者不可混淆;仅靠Disallow无法确保内容不被索引。配置时应避免通配符规则叠加错误,且需结合服务器认证保障安全。验证可通过Python robotparser工具及实际日志分析。关键在于:规则表达意图≠平台必然执行,需依平台文档精准配置。

AB 客·外贸 B2B GEO 系统化提供商的博客 297

C#上位机+YOLOv8实战:摄像头/视频流实时目标检测(工业级优化+完整可运行源码)

纯C#实现,无Python依赖,适配工业工控机部署;工业级优化:解决帧率、内存、鲁棒性三大核心问题;代码完整可复用,支持摄像头/视频流/RTSP多源检测;避坑指南覆盖开发中90%的常见问题,降低落地成本。相较于传统方案,该方案兼顾实时性与易用性,成本仅为商用视觉库的1/10,可快速落地到工业质检、安防、物流等场景。后续可拓展方向包括:自定义数据集训练、GPU加速推理、工业通信(PLC/串口)对接等。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 736

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

下一篇: 刷大屏隐私政策
股的码邻
博客等级 码龄15年 3粉丝 2原创
评论 1
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