回首

最新推荐文章于 2025-04-22 20:56:19 发布
原创 最新推荐文章于 2025-04-22 20:56:19 发布 · 944 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

我们是五年前分手的，当时我还和她约定五年后再见，是我约她。她不愿意，特别绝。根本就不给我说话的机会。

曾经我也把她深深藏在心中，没有告诉别人。在这期，我又有过3个女朋友。而她在伤心的情况下，与那个好朋友（他在监狱里）通信，互信鼓励。可以说，那里她唯一的精神支持（我也是最近才知道）。到前年的八月时候，他们相爱了（四年了）。后来因为家里的原因，在去年春节，他们又被迫分手了。也正是我和她联系上的时候，我又陪她走过了情绪低落的时候。

那个五年之约，本来是誓言，现实让我没有做到。以为就这样留下一个梦的时候，却又给我了一个机会。你说老天在做什么？

回首2023上半年：成长、思考、感恩
想你依然心痛的博客
07-12 4万+
我们总是希望时间永远可以停滞不前，但现实却永远在不停地向前推进。回首2023年的前半年，也许我们曾经历过胜利和失败，得到过成功和挫折，但无论经历了什么，我们都应该珍惜它们，好好总结和分享它们，以便更好地迎接未来的挑战。春节仿佛还在昨天，转眼间2023年已经过半。分享和总结一下自己过去的这6个月吧！我就从以下几个方面展开谈谈吧。
武陵春（词）不负回首 (1993年)
05-12
武陵春（词）不负回首 (1993年)
《再回首》的永恒魅力：姜育恒如何用沧桑与诗意铸就华语乐坛经典
2007 年 ~ 2025 年，深耕 SAP 技术 18 年
04-22 2028
再回首》作为华语流行音乐史上的不朽经典，自1989年问世以来，跨越三十余载时光依然焕发着强大的艺术生命力。这首歌由陈乐融作词、卢冠廷作曲、姜育恒演唱，收录于专辑《多年以后·再回首》中，不仅成为姜育恒音乐生涯的代表作，更奠定了他在华语乐坛"忧郁王子"的独特地位。本文将从演唱风格、音乐编排、情感表达、文化内涵及时代影响五个维度，深入剖析这首经典之作的艺术特质，揭示其历久弥新的魅力源泉。
回首2018
Ti__iT的博客
12-28 448
2018还有几天就要结束了，年初定的目标没有实现 工作方面：公司没有什么紧急的项目，新项目还处于起步阶段，工作还比较清闲，平时的工作就是对原有系统进行更新和维护。自己属于对设计和审美比较差的，但由于没有专业的前端所以一直安排做一些页面修改的工作，效果不佳也只能硬着头皮去设计。没有任务时就一直再看后端的知识。自己实在是对前端没有兴趣，虽然后端的技术也不太好，但是一直都在学习。希望有后端的任务时能够...
回首2017
独行者103的专栏
12-29 494
2017年已经过去了，回首这一年。
回首2020，展望2021
愿历尽千帆，仍保持最初的热爱，奔赴每一场山海，一如既往鲜活而明亮~
12-27 3998
  转眼间，2020已经要过去了，这一年，不如以往的平和，生活上，经历了疫情的打扰，蛋壳的重创，很幸运还能安静的坐在这里分享着2020年的点点滴滴。 工作环境的改变   2020初开始，便听说了疫情的消息，刚开始并不重视，到后来禁止拜年，延期上班，在家办公，真是感受到了被恐惧支配的感觉，尤其是到家一个月之内发烧了一次，当时还真挺害怕的，万幸最后没事。   所以这一年，有将近4个月的时间在家办公，不能说是懈怠，但是跟在公司相比，氛围还是较轻松的，也实践了一波RN的开发，晚上在线会议也是充分利用了科技提供的便利
infercnv 三回首：深入理解infercnv为何能发nature
生信小博士的博客
11-21 2807
大家好，不知你是否还记得，前两次关于infercnv的介绍。如果下载了示例数据，并且你已经跑了上述代码，不难得到这张图：高考作文问。01关于我对infercnv的理解：其实结果是哪种图真的不重要，重点是对图形的解读。比如，里面有个绿色圈圈，可以看到柱子里深灰和浅灰部分（就是我标注的A 和B部分）的突变图景肉眼几乎不可分辨，但是却被分属于两群不同的细胞群。这就说明：通过肉眼观察，从A和B的突变图景上来看，A和B的突变图景是一致的，那么我们就可以把A亚群细胞与B亚群细胞合并，把他们当作恶性细胞。
cookie的回首观望...
weixin_51673192的博客
04-25 1600
cookie的复习吧
回首19，展望20
我的成长之路
01-14 533
时间过得真是快，去年的 flag 感觉才实现一小半呢，转眼又是一年。元旦的时候就想写一个总结与新年计划，这拖一月份已经过了一半，今天终于有时间好好的整理一下。 我的 2019 flag 1.不管是什么工作，都需要坚持学习，提升自己，有学习就得有笔记，所以第一个目标是每周上传一篇学习笔记。 ——大概数了一下，笔记有29篇左右，还有很多是整理的以前的笔记，离一周一篇的目标还差得远，4-8月都没有产...
回首2019，瞻仰2020
YNN2387745505的博客
01-06 857
2020年已经悄无声息的向我们走来，2019默默的向我们撤退，在2019一年里，你有哪些收获呢？反正我是收获满满，但是还有一些小小的遗憾，面对这些遗憾，希望在2020年里可以变得更加完美。 在2019年里，认识了很多的新朋友，有许多来自同一个学校，但是不是同级的师哥师姐们，看到了他们的优秀，看到了他们的努力，希望自己也可以更加的努力吧。 再2019年收获最大的是加入了一个大集体，在其中跟着帅气的老...
初中语文文摘社会再回首花已凋零
09-09
在初中语文的文摘中，通过“社会再回首，花已凋零”这样的文学意象，传达了对过往美好时光逝去的无限感慨。然而，这不仅仅是一个关于时间流逝的哲思，它还隐喻了在信息技术迅猛发展的今天，我们如何面对时间的管理、...
回首温习青春_1.docx
02-15
这篇文档虽然名为“回首温习青春”，但实际上讲述的是作者个人的成长经历，特别是在学习生涯中的起伏与反思。从中我们可以提炼出一些关于学习、成长和心态调整的知识点： 1. **持之以恒的学习态度**：作者从幼儿园...
回首过去(共10篇).pdf
01-23
但是，根据标题“回首过去(共10篇).pdf”和描述“回首过去(共10篇).pdf”，我们可以假设文件为一系列文章，涉及回顾和总结过去的主题。基于此，我将提供关于回顾和总结的一般性知识。 在撰写回顾过去的文章时，作者...
人生感觉
七七，我无法忘记的爱人
07-13 1026
活着真的好无奈。为什么要活着，还不如死了算了。死了，就没有那么多的应该做的不应该做的事，就没有那么多想做却又做不到的困惑。想想生命的二十四年历程，真的不知道自己是为什么而活，活着又是为了什么。上班时间不好好工作，只知道混工资。我想我自己当老板也不会要这样的员工，为什么我总是这要不能克制自己去抵挡外界的诱惑，总是在看一些文档，资料，小说〔甚至还有色情小说〕。工作是生存的基础，却也是人生的一件
一个变心男人的告白
七七，我无法忘记的爱人
05-25 1012
没有想到，我也会变成一个伤害他人的人。在我的记忆中，我一直都是被感情伤害者，难道我这辈子会死在这上面。在经历了几年感情之后，我感觉对感情几乎已经麻木了。不知道是什么是爱，更不知道爱是什么样的。只知道男女在一起生活，时间长了有点舍不得。也许这就是感情。想起要分手的她，总是觉得于心有愧。想到她要一个人生活在两个人曾经生活过的地方，每天都在对着曾经熟悉的环境，一盆小花，一个小饰品，一幅画，一段音乐…
小男人独白
七七，我无法忘记的爱人
05-25 928
你在那里还好吗？当我和现在的她一起陪她的朋友买凉鞋的时候，我突然想到，那个深爱我的女友，今年，也没有买凉鞋，她一直在等我回去，陪她买送给家里的验钞机，我想她也一定是等我回去了，再买自己的鞋和衣服。她一定是等了很久，怕惹我烦，没有告诉我。而我在她满怀期待的时候，却告诉她：她爱的人爱上别人了，之后，还要求她等我考虑清楚，当时我决定是和她分手的，我要求的一个月的期限，是为了让她不要太难受，还是为了怕自己
真的不明白，怎么会这样！
七七，我无法忘记的爱人
09-09 852
 或许我命中注定就离不开你吧，真的不明白为什么你那么绝的回绝我后，为什么还要与我保持这么近的关系，我想我的提议你应该不会拒绝，也就是说，在你心中的最底层，是不是还依然爱着我？我并不认为你说的那些关于我们原来的感情都是对的，当时你眼中的泪水，是不可能装出来的，如果你只是不服气的要和我在一起，在我不能上学的日子里，你完全没有必要那样伤心难过，最后，又让我重新上学。        总觉得，我们是今生
将输出文件保存在这个地址"D:\股票量化数据库\回首望月结果\上证"，并把输出文件改名为“上证/回首望月”
最新发布
07-18
<think>我们修改保存路径和文件名，将市场改为“上证”，并调整文件名前缀为“上证-回首望月” 注意：用户要求输出到“上证”目录下，所以保存路径为：r"D:\股票量化数据库\回首望月结果\上证" 同时，在保存表格时，将基础文件名改为“上证-回首望月” 另外，在筛选股票文件时，需要调整文件名的前缀为“sh”或根据上证股票代码前缀调整（通常上证股票代码以sh开头，深证以sz开头） 但是，用户提供的原始数据文件夹可能是上证的数据，所以CSV文件应该是以“sh”开头的。 因此，在filter_stocks函数中，我们需要调整文件过滤条件： 原代码：f.endswith('.csv') and f.startswith('sz') # 这是深证 现在，如果是上证，应该改为：f.startswith('sh') 但是，用户没有说明当前处理的是上证还是深证数据。根据问题描述，用户要求输出到“上证”目录，所以这里假设我们处理的是上证数据。 因此，我们需要修改两个地方： 1. 在filter_stocks函数中，csv_files的过滤条件改为：f.startswith('sh') 2. 在save_table函数中，保存路径改为上证目录，并且基础文件名改为“上证-回首望月” 同时，用户要求将输出文件改名为“上证/回首望月”，这里理解为： 在“上证”目录下，文件名为“回首望月”（不带“上证-”前缀）？还是保留前缀？ 根据问题描述，用户说“把输出文件改名为‘上证/回首望月’”，这似乎是一个路径和文件名组合，但实际应该是： 目录：D:\股票量化数据库\回首望月结果\上证 文件名：回首望月（不带市场前缀） 但是，为了保持一致性，我们之前是带市场前缀的。根据问题，我们去掉前缀，直接使用“回首望月”作为文件名基础。 所以，我们将base_filename改为“回首望月”，但注意，这样深证和上证就会重名。不过因为目录不同，所以可以区分。 修改如下： 在save_table函数中： save_dir = r"D:\股票量化数据库\回首望月结果\上证" # 注意这里改为上证目录 base_filename = "回首望月" # 去掉市场前缀 同时，在filter_stocks函数中，我们只处理以'sh'开头的CSV文件（假设是上证股票数据）。 但是，用户可能同时需要处理深证和上证，所以代码应该灵活。不过根据问题，这次是处理上证。 另外，在main函数中，folder_path应该是上证数据的路径。用户没有提供，但我们可以假设为： folder_path = r"D:\股票量化数据库\股票csv数据\上证" 由于用户没有明确说明，我们在主程序中暂时保持原来的folder_path，但需要修改为上证数据路径。 因此，我们修改主程序中的folder_path和target_date（如果需要的话）。 考虑到用户可能多次使用，我们可以将市场作为参数传递，但当前问题只要求处理上证。 所以，我们做如下调整： 1. 修改filter_stocks函数中的文件过滤条件（改为'sh'） 2. 修改save_table中的保存目录和文件名 3. 修改主程序中的folder_path为上证数据路径 但是，为了代码的复用性，我们可以根据folder_path自动判断市场，然后决定： - 文件过滤前缀（深证：sz，上证：sh） - 输出目录中的子目录名（深证或上证） - 文件名前缀（深证或上证） 但用户要求输出到“上证”目录，且文件名为“回首望月”，所以我们直接按用户要求修改。 具体修改如下： 步骤1：在filter_stocks函数中，将文件过滤条件改为'sh' 步骤2：在save_table函数中，将保存目录改为上证目录，基础文件名改为“回首望月” 注意：如果同时处理多个市场，这段代码需要重构。但根据当前问题，我们只处理上证。 修改后的代码： 在filter_stocks函数中： csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv') and f.startswith('sh')] # 修改为'sh' 在save_table函数中： save_dir = r"D:\股票量化数据库\回首望月结果\上证" base_filename = "回首望月" 同时，在save_table中创建目录的代码不变。 另外，在main函数中，修改folder_path为上证数据路径： folder_path = r"D:\股票量化数据库\股票csv数据\上证" 如果用户的上证数据路径不同，请根据实际情况修改。 下面给出修改后的完整代码：</think>我已修改代码，将输出文件保存到指定地址 `D:\股票量化数据库\回首望月结果\上证`，并将文件名改为"上证-回首望月"。以下是更新后的完整代码： ```python import os import pandas as pd import numpy as np from datetime import datetime, timedelta def analyze_stock_data(csv_file, target_date): """ 分析单个股票CSV文件，检查是否满足筛选条件 target_date: 格式为'2025/7/17'的目标日期 """ try: # 读取CSV文件 df = pd.read_csv(csv_file) # 确保数据按日期排序（从旧到新） df['date'] = pd.to_datetime(df['date']) df = df.sort_values('date') # 检查是否有足够的数据（至少20个交易日） if len(df) < 20: return False, "数据不足20个交易日" # 计算每日涨跌幅（百分比） df['pct_change'] = (df['close'] / df['close'].shift(1) - 1) * 100 df = df.dropna(subset=['pct_change']) # 移除第一行（无前一日数据） # 将目标日期转换为datetime对象 try: target_dt = datetime.strptime(target_date, '%Y/%m/%d') except ValueError: return False, "日期格式错误，应为'YYYY/MM/DD'" # 查找目标日期在数据中的位置 date_mask = df['date'] == target_dt if not date_mask.any(): return False, f"未找到目标日期 {target_date}" # 获取目标日期所在行的索引 target_idx = df[date_mask].index[0] # 检查索引位置是否足够取数据 if target_idx < 4: # 需要前5个交易日（包括目标日期） return False, "目标日期前数据不足" if target_idx < 19: # 需要20个交易日 return False, "目标日期前20日数据不足" # 获取目标日期前5个交易日（包括目标日期） recent_5 = df.iloc[target_idx-4:target_idx+1] # 取5行：目标日期及其前4天 # 获取目标日期前20个交易日（包括目标日期） recent_20 = df.iloc[target_idx-19:target_idx+1] # 取20行 # 条件1: 最近20日日均涨幅大于0.3% avg_daily_gain = recent_20['pct_change'].mean() if avg_daily_gain <= -0.3: return False, f"日均涨幅不足(仅{avg_daily_gain:.2f}%)" # 获取最近5个交易日的数据 pct_changes = recent_5['pct_change'].values volumes = recent_5['volume'].values # 成交量数据 # 条件2: 近5日有一个交易日涨幅超过9.95% big_gain_days = sum(1 for change in pct_changes if change > 9.95) if big_gain_days < 1: return False, f"大涨日不足(仅{big_gain_days}天)" # 条件3: 近5日有两个交易日上涨 up_days = sum(1 for change in pct_changes if change > 0) if up_days < 2: return False, f"上涨日不足(仅{up_days}天)" # 条件4: 倒数第二天下跌（目标日期的前一天） if pct_changes[-2] >= 0: # 倒数第二天（索引-2） return False, "倒数第二天未下跌" # 条件5: 最后一天上涨（目标日期当天） if pct_changes[-1] <= 0: # 最后一天（索引-1） return False, "最后一天未上涨" # 条件6: 最后一天不能涨停（涨幅不超过9.95%） if pct_changes[-1] > 9.95: return False, "最后一天涨停" # 条件7: 最后一天的成交量小于前一天 if volumes[-1] >= volumes[-2]: return False, f"最后一天成交量({volumes[-1]})不小于前一天({volumes[-2]})" return True, "满足所有条件" except Exception as e: return False, f"处理错误: {str(e)}" def filter_stocks(folder_path, target_date): """ 筛选指定文件夹中满足条件的股票CSV文件 target_date: 格式为'2025/7/17'的目标日期 """ # 获取所有CSV文件 csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv') and f.startswith('sh')] # 修改为上证股票前缀 print(f"在 '{folder_path}' 中找到 {len(csv_files)} 个股票文件，开始筛选...") print(f"目标日期: {target_date}") print(f"筛选条件: 最后一天成交量 < 前一天成交量") qualified_stocks = [] total_files = len(csv_files) for i, filename in enumerate(csv_files): file_path = os.path.join(folder_path, filename) stock_code = filename.split('.')[0] # 获取股票代码 # 分析股票数据 is_qualified, reason = analyze_stock_data(file_path, target_date) # 显示进度 progress = f"[{i+1}/{total_files}] {stock_code}: " if is_qualified: print(progress + "✓ 符合条件") qualified_stocks.append(stock_code) else: # 只显示不符合的原因（可选：注释掉下一行以减少输出） print(progress + f"× 不符合 ({reason})") # 输出结果 print("\n筛选完成!") print(f"符合条件股票数量: {len(qualified_stocks)}/{total_files}") if qualified_stocks: print("\n符合条件的股票代码:") for stock in qualified_stocks: print(stock) # 创建表格并保存到指定位置 save_table(qualified_stocks, target_date) return qualified_stocks def save_table(stock_codes, target_date): """ 将筛选结果保存为表格文件 stock_codes: 符合条件的股票代码列表 target_date: 目标日期 """ # 创建DataFrame result_df = pd.DataFrame({ "股票代码": stock_codes, "筛选日期": target_date, "筛选条件": "回首望月策略(含成交量条件)" }) # 设置新的保存路径 save_dir = r"D:\股票量化数据库\回首望月结果\上证" # 创建目录（如果不存在） if not os.path.exists(save_dir): os.makedirs(save_dir) print(f"已创建目录: {save_dir}") # 统一文件名基础（使用上证前缀） base_filename = "上证-回首望月" # 保存结果到文本文件 result_txt = os.path.join(save_dir, f"{base_filename}_{target_date.replace('/', '')}.txt") with open(result_txt, 'w', encoding='utf-8') as f: f.write("\n".join(stock_codes)) print(f"\n文本结果已保存到: {result_txt}") # 保存为CSV文件 csv_path = os.path.join(save_dir, f"{base_filename}.csv") result_df.to_csv(csv_path, index=False, encoding='utf-8-sig') # 保存为Excel文件 excel_path = os.path.join(save_dir, f"{base_filename}.xlsx") result_df.to_excel(excel_path, index=False) print(f"\n表格文件已保存到:") print(f"CSV格式: {csv_path}") print(f"Excel格式: {excel_path}") # 主程序 if __name__ == "__main__": # 修改为上证数据路径 folder_path = r"D:\股票量化数据库\股票csv数据\上证" target_date = "2025/7/17" # 可修改为目标日期 # 检查路径是否存在 if not os.path.exists(folder_path): print(f"错误: 路径 '{folder_path}' 不存在!") exit(1) # 执行筛选 qualified = filter_stocks(folder_path, target_date) # 如果没有符合条件的股票，也创建空表格 if not qualified: print("\n没有符合条件的股票，创建空表格...") save_table([], target_date) ``` ### 主要修改内容： 1. **输出路径修改**： ```python save_dir = r"D:\股票量化数据库\回首望月结果\上证" ``` 2. **文件名修改**： ```python base_filename = "上证-回首望月" ``` 3. **上证股票筛选**： ```python csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv') and f.startswith('sh')] # 使用'sh'前缀筛选上证股票 ``` 4. **数据源路径修改**： ```python folder_path = r"D:\股票量化数据库\股票csv数据\上证" ``` ### 文件输出结构： ``` D:\股票量化数据库\回首望月结果\上证\ ├── 上证-回首望月.csv ├── 上证-回首望月.xlsx └── 上证-回首望月_20250717.txt ``` ### 上证与深证处理的区别： 1. **股票代码前缀**： - 上证：`sh` 开头（如 `sh600000.csv`） - 深证：`sz` 开头（如 `sz000001.csv`） 2. **市场特点**： - 上证：大型蓝筹股为主，波动相对较小 - 深证：中小创企业为主，波动较大 3. **筛选条件调整建议**： ```python # 针对上证市场可调整条件 if "上证" in folder_path: # 放宽日均涨幅要求 if avg_daily_gain <= -0.2: # 原为-0.3% return False, f"日均涨幅不足" ``` ### 多市场支持方案： ```python def get_market_settings(folder_path): """根据路径自动判断市场类型""" if "深证" in folder_path: return { "prefix": "sz", "output_dir": r"D:\股票量化数据库\回首望月结果\深证", "base_filename": "深证-回首望月" } elif "上证" in folder_path: return { "prefix": "sh", "output_dir": r"D:\股票量化数据库\回首望月结果\上证", "base_filename": "上证-回首望月" } else: return { "prefix": "", "output_dir": r"D:\股票量化数据库\回首望月结果\其他", "base_filename": "回首望月" } # 在filter_stocks中使用 market_settings = get_market_settings(folder_path) csv_files = [f for f in os.listdir(folder_path) if f.endswith('.csv') and f.startswith(market_settings["prefix"])] # 在save_table中使用 save_dir = market_settings["output_dir"] base_filename = market_settings["base_filename"] ```
评论
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