股票软件的K线图终于自己画出来了可以同时个股
你应当细心忖量一下，盘算帐。这个存储占众大？你买一块1T的硬盘能用众上光阴？每天花费几块钱？
假若你打算轨范时还替电脑“嫌困难”，这就没辙了。我看你是怕本人费脑筋众写3、4行代码吧。
我也做了一个，然则K线比拟我是直接读取新浪的图片数据的。现正在要改为yahoo数据，做均线剖析。又有几个老股民沿道做战术，我不懂VS,也是正在研习逐步做，代码网上根基有。
不管你的坐标系上叠加众少层图外，其数据都应当是“现成的”。不要去过于纷乱（或者说过于简易）地去搞什么“权且估计”。我思这应当是研发图外编制的最根基的思绪，将图外与估计分层，不要纠结正在沿道。
也许你没有细心忖量，同花顺操作的时分，能够设定6条均线可调，，macd除了默认的12、26、9外，三个参数也有{（5-40），（10-100），（2-40）}的调度领域。假若这些区别的参数都实行算好了放着，绘图的时分直接查出来用的话，也许要很大很大的存储空间啊。于是我感到那些软件应当仍然现用现查。只是他们的任职器也许是大型估计机，能很速估计完。
很简易，这是你的打算过于简易（或者说过于纷乱）的题目。假若你把这些也从数据库中提取，而不是权且估计，那么自然就“速”了。
原来，我这光绘图也仍然很速，便是打算数据慢了些，非常是要估计每天的均线值、MACD值，要费很众光阴。股票走势k线图下载感乐趣的群众可往后商量下。
楼主，我卒业打算便是做这个，用VB做股票界面剖析，能给联络办法私聊下？
原来这个题目的更首要的症结，不是什么“是反复估计100万次，仍然只估计1次然后就反复应用”的题目。我前边说过，这种题目要认识到它是一种很适用的“形式”，它再一次写之后就要缓慢举行巨额的神速读取，正在一个界面上就有巨额消息读取。那么这种报外编制，你就应当把数据核心跟报外“分层”！不管数据是否必要权且估计一遍，它都不应当就扯到今朝的图外中。不管数据是否必要权且估计一遍，这都一经被障蔽正在另一个数据任职层后边了。
之前固然不停正在写轨范，然则做的轨范都是属于：仰仗靠本人一局部实行从后台数据库到前台界面，从生意逻辑到操态度格整个事情的轨范，没有到场过至公司的轨范开垦和打算的体会。于是固然有过绘图的时分不估计，直接盘问出来数据的念头，不过便是仅仅大约估算了下，每条日k线光DIF,DEA,BAR这3个目标就也许要缓存放35*90*38约10万组数据，本人谁人简易的sqlite数据库也许怕是承受不起。是以就放弃了此种形式。
什么叫做“提前算好放着”？你看来底子没有细心看。一组数据正在第一次估计之后，就不必要反复估计了！谁给你说没有人用的时分也？
实践上，任何一个互联网公司，都邑把估计机过的数据缓存到一个非凡速的任职器。假若它有20台任职器来分流接入压力，那么它此外有一台任职器特意用来放这类缓存的数据。比拟于守旧过的联系数据库的每秒1000次盘问的速率而言，这类任职器上的编制（比如redis、mongoDb3.0等等）则能够援手每秒50万次的盘问速率，是以它比联系数据库速百倍。而云云的任职器会设备比力大的内存，比如16G乃至64G内存，它便是干缓存用的（逾期的自愿作废）。
你回帖不停仍然夸大的《缓存机制》，配合上至公司任职器群集和一台或几台特意的缓存任职器云云的大手笔硬件设备，比守旧的遍及数据库速100倍以上的材料，真是开了眼界了，斥地了一种新思绪，假若有时机做大编制，那肯定是宽心大胆的应用云云的手艺。
什么叫做“提前算好放着”？你看来底子没有细心看。一组数据正在第一次估计之后，就不必要反复估计了！谁给你说没有人用的时分也？
2012年2月 众媒体/打算/Flash/Silverlight 开垦大版内专家分月排行榜第二
也许你没有细心忖量，同花顺操作的时分，能够设定6条均线可调，，macd除了默认的12、26、9外，上个参数也有{（5-40），（10-100），（2-40）}的调度领域。假若这些区别的参数都实行算好了放着，绘图的时分直接查出来用的话，也许要很大很大的存储空间啊。于是我感到那些软件应当仍然现用现查。只是他们的任职器也许是大型估计机，能很速估计完。
原来，我这光绘图也仍然很速，便是打算数据慢了些，非常是要估计每天的均线值、MACD值，要费很众光阴。股票走势k线图下载
你回帖不停仍然夸大的《缓存机制》，配合上至公司任职器群集和一台或几台特意的缓存任职器云云的大手笔硬件设备，比守旧的遍及数据库速100倍以上的材料，真是开了眼界了，斥地了一种新思绪，假若有时机做大编制，那肯定是宽心大胆的应用云云的手艺。
也许你没有细心忖量，同花顺操作的时分，能够设定6条均线可调，，macd除了默认的12、26、9外，上个参数也有{（5-40），（10-100），（2-40）}的调度领域。假若这些区别的参数都实行算好了放着，绘图的时分直接查出来用的话，也许要很大很大的存储空间啊。于是我感到那些软件应当仍然现用现查。只是他们的任职器也许是大型估计机，能很速估计完。
很简易，这是你的打算过于简易（或者说过于纷乱）的题目。假若你把这些也从数据库中提取，而不是权且估计，那么自然就“速”了。
2012年2月 众媒体/打算/Flash/Silverlight 开垦大版内专家分月排行榜第二
而假若可能少反复估计100万次，不算是降低用户体验，省却了电费（估计机CPU不必永远大功率运转）也速够了吧？！
2012年2月 众媒体/打算/Flash/Silverlight 开垦大版内专家分月排行榜第二
原来没啥，种种目标都有公式，遵照公式编码就行了，根基都是遵照种种均线算法组合出来，假若更好一点的话，你能够做一套解析公式的东西，本人写目标，你轨范自愿就画出来了，邃晓信，指南针都是云云的
之前固然不停正在写轨范，然则做的轨范都是属于：仰仗靠本人一局部实行从后台数据库到前台界面，从生意逻辑到操态度格整个事情的轨范，没有到场过至公司的轨范开垦和打算的体会。于是固然有过绘图的时分不估计，直接盘问出来数据的念头，不过便是仅仅大约估算了下，每条日k线光DIF,DEA,BAR这3个目标就也许要缓存放35*90*38约10万组数据，本人谁人简易的sqlite数据库也许怕是承受不起。是以就放弃了此种形式。
Android:都是Layout的BaselineAligned惹的祸
原来没啥，种种目标都有公式，遵照公式编码就行了，根基都是遵照种种均线算法组合出来，假若更好一点的话，你能够做一套解析公式的东西，本人写目标，你轨范自愿就画出来了，邃晓信，指南针都是云云的
原来，我这光绘图也仍然很速，便是打算数据慢了些，非常是要估计每天的均线值、MACD值，要费很众光阴。
结果，又有个专牛角筋的题目，象sqlite云云轻量、简易的小数据库，假若又要象同花顺那样专业些，又要跑的速少许，莫非便是必定办不到的事了吗？我还思把此轨范转得手机上去做个手机的单机轨范呢，是不是别折腾了？呵呵。
2012年2月 众媒体/打算/Flash/Silverlight 开垦大版内专家分月排行榜第二
实践上，任何一个互联网公司，都邑把估计机过的数据缓存到一个非凡速的任职器。假若它有20台任职器来分流接入压力，那么它此外有一台任职器特意用来放这类缓存的数据。比拟于守旧过的联系数据库的每秒1000次盘问的速率而言，这类任职器上的编制（比如redis、mongoDb3.0等等）则能够援手每秒50万次的盘问速率，是以它比联系数据库速百倍。而云云的任职器会设备比力大的内存，比如16G乃至64G内存，它便是干缓存用的（逾期的自愿作废）。
实践上，任何一个互联网公司，都邑把估计机过的数据缓存到一个非凡速的任职器。假若它有20台任职器来分流接入压力，那么它此外有一台任职器特意用来放这类缓存的数据。比拟于守旧过的联系数据库的每秒1000次盘问的速率而言，这类任职器上的编制（比如redis、mongoDb3.0等等）则能够援手每秒50万次的盘问速率，是以它比联系数据库速百倍。而云云的任职器会设备比力大的内存，比如16G乃至64G内存，它便是干缓存用的（逾期的自愿作废）。
2012年2月 众媒体/打算/Flash/Silverlight 开垦大版内专家分月排行榜第二
惟有第一次估计得慢少许罢了，此后就应当不花--惟有第一次估计得慢少许罢了，此后就应当不花光阴
只消是估计过第一次，就不应当反复估计剩下的999999次。最最少地，惟有第一次估计得慢少许罢了，此后就应当不花。而这第一次估计得慢，怎样也许长期都让统一局部进步？
结果，又有个专牛角筋的题目，象sqlite云云轻量、简易的小数据库，假若又要象同花顺那样专业些，又要跑的速少许，莫非便是必定办不到的事了吗？我还思把此轨范转得手机上去做个手机的单机轨范呢，是不是别折腾了？呵呵。
后果还能够，便是稍微有些慢，画100天的K，速率还比不上手机上的同花顺速。不了解同花顺那么速，是任职器估计速率比遍及电脑速，仍然我的算法还能够优化。
原来，我这光绘图也仍然很速，便是打算数据慢了些，非常是要估计每天的均线值、MACD值，要费很众光阴。
实践上，任何一个互联网公司，都邑把估计机过的数据缓存到一个非凡速的任职器。假若它有20台任职器来分流接入压力，那么它此外有一台任职器特意用来放这类缓存的数据。比拟于守旧过的联系数据库的每秒1000次盘问的速率而言，这类任职器上的编制（比如redis、股票走势k线图下载mongoDb3.0等等）则能够援手每秒50万次的盘问速率，是以它比联系数据库速百倍。而云云的任职器会设备比力大的内存，比如16G乃至64G内存，它便是干缓存用的（逾期的自愿作废）。
这里光商讨日线的macd,通常要估计的结果是DIF,DEA,BAR,假若是提前算好放着，那么每条日k线万组数据。这也太可骇了吧。
很简易，这是你的打算过于简易（或者说过于纷乱）的题目。假若你把这些也从数据库中提取，而不是权且估计，那么自然就“速”了。