同时或者近似同时播放多个animation , 以及怎样与flr互动

  • 互动参考:

https://medium.com/filledstacks/better-animations-in-flutter-using-flare-an-experiment-ddcb35ab0650

 

 

  •  mixin , 也就是把2个动画混合 。  参考 :

https://github.com/2d-inc/Flare-Flutter/tree/09b307c113e2b10c7a7bcc07ca9d2f50aff94cb3/example/penguin_dance

 

但是源代码不能编译, 需要把 implement 改为  with  , 此答案来自:

https://github.com/xuelongqy/flutter_easyrefresh/issues/78

 

 

 

wow classic pvp macro

  •  warrior

 

 

python 数值分析

 

python 时间序列建模

  • 所谓建模, 就是找一个合适的方程描述特定的曲线

有了方程,可以求导,计算某一点位的即时趋势

  • 最基础的,  up , down 的趋势怎么判断  ?

当前是用一个10元素的栈,放过去1分钟的斜率,先进先出

如果新斜率普遍大于旧的,说明是涨势

 

  • 参考文章 :

A comprehensive beginner’s guide to create a Time Series Forecast (with Codes in Python and R)

https://www.analyticsvidhya.com/blog/2016/02/time-series-forecasting-codes-python/


金融时间序列分析  第三版

 


https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5283670/检测时间序列的突然变化


 

https://techrando.com/2019/08/14/a-brief-introduction-to-change-point-detection-using-python/   

用python实现

关键字 : Detecting changes in a time-series


 

理论论文:

1801.00718


电子书 about forecasting

https://otexts.com/fpp2/appendix-using-r.html

 

  • 关键字

Change point detection (or CPD)

time serial   时间序列

Trends    趋势

Irregularity  或者叫 noise , 噪音,扰乱

 

  • 要达到的效果

大致类似这个

https://patents.google.com/patent/CN106600410A/zh

本发明公开了一种基于时间序列的量化投资方法,所述方法为下述方法之一:(1)时间序列预测:是一种考虑变量随时间发展变化规律,并用该变量以往的统计资料建立数学模型,进行类推或延伸,借以预测下一段时间的趋势的方法;(2)相似搜索:是通过测量时间序列数据之间的相似度,从历史库中寻找相似的时间序列数据,从而对系统的走势做出预测;(3)周期分析:指对周期模式的挖掘,即在时序数据库中找出重复出现的模式。本申请将时间序列与量化分析相结合,可以做出准确预测,满足客户的使用需求。

其中相似性已有基础的解决方案,见:

http://www.notesoflyang.com/?p=1757

 

  • 其他的影响因素

a) 出现哪种情况会让多方情绪升高

空方开始做空

空方绝望平空或者转多

多方绝望

b)  降噪未必是对的 , 来回反复是为了强化信念,特别是错的信念

 

  • 作业

1:  以xxxx 为前高 ,xxxx为低点 ,  以xxxx为新高 , 自动画出集中突破走势 图

提示, 人们如果被灌输进前高是高点的概念, 那么会在高于此位置多少的范围内做空, 是有大数据支持的 ,主力会故意流出一个做空区域陷阱