• <tr id="m0okc"></tr>
  • 數據港股票雪球,如何查詢港資持有股票是每日數據

    Q1:數據港現在市盈率多少倍

    數據港現在的價格71.5元,下跌5.03%,對應的動態市盈率是199倍。靜態市盈率是208倍。

    Q2:上海長江口數據港科技有限公司怎么樣?

    上海長江口數據港科技有限公司是2014-07-01在上海市寶山區注冊成立的有限責任公司(自然人投資或控股的法人獨資),注冊地址位于上海市寶山區鐵山路69號2號樓。

    上海長江口數據港科技有限公司的統一社會信用代碼/注冊號是91310113398600080R,企業法人徐軍,目前企業處于開業狀態。

    上海長江口數據港科技有限公司的經營范圍是:計算機數據業務管理和服務(涉及專項審批的按規定辦);非??赝ㄐ旁O備、計算機軟硬件系統及應用的管理、計算機軟件領域內的技術開發、技術轉讓、技術咨詢、技術服務;非??赝ㄐ旁O備、通信工程領域內的技術開發、技術轉讓、技術咨詢、技術服務;通信工程;房地產開發與經營;物業管理服務?!疽婪毥浥鷾实捻椖?,經相關部門批準后方可開展經營活動】。在上海市,相近經營范圍的公司總注冊資本為661364萬元,主要資本集中在 1000-5000萬 和 100-1000萬 規模的企業中,共1738家。本省范圍內,當前企業的注冊資本屬于一般。

    上海長江口數據港科技有限公司對外投資1家公司,具有0處分支機構。

    通過百度企業信用查看上海長江口數據港科技有限公司更多信息和資訊。

    Q3:如何通過雪球查詢股票之前的變動狀況

    一. 雪球公司介紹
    雪球 聰明的投資者都在這里。
    web 1.0:新聞資訊,股價信息,K線圖
    web 2.0:SNS 訂閱,分享,聊天
    web 3.0:移動 APP,交易閉環
    雪球現在員工數還不到100,其中技術人員占一半。去年9月C輪融資4kw刀。我們現在的技術棧由下列組件組成:Java,Scala,Akka,Finagle,Nodejs,Docker ,Hadoop。我們當前是租用IDC機房自建私有云,正在往“公私混合云”方向發展。
    在雪球上,用戶可以獲取滬深港美2w+股票的新聞信息,股價變化情況,也可以獲取,,基金,比特幣,信托,理財,私募等等理財產品的各類信息,也可以關注雪球用戶建立的百萬組合,訂閱它們的實時調倉信息,還可以關注雪球大V。雪球當前有百萬日活躍用戶,每天有4億的API調用。App Store 財務免費榜第 18 名。歷史上曾排到財務第二,總免費榜第 19。
    二. 雪球當前總體架構
    作為一個典型的移動互聯網創業公司,雪球的總體架構也是非常典型的設計:
    最上層是三個端:web端,android端和iOS端。流量比例大約為 2:4:4 。web3.0 的交易功能,在 web 端并不提供。
    接入層以及下面的幾個層,都在我們的自建機房內部。雪球當前只部署了一個機房,還屬于單機房時代。正在進行“私有云+公有云混合部署”方案推進過程中。
    我們當前使用 nodejs 作為 web 端模板引擎。nodejs 模塊與android 和 ios 的 app 模塊一起屬于大前端團隊負責。
    再往下是位于 nginx 后面的 api 模塊。跟 linkedin 的 leo 和微博的 v4 一樣,雪球也有一個遺留的大一統系統,名字就叫 snowball 。最初,所有的邏輯都在 snowball 中實現的。后來慢慢的拆出去了很多 rpc 服務,再后來慢慢的拆出去了一些 http api 做成了獨立業務,但即便如此,snowball 仍然是雪球系統中最大的一個部署單元。
    在需要性能的地方,我們使用 netty 搭建了一些獨立的接口,比如 quoto server,是用來提供開盤期間每秒一次的股價查詢服務,單機 qps 5w+,這個一會再細說;而 IM 服務,起初設計里是用來提供聊天服務,而現在,它最大的用途是提供一個可靠的 push 通道,提供 5w/s 的消息下發容量,這個也一會再細說。
    雪球的服務化拆分及治理采用 twitter 開源的 finagle rpc 框架,并在上面進行了一些二次開發和定制。定制的功能主要集中在 access log 增強,和 fail fast,fail over 策略及降級開關等。 finagle 的實現比較復雜,debug 和二次開發的門檻較高,團隊內部對此也進行了一些討論。
    雪球的業務比較復雜,在服務層中,大致可以分為幾類:第一類是web1.0,2.0 及基礎服務,我們稱為社區,包括用戶,帖子,新聞,股價,搜索等等,類比對象就是新浪財經門戶+微博;第二類是組合及推薦,主要提供股票投資策略的展示和建議,類比對象是美國的motif;第三類是通道,類似股市中的“支付寶”,接入多家券商,提供瞬間開戶,一鍵下單等等各種方便操作的功能。
    雪球的業務實現中,包含很多異步計算邏輯,比如搜索建索引,比如股票漲跌停發通知,比如組合收益計算等等,為此,我們設計了一個獨立的 Thread/Task 模塊,方便管理所有的后臺計算任務。但隨著這些 task 越來越多,邏輯差異越來越大,一個統一的模塊并不是總是最佳的方案,所以,我們又把它拆成了兩大類:流式的,和批量式的。
    雪球的推薦體系包括組合推薦“買什么”和個性化推薦。我們最近正在重新梳理我們的大數據體系,這個感興趣的話可以單聊。
    最下面是基礎設施層。雪球基礎設施層包括:redis,mysql,mq,zk,hdfs,以及容器 docker。
    線上服務之外,我們的開發及后臺設施也很典型:gitlab開發,jenkins打包,zabbix 監控系統向 openfalcon 遷移,redimine向confluence遷移,jira,以及內部開發的 skiing 后臺管理系統。
    ** 三. 雪球架構優化歷程**
    首先描述一下標題中的“股市動蕩”定語修飾詞吧:
    上證指數從年初的3000點半年時間漲到了5000多,6月12號達到最高點5200點,然后就急轉直下,最大單日跌幅 8.48%,一路跌回4000點以下。最近一周都在3900多徘徊。
    3月最后一周,A股開戶 166萬戶,超過歷史最高紀錄 2007年5月第二周165萬戶。
    4月份,證監會宣布A股支持單用戶開設多賬戶。
    6月底,證金公司代表國家隊入場救市。
    7月份,證監會宣布嚴打場外。
    中國好聲音廣告第一晚,帶來超過平時峰值200倍的注冊量
    挑戰:小 VS 大:
    ?。盒」镜捏w量,團隊小,機器規模小
    大:堪比大公司的業務線數量,業務復雜度,瞬間峰值沖擊
    雪球的業務線 = 1個新浪財經 + 1 個微博 + 1 個 motif + 1 個大智慧/同花順。由于基數小,API調用瞬間峰值大約為平時峰值的 30+ 倍。
    挑戰:快速增長,移動互聯網 + 金融,風口,A股大盤劇烈波動。
    首先,在app端,在我們核心業務從 web2.0 sns 向 3.0 移動交易閉環進化的過程中,我們開發了一個自己的 hybrid 框架:本地原生框架,加離線 h5 頁面,以此來支撐我們的快速業務迭代。當前,雪球前端可以做到 2 周一個版本,且同時并行推進 3 個版本:一個在 app store 等待審核上線,一個在內測或公測,一個在開發。我們的前端架構師孟祥宇在今年的 wot 上有一個關于這方面的詳細分享,有興趣的可以稍后再深入了解。
    雪球App實踐—構建靈活、可靠的Hybrid框架 http://wot.51cto.com/2015mobile/ http://down.51cto.com/data/2080769
    另外,為了保障服務的可用性,我們做了一系列的“端到端服務質量監控”。感興趣的可以搜索我今年4月份在環信SM meetup上做的分享《移動時代端到端的穩定性保障》。其中在 app 端,我們采用了一種代價最小的數據傳輸方案:對用戶的網絡流量,電池等額外消耗幾乎為0
    每個請求里帶上前一個請求的結果
    succ or fail : 1 char
    失敗原因:0 - 1 char
    請求接口編號: 1 char
    請求耗時:2 - 3 char
    其它:網絡制式,etc
    炒股的人大多都會盯盤:即在開盤期間,開著一個web頁面或者app,實時的看股價的上下跳動。說到“實時”,美股港股當前都是流式的數據推送,但國內的A股,基本上都是每隔一段時間給出一份系統中所有股票現價的一個快照。這個時間間隔,理論上是3秒,實際上一般都在5秒左右。 交了錢簽了合同,雪球作為合作方就可以從交易所下屬的數據公司那里拿到數據了,然后提供給自己的用戶使用。
    剛才介紹總體架構圖的時候有提到 quote server ,說到這是需要性能的地方。
    業務場景是這樣的,雪球上個人主頁,開盤期間,每秒輪詢一次當前用戶關注的股票價格變動情況。在內部,所有的組合收益計算,每隔一段時間需要獲取一下當前所有股票的實時價格。起初同時在線用戶不多,這個接口就是一個部署在 snowball 中的普通接口,股價信息被實時寫入 redis ,讀取的時候就從 redis 中讀。后來,A股大漲,snowball 抗不住了。于是我們就做了一個典型的優化:獨立 server + 本地內存存儲。開盤期間每次數據更新后,數據接收組件主動去更新 quote server 內存中的數據。 后續進一步優化方案是將這個接口以及相關的處理邏輯都遷移到公有云上去。
    對于那些不盯盤的人,最實用的功能就是股價提醒了。在雪球上,你除了可以關注用戶,還可以關注股票。如果你關注的某只股票漲了或跌了,我們都可以非常及時的通知你。雪球上熱門股票擁有超過 50w 粉絲(招商銀行,蘇寧云商)粉絲可以設置:當這支股票漲幅或跌幅超過 x%(默認7%)時提醒我。曾經連續3天,每天超過1000股跌停,證監會開了一個會,于是接下來2天超過1000股漲停
    原來做法:
    股票漲(跌)x%,掃一遍粉絲列表,過濾出所有符合條件的粉絲,推送消息
    新做法:
    預先建立索引,開盤期間載入內存
    1%:uid1,uid2
    2%:uid3,uid4,uid5
    3%:uid6
    問題:有時候嫌太及時了:頻繁跌停,打開跌停,再跌停,再打開。。。的時候
    內部線上記錄:
    4臺機器。
    單條消息延時 99% 小于 30秒。
    下一步優化目標:99% 小于 10 秒
    IM 系統最初的設計目標是為雪球上的用戶提供一個聊天的功能:
    送達率第一
    雪球IM:Netty + 自定義網絡協議
    Akka : 每個在線client一個actor
    推模式:client 在線情況下使用推模式
    多端同步:單賬號多端可登錄,并保持各種狀態同步
    移動互聯網時代,除了微信qq以外的所有IM,都轉型成了推送通道,核心指標變成了瞬間峰值性能。原有架構很多地方都不太合適了。
    優化:
    分配更多資源:推送賬號actor池
    精簡業務邏輯:重復消息只存id,實時提醒內容不推歷史設備,不更新非活躍設備的session列表等等
    本地緩存:拉黑等無法精簡的業務邏輯遷移到本地緩存
    優化代碼:異步加密存儲,去除不合理的 akka 使用
    akka這個解釋一下:akka 有一個自己的 log adapter,內部使用一個 actor 來處理所有的 log event stream 。當瞬間峰值到來的時候,這個 event stream 一下子就堵了上百萬條 log ,導致 gc 顛簸非常嚴重。最后的解決辦法是,繞過 akka 的 log adapter,直接使用 logback 的 appender
    線上記錄:5w/s (主動限速)的推送持續 3 分鐘,p99 性能指標無明顯變化
    7月10號我們在中國好聲音上做了3期廣告。在廣告播出之前,我們針對廣告可能帶來的對系統的沖擊進行了壓力測試,主要是新用戶注冊模塊,當時預估廣告播出期間2小時新注冊100萬
    壓測發現 DB 成為瓶頸:
    昵稱檢測 cache miss > 40%
    昵稱禁用詞 where like 模糊查詢
    手機號是否注冊 cache miss > 80%
    注冊新用戶:5 insert
    優化:
    redis store:昵稱,手機號
    本地存儲:昵稱禁用詞
    業務流程優化:DB insert 操作同步改異步
    下一步優化計劃:
    將 sns 系統中所有的上行操作都改成類似的異步模式
    接口調用時中只更新緩存,而且主動設置5分鐘過期,然后寫一個消息到 mq 隊列,隊列處理程序拿到消息再做其它耗時操作。
    為了支持失敗重試,需要將主要的資源操作步驟都做成冪等。
    前置模塊HA:
    合作方合規要求:業務單元部署到合作方內網,用戶的敏感數據不允許離開進程內存
    業務本身要求:業務單元本身為有狀態服務,業務單元高可用
    解決方案:
    使用 Hazelcast In-Memory Data Grid 的 replication map 在多個 jvm 實例之間做數據同步。
    java 啟動參數加上 -XX:+DisableAttachMechanism -XX:-UsePerfData,禁止 jstack,jmap 等等 jdk 工具連接
    關于前置模塊,其實還有很多很奇葩的故事,鑒于時間關系,這里就不展開講了。以后有機會可以當笑話給大家講。
    組合凈值計算性能優化:
    一支股票可能在超過20萬個組合里(南車北車中車,暴風科技)
    離線計算,存儲計算后的結果
    股價3秒變一次,涉及到這支股票的所有組合理論上也需要每 3 秒重新計算一次
    大家可能會問,為什么不用戶請求時,實時計算呢?這是因為“組合凈值”中還包括分紅送配,分股,送股,拆股,合股,,紅利等等,業務太過復雜,開發初期經常需要調整計算邏輯,所以就設計成后臺離線計算模式了。當前正在改造,將分紅送配邏輯做成離線計算,股價組成的凈值實時計算。接口請求是,將實時計算部分和離線計算部分合并成最終結果。
    實際上,我們的計算邏輯是比較低效的:循環遍歷所有的組合,對每個組合,獲取所有的價值數據,然后計算。完成一遍循環后,立即開始下一輪循環。
    優化:
    分級:活躍用戶的活躍組合,其它組合。
    批量:拉取當前所有股票的現價到 JVM 內存里,這一輪的所有組合計算都用這一份股價快照。
    關于這個話題的更詳細內容,感興趣的可以參考雪球組合業務總監張巖楓在今年的 arch summit 深圳大會上的分享:構建高可用的雪球投資組合系統技術實踐 http://sz2015.archsummit.com/speakers/201825
    最后,我們還做了一些通用的架構和性能優化,包括jdk升級到8,開發了一個基于 zookeeper 的 config center 和開關降級系統
    四. 聊聊關于架構優化的一些總結和感想
    在各種場合經常聽說的架構優化,一般都是優化某一個具體的業務模塊,將性能優化到極致。而在雪球,我們做的架構優化更多的是從問題出發,解決實際問題,解決到可以接受的程度即可??赡艽蠹铱雌饋頃X得很凌亂,而且每個事情單獨拎出來好像都不是什么大事。
    我們在對一個大服務做架構優化時,一般是往深入的本質進行挖掘;當我們面對一堆架構各異的小服務時,“架構優化”的含義其實是有一些不一樣的。大部分時候,我們并不需要(也沒有辦法)深入到小服務的最底層進行優化,而是去掉或者優化原來明顯不合理的地方就可以了。
    在快速迭代的創業公司,我們可能不會針對某一個服務做很完善的架構設計和代碼實現,當出現各種問題時,也不會去追求極致的優化,而是以解決瓶頸問題為先。
    即使我們經歷過一回將 snowball 拆分服務化的過程,但當我們重新上一個新的業務時,我們依然選擇將它做成一個大一統的服務。只是這一次,我們會提前定義好每個模塊的 service 接口,為以后可能的服務化鋪好路。
    在創業公司里,重寫是不能接受的;大的重構,從時間和人力投入上看,一般也是無法承擔的。而“裱糊匠”式做法,哪里有性能問題就加機器,加緩存,加數據庫,有可用性問題就加重試,加log,出故障就加流程,加測試,這也不是雪球團隊工作方式。我們一般都采用最小改動的方式,即,準確定義問題,定位問題根源,找到問題本質,制定最佳方案,以最小的改動代價,將問題解決到可接受的范圍內。
    我們現在正在所有的地方強推3個數據指標:qps,p99,error rate。每個技術人員對自己負責的服務,一定要有最基本的數據指標意識。數字,是發現問題,定位根源,找到本質的最重要的依賴條件。沒有之一。
    我們的原則:保持技術棧的一致性和簡單性,有節制的嘗試新技術,保持所有線上服務依賴的技術可控,簡單來說,能 hold 住。
    能用cache的地方絕不用db,能異步的地方,絕不同步。俗稱的:吃一塹,長一智。
    特事特辦:業務在發展,需求在變化,實現方式也需要跟著變化。簡單的來說:遺留系統的優化,最佳方案就是砍需求,呵呵。

    Q4:杭州數據港科技有限公司怎么樣?

    杭州數據港科技有限公司是2018-10-08在浙江省杭州市余杭區注冊成立的有限責任公司(自然人投資或控股的法人獨資),注冊地址位于浙江省杭州市余杭區仁和街道桂豐路9號5幢3樓303室。

    杭州數據港科技有限公司的統一社會信用代碼/注冊號是91330110MA2CEQTW51,企業法人吳思權,目前企業處于開業狀態。

    杭州數據港科技有限公司的經營范圍是:計算機數據業務管理和服務;計算機軟硬件開發;信息技術、通訊設備、通訊工程、計算機軟硬件系統及應用管理技術、新能源應用領域內從事技術開發、技術轉讓、技術服務、技術咨詢;通信工程服務;物業管理;通信設備、電子產品、電器設備、機電設備、計算機軟硬件及配件銷售;計算機系統集成服務;機電設備安裝,維護(除特種設備),網絡工程服務;貨物及技術進出口(法律、行政法規禁止經營的項目除外,法律、行政法規限制經營的項目取得許可證后方可經營)房屋建筑工程施工;建筑工程咨詢服務。(依法須經批準的項目,經相關部門批準后方可開展經營活動)。本省范圍內,當前企業的注冊資本屬于一般。

    通過百度企業信用查看杭州數據港科技有限公司更多信息和資訊。

    Q5:股票交易明細包括主力和港資嗎?

    股票交易明細是盤中全部的交易,只要是在盤中的交易全部顯示,大額交易系統成交不在其中。

    Q6:在通達信中設置港資持股曲線為什么網上那個公式我設置不了,顯示公式有錯誤?

    那你需要把公式代碼發出來,才能知道是什么錯誤,能不能解決啊.