BackTrader 中文文档（十九）

ApacheCN_飞龙

发布于 2024-05-24 15:40:56

490

发布于 2024-05-24 15:40:56

文章被收录于专栏：信数据得永生信数据得永生

原文：www.backtrader.com/

2016

BTFD - 现实的打击

原文：www.backtrader.com/blog/posts/2016-12-28-btfd-bites/btfd-bites/

之前的帖子设法复制了BTFD策略，发现真正的收益是16x而不是31x。

但正如在复制过程中指出的那样：

没有收取任何手续费
使用2x杠杆不收取利息

这引起了一个显而易见的问题：

当收取佣金和利息时，16 倍的收益将有多少？

幸运的是，之前的样本足够灵活，可以进行实验。为了得到一些视觉反馈和验证，以下代码将添加到策略中

def start(self):
    print(','.join(['TRADE', 'STATUS', 'Value', 'PNL', 'COMMISSION']))

def notify_order(self, order):
    if order.status in [order.Margin]:
        print('ORDER FAILED with status:', order.getstatusname())

def notify_trade(self, trade):
    if trade.isclosed:
        print(','.join(map(str, [
            'TRADE', 'CLOSE',
            self.data.num2date(trade.dtclose).date().isoformat(),
            trade.value,
            trade.pnl,
            trade.commission,
        ]
        )))
    elif trade.justopened:
        print(','.join(map(str, [
            'TRADE', 'OPEN',
            self.data.num2date(trade.dtopen).date().isoformat(),
            trade.value,
            trade.pnl,
            trade.commission,
        ]
        )))

关键在于以下内容：

查看交易如何开启和关闭（价值，利润和损失，价值和佣金）
如果订单因资金不足而被拒绝，则提供反馈Margin 注意因为将有一个调整要投资的金额，以留出佣金的空间，所以一些订单可能无法被经纪人接受。这种视觉反馈可以帮助识别情况

验证

首先快速测试以查看某些订单是否被接受。

$ ./btfd.py --comminfo commission=0.001,leverage=2.0 --strat target=1.0

TRADE,STATUS,Value,PNL,COMMISSION
ORDER FAILED with status: Margin
ORDER FAILED with status: Margin
TRADE,OPEN,1990-01-08,199345.2,0.0,199.3452
TRADE,CLOSE,1990-01-10,0.0,-1460.28,397.23012

注意：

我们应用target=1.0，意味着：尝试投资 100%的资本。这是默认值，但它在这里作为参考。
commission=0.001或0.1%，以确保我们有时会满足保证金
前两个订单被拒绝了，显示Margin。
第三个订单被接受了。这不是错误。系统试图投资100%的资本，但资产有一个价格，这是用来计算股份大小的。大小是从实际可用的现金计算出的潜在大小的结果进行向下舍入。这次向下舍入为这个第三个订单留下了足够的空间。
交易通知（OPEN和CLOSE）显示了开仓手续费和最终总手续费，接近200k的价值，展示了2x杠杆的实际效果。开仓手续费为199.3452，这是杠杆价值的0.1%，即199,345.2

剩余的测试将使用target=0.99x进行，其中x将确保有足够的空间用于选定的手续费。

现实的打击

让我们举一些真实的例子

目标 99.8% - 佣金 0.1%

./btfd.py --comminfo commission=0.001,leverage=2.0 --strat target=0.998 --plot

霹雳般的！不仅BTFD策略远未接近16x的收益：它损失了大部分资金。

从100,000下降到大约4,027

注意

下降到值是非杠杆值，因为这是在平仓时将返回系统的大约值

目标 99.9% - 佣金 0.05%

很可能是佣金过于激进。让我们去一半

./btfd.py --comminfo commission=0.0005,leverage=2.0 --strat target=0.999 --plot

NO, NO。佣金并非如此激进，因为系统仍然亏损，从100,000下降到约69,000（非杠杆价值）

目标 99.95% - 佣金 0.025%

佣金再次被除以二

./btfd.py --comminfo commission=0.00025,leverage=2.0 --strat target=0.9995 --plot

最终系统赚钱了：

最初的100,000被用于3x增益，增加到331,459。
但这并不符合资产的表现，该资产已经涨到了超过600k

注意

该示例接受--fromdate YYYY-MM-DD和--todate YYYY-MM-DD来选择应用策略的时间段。这将允许对不同日期范围进行类似的场景测试。

结论

当面对佣金时，16x的收益无法持续。对于一些经纪人提供的佣金（无上限且按百分比计算），需要非常好的交易才能确保系统赚钱。

在这种情况下，策略应用于标普 500，BTFD策略与指数的表现不相匹配。

没有应用利率。使用佣金已足以看出16x距离任何潜在利润有多远。无论如何，以2%的利率运行将执行如下

./btfd.py --comminfo commission=0.00025,leverage=2.0,interest=0.02,interest_long=True --strat target=0.9995 --plot

interest_long=True 是必须的，因为默认情况下收取利息的行为只针对多头仓位进行。

示例用法

$ ./btfd.py --help
usage: btfd.py [-h] [--offline] [--data TICKER]
               [--fromdate YYYY-MM-DD[THH:MM:SS]]
               [--todate YYYY-MM-DD[THH:MM:SS]] [--cerebro kwargs]
               [--broker kwargs] [--valobserver kwargs] [--strat kwargs]
               [--comminfo kwargs] [--plot [kwargs]]

BTFD - http://dark-bid.com/BTFD-only-strategy-that-matters.html - https://www.
reddit.com/r/algotrading/comments/5jez2b/can_anyone_replicate_this_strategy/

optional arguments:
  -h, --help            show this help message and exit
  --offline             Use offline file with ticker name (default: False)
  --data TICKER         Yahoo ticker to download (default: ^GSPC)
  --fromdate YYYY-MM-DD[THH:MM:SS]
                        Starting date[time] (default: 1990-01-01)
  --todate YYYY-MM-DD[THH:MM:SS]
                        Ending date[time] (default: 2016-10-01)
  --cerebro kwargs      kwargs in key=value format (default: stdstats=False)
  --broker kwargs       kwargs in key=value format (default: cash=100000.0,
                        coc=True)
  --valobserver kwargs  kwargs in key=value format (default:
                        assetstart=100000.0)
  --strat kwargs        kwargs in key=value format (default:
                        approach="highlow")
  --comminfo kwargs     kwargs in key=value format (default: leverage=2.0)
  --plot [kwargs]       kwargs in key=value format (default: )

示例代码

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

# References:
#  - https://www.reddit.com/r/algotrading/comments/5jez2b/can_anyone_replicate_this_strategy/
#  - http://dark-bid.com/BTFD-only-strategy-that-matters.html

import argparse
import datetime

import backtrader as bt

class ValueUnlever(bt.observers.Value):
    '''Extension of regular Value observer to add leveraged view'''
    lines = ('value_lever', 'asset')
    params = (('assetstart', 100000.0), ('lever', True),)

    def next(self):
        super(ValueUnlever, self).next()
        if self.p.lever:
            self.lines.value_lever[0] = self._owner.broker._valuelever

        if len(self) == 1:
            self.lines.asset[0] = self.p.assetstart
        else:
            change = self.data[0] / self.data[-1]
            self.lines.asset[0] = change * self.lines.asset[-1]

class St(bt.Strategy):
    params = (
        ('fall', -0.01),
        ('hold', 2),
        ('approach', 'highlow'),
        ('target', 1.0)
    )

    def __init__(self):
        if self.p.approach == 'closeclose':
            self.pctdown = self.data.close / self.data.close(-1) - 1.0
        elif self.p.approach == 'openclose':
            self.pctdown = self.data.close / self.data.open - 1.0
        elif self.p.approach == 'highclose':
            self.pctdown = self.data.close / self.data.high - 1.0
        elif self.p.approach == 'highlow':
            self.pctdown = self.data.low / self.data.high - 1.0

    def next(self):
        if self.position:
            if len(self) == self.barexit:
                self.close()
        else:
            if self.pctdown <= self.p.fall:
                self.order_target_percent(target=self.p.target)
                self.barexit = len(self) + self.p.hold

    def start(self):
        print(','.join(['TRADE', 'STATUS', 'Value', 'PNL', 'COMMISSION']))

    def notify_order(self, order):
        if order.status in [order.Margin, order.Rejected, order.Canceled]:
            print('ORDER FAILED with status:', order.getstatusname())

    def notify_trade(self, trade):
        if trade.isclosed:
            print(','.join(map(str, [
                'TRADE', 'CLOSE',
                self.data.num2date(trade.dtclose).date().isoformat(),
                trade.value,
                trade.pnl,
                trade.commission,
            ]
            )))
        elif trade.justopened:
            print(','.join(map(str, [
                'TRADE', 'OPEN',
                self.data.num2date(trade.dtopen).date().isoformat(),
                trade.value,
                trade.pnl,
                trade.commission,
            ]
            )))

def runstrat(args=None):
    args = parse_args(args)

    cerebro = bt.Cerebro()

    # Data feed kwargs
    kwargs = dict()

    # Parse from/to-date
    dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
    for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
        kwargs[d] = datetime.datetime.strptime(a, dtfmt + tmfmt * ('T' in a))

    if not args.offline:
        YahooData = bt.feeds.YahooFinanceData
    else:
        YahooData = bt.feeds.YahooFinanceCSVData

    # Data feed - no plot - observer will do the job
    data = YahooData(dataname=args.data, plot=False, **kwargs)
    cerebro.adddata(data)

    # Broker
    cerebro.broker = bt.brokers.BackBroker(**eval('dict(' + args.broker + ')'))

    # Add a commission
    cerebro.broker.setcommission(**eval('dict(' + args.comminfo + ')'))

    # Strategy
    cerebro.addstrategy(St, **eval('dict(' + args.strat + ')'))

    # Add specific observer
    cerebro.addobserver(ValueUnlever, **eval('dict(' + args.valobserver + ')'))

    # Execute
    cerebro.run(**eval('dict(' + args.cerebro + ')'))

    if args.plot:  # Plot if requested to
        cerebro.plot(**eval('dict(' + args.plot + ')'))

def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description=(' - '.join([
            'BTFD',
            'http://dark-bid.com/BTFD-only-strategy-that-matters.html',
            ('https://www.reddit.com/r/algotrading/comments/5jez2b/'
             'can_anyone_replicate_this_strategy/')]))
        )

    parser.add_argument('--offline', required=False, action='store_true',
                        help='Use offline file with ticker name')

    parser.add_argument('--data', required=False, default='^GSPC',
                        metavar='TICKER', help='Yahoo ticker to download')

    parser.add_argument('--fromdate', required=False, default='1990-01-01',
                        metavar='YYYY-MM-DD[THH:MM:SS]',
                        help='Starting date[time]')

    parser.add_argument('--todate', required=False, default='2016-10-01',
                        metavar='YYYY-MM-DD[THH:MM:SS]',
                        help='Ending date[time]')

    parser.add_argument('--cerebro', required=False, default='stdstats=False',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--broker', required=False,
                        default='cash=100000.0, coc=True',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--valobserver', required=False,
                        default='assetstart=100000.0',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--strat', required=False,
                        default='approach="highlow"',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--comminfo', required=False, default='leverage=2.0',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--plot', required=False, default='',
                        nargs='?', const='volume=False',
                        metavar='kwargs', help='kwargs in key=value format')

    return parser.parse_args(pargs)

if __name__ == '__main__':
    runstrat()

BTFD（买入垃圾… Dip）

原文：www.backtrader.com/blog/posts/2016-12-26-btfd/btfd/

注意

为CloseClose方法添加了操作日志（下面的示例也已更新）

Reddit上的一篇帖子呼吁复制BTFD策略，结果证明这是添加另一个功能到backtrader所需的小推动：杠杆

这些链接：

在Reddit的帖子中最终没有对Dark Bid的结果进行完全复制。但是这是可以做到的。尽管从一开始就必须指出一些事情：

Dark Bid并没有展示真正的图表，并且关于该策略的解释实在是缺乏，大多数人可能会认为它是错误的

让我们直接在这里查看图表（请记住，图表来自Dark Bid BTFD帖子）

大多数人可能会做出以下解释：

在收盘时购买：这部分很清楚。在收盘竞价时购买
当标普至少下跌 1%：在大多数情况下，这意味着当前收盘价比前一次收盘价低1%
持有 2 天：这里的解释将是在 2 个交易会话后在收盘时卖出
2x 杠杆：每个购买操作都是 2 倍杠杆（或*100%*信用）

附加信息：

数据似乎从1990-01-01运行到2016-09-30
起始现金价值似乎从100,000开始

注意

请注意，没有收取任何佣金或信用利息。

下面的示例已配置为获胜设置，但第一次执行将遵守解释的规则。

$ ./btfd.py --plot --strat approach="'closeclose'"

注意

该示例接受一个--offline参数，以使用之前从Yahoo下载的文件来加速测试。如果不使用，将每次都从Yahoo下载默认日期和默认股票代码为^GSPC的数据。

休斯顿，我们有问题！尽管没有预期的那么大。观察结果：

我们的资产已经从100,000增加到602,816，这似乎与上面的BTFD图表完全吻合
另一方面，我们的100,000现金只增加到357,277，这似乎低于预期值的10x，预期值为3,000,000（或3M）
在这种情况下，value和value_unlever相等，这意味着策略不在市场中

但是最有趣的是：红色线显示的时间内的价值明显不同

我们的线路有非常快速的上涨和下跌这是由于杠杆。当策略购买时，2x杠杆允许购买两倍的资产。但是当策略处于现金状态时，现金的价值并不是其价值的两倍。
BTFD行没有展现出这种行为，因为它始终始终是杠杆的

好的。BTFD谜题的第一部分… 已解决！但我们仍然有一个问题，这是匹配Dark Bid实现的性能。毫不犹豫，使用默认的获胜设置运行样本。

$ ./btfd.py --plot --strat approach="'highlow'"

注意

如果在策略中没有approach参数运行样本，则approach=highlow是默认设置

在这种情况下：

使用high和low之间的差异。当然，这并不是*“下跌至少 1%，如BTFD图表所示。这是不同的情况，因为low可能也发生在high之前，许多人会认为这是上涨而不是下跌*。

注意

该策略允许这些方法：closeclose、highlow、highclose和openclose。

但是：

该系统的value为3,184,118。这是一个赢家，因为对BTFD图表的视觉检查显示最终值超过了3M。
系统的未杠杆价值（value_unlever）是：1,592,608，这不是上述情况。这只是告诉我们策略正在市场上

显然，在大约 1 或 2 天内，该策略将出售头寸，实际现金价值将约为1,592,608，绝不接近3,184,118。

1.5M的值是原始Reddit帖子达到的最佳观察结果。

结论

完整的BTFD谜团已解决。关键在于：

图表中绘制的value线不是真实的，因为它始终杠杆，而不仅仅是在购买时
方法实际上不是在资产*至少下跌 1%*时购买，如通常理解的那样（前一次收盘价到当前收盘价），而是在资产的high和low之间至少有 1%的差异时购买
实际收益大约为16 倍（从100,000增加到大约1,592,000），在任何情况下都不会达到31 倍（从100,000增加到3.1M）

样本用法

$ ./btfd.py --help
usage: btfd.py [-h] [--offline] [--data TICKER]
               [--fromdate YYYY-MM-DD[THH:MM:SS]]
               [--todate YYYY-MM-DD[THH:MM:SS]] [--cerebro kwargs]
               [--broker kwargs] [--valobserver kwargs] [--strat kwargs]
               [--comminfo kwargs] [--plot [kwargs]]

BTFD - http://dark-bid.com/BTFD-only-strategy-that-matters.html - https://www.
reddit.com/r/algotrading/comments/5jez2b/can_anyone_replicate_this_strategy/

optional arguments:
  -h, --help            show this help message and exit
  --offline             Use offline file with ticker name (default: False)
  --data TICKER         Yahoo ticker to download (default: ^GSPC)
  --fromdate YYYY-MM-DD[THH:MM:SS]
                        Starting date[time] (default: 1990-01-01)
  --todate YYYY-MM-DD[THH:MM:SS]
                        Ending date[time] (default: 2016-10-01)
  --cerebro kwargs      kwargs in key=value format (default: stdstats=False)
  --broker kwargs       kwargs in key=value format (default: cash=100000.0,
                        coc=True)
  --valobserver kwargs  kwargs in key=value format (default:
                        assetstart=100000.0)
  --strat kwargs        kwargs in key=value format (default:
                        approach="highlow")
  --comminfo kwargs     kwargs in key=value format (default: leverage=2.0)
  --plot [kwargs]       kwargs in key=value format (default: )

样本代码

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)

# References:
#  - https://www.reddit.com/r/algotrading/comments/5jez2b/can_anyone_replicate_this_strategy/
#  - http://dark-bid.com/BTFD-only-strategy-that-matters.html

import argparse
import datetime

import backtrader as bt

class ValueUnlever(bt.observers.Value):
    '''Extension of regular Value observer to add leveraged view'''
    lines = ('value_lever', 'asset')
    params = (('assetstart', 100000.0), ('lever', True),)

    def next(self):
        super(ValueUnlever, self).next()
        if self.p.lever:
            self.lines.value_lever[0] = self._owner.broker._valuelever

        if len(self) == 1:
            self.lines.asset[0] = self.p.assetstart
        else:
            change = self.data[0] / self.data[-1]
            self.lines.asset[0] = change * self.lines.asset[-1]

class St(bt.Strategy):
    params = (
        ('fall', -0.01),
        ('hold', 2),
        ('approach', 'highlow'),
        ('target', 1.0),
        ('prorder', False),
        ('prtrade', False),
        ('prdata', False),
    )

    def __init__(self):
        if self.p.approach == 'closeclose':
            self.pctdown = self.data.close / self.data.close(-1) - 1.0
        elif self.p.approach == 'openclose':
            self.pctdown = self.data.close / self.data.open - 1.0
        elif self.p.approach == 'highclose':
            self.pctdown = self.data.close / self.data.high - 1.0
        elif self.p.approach == 'highlow':
            self.pctdown = self.data.low / self.data.high - 1.0

    def next(self):
        if self.position:
            if len(self) == self.barexit:
                self.close()
                if self.p.prdata:
                    print(','.join(str(x) for x in
                                   ['DATA', 'CLOSE',
                                    self.data.datetime.date().isoformat(),
                                    self.data.close[0],
                                    float('NaN')]))
        else:
            if self.pctdown <= self.p.fall:
                self.order_target_percent(target=self.p.target)
                self.barexit = len(self) + self.p.hold

                if self.p.prdata:
                    print(','.join(str(x) for x in
                                   ['DATA', 'OPEN',
                                    self.data.datetime.date().isoformat(),
                                    self.data.close[0],
                                    self.pctdown[0]]))

    def start(self):
        if self.p.prtrade:
            print(','.join(
                ['TRADE', 'Status', 'Date', 'Value', 'PnL', 'Commission']))
        if self.p.prorder:
            print(','.join(
                ['ORDER', 'Type', 'Date', 'Price', 'Size', 'Commission']))
        if self.p.prdata:
            print(','.join(['DATA', 'Action', 'Date', 'Price', 'PctDown']))

    def notify_order(self, order):
        if order.status in [order.Margin, order.Rejected, order.Canceled]:
            print('ORDER FAILED with status:', order.getstatusname())
        elif order.status == order.Completed:
            if self.p.prorder:
                print(','.join(map(str, [
                    'ORDER', 'BUY' * order.isbuy() or 'SELL',
                    self.data.num2date(order.executed.dt).date().isoformat(),
                    order.executed.price,
                    order.executed.size,
                    order.executed.comm,
                ]
                )))

    def notify_trade(self, trade):
        if not self.p.prtrade:
            return

        if trade.isclosed:
            print(','.join(map(str, [
                'TRADE', 'CLOSE',
                self.data.num2date(trade.dtclose).date().isoformat(),
                trade.value,
                trade.pnl,
                trade.commission,
            ]
            )))
        elif trade.justopened:
            print(','.join(map(str, [
                'TRADE', 'OPEN',
                self.data.num2date(trade.dtopen).date().isoformat(),
                trade.value,
                trade.pnl,
                trade.commission,
            ]
            )))

def runstrat(args=None):
    args = parse_args(args)

    cerebro = bt.Cerebro()

    # Data feed kwargs
    kwargs = dict()

    # Parse from/to-date
    dtfmt, tmfmt = '%Y-%m-%d', 'T%H:%M:%S'
    for a, d in ((getattr(args, x), x) for x in ['fromdate', 'todate']):
        kwargs[d] = datetime.datetime.strptime(a, dtfmt + tmfmt * ('T' in a))

    if not args.offline:
        YahooData = bt.feeds.YahooFinanceData
    else:
        YahooData = bt.feeds.YahooFinanceCSVData

    # Data feed - no plot - observer will do the job
    data = YahooData(dataname=args.data, plot=False, **kwargs)
    cerebro.adddata(data)

    # Broker
    cerebro.broker = bt.brokers.BackBroker(**eval('dict(' + args.broker + ')'))

    # Add a commission
    cerebro.broker.setcommission(**eval('dict(' + args.comminfo + ')'))

    # Strategy
    cerebro.addstrategy(St, **eval('dict(' + args.strat + ')'))

    # Add specific observer
    cerebro.addobserver(ValueUnlever, **eval('dict(' + args.valobserver + ')'))

    # Execute
    cerebro.run(**eval('dict(' + args.cerebro + ')'))

    if args.plot:  # Plot if requested to
        cerebro.plot(**eval('dict(' + args.plot + ')'))

def parse_args(pargs=None):
    parser = argparse.ArgumentParser(
        formatter_class=argparse.ArgumentDefaultsHelpFormatter,
        description=(' - '.join([
            'BTFD',
            'http://dark-bid.com/BTFD-only-strategy-that-matters.html',
            ('https://www.reddit.com/r/algotrading/comments/5jez2b/'
             'can_anyone_replicate_this_strategy/')]))
        )

    parser.add_argument('--offline', required=False, action='store_true',
                        help='Use offline file with ticker name')

    parser.add_argument('--data', required=False, default='^GSPC',
                        metavar='TICKER', help='Yahoo ticker to download')

    parser.add_argument('--fromdate', required=False, default='1990-01-01',
                        metavar='YYYY-MM-DD[THH:MM:SS]',
                        help='Starting date[time]')

    parser.add_argument('--todate', required=False, default='2016-10-01',
                        metavar='YYYY-MM-DD[THH:MM:SS]',
                        help='Ending date[time]')

    parser.add_argument('--cerebro', required=False, default='stdstats=False',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--broker', required=False,
                        default='cash=100000.0, coc=True',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--valobserver', required=False,
                        default='assetstart=100000.0',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--strat', required=False,
                        default='approach="highlow"',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--comminfo', required=False, default='leverage=2.0',
                        metavar='kwargs', help='kwargs in key=value format')

    parser.add_argument('--plot', required=False, default='',
                        nargs='?', const='volume=False',
                        metavar='kwargs', help='kwargs in key=value format')

    return parser.parse_args(pargs)

if __name__ == '__main__':
    runstrat()

操作日志

`CloseClose`方法

执行：

$ ./btfd.py --strat approach="'closeclose'",prorder=True,prdata=True

结果：

ORDER,Type,Date,Price,Size,Commission
DATA,Action,Date,Price,PctDown
DATA,OPEN,1990-01-09,349.62,-0.0117866530993
ORDER,BUY,1990-01-09,349.62,572,0.0
...
DATA,CLOSE,1990-01-11,348.53,nan
ORDER,BUY,2016-09-09,2127.81,336,0.0
DATA,CLOSE,2016-09-13,2127.02,nan
ORDER,SELL,2016-09-13,2127.02,-336,0.0

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2024-05-24，如有侵权请联系 cloudcommunity@tencent.com 删除

data

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度