摘要：
第一版时，我对拍拍贷是恐惧的，缓解我的恐惧的方法，就是寻找尽可能安全的方案。然后，我就发现了这个策略：超过信用等级普通利率的标的。A标一般16，B一般18……那我就寻找大于16的A，大于18的B，C我直接就不考虑。所以，第一版时，抢标是我非常重要的一个部分。 抢标的处理和普通的处理不同，获得概略信息（利率、金额、信用等级、借款时间）后，不再获取详细信息，直接根据现有条件就投标。如信用等级+利率，... 阅读全文
摘要：
从第1版起，核心的投标引擎基本没有动，运行几十天也都正常。正好其他事情差不多了，想着再优化优化。我对比了本地和服务器的数据，以抓取概略标的为例，本地平均时间是220ms左右，服务器是120ms左右，快一些很正常。 后面，我基本就以本地数据为主，服务器肯定会快一些。 对引擎而言，主要工作就这些：抓概略标的——抓详细标的——比较投标——其他辅助处理。 本地概略标的每次耗时220ms，优化余地不大。 详... 阅读全文
摘要：
对第2版的改进，工作量几乎都在UI上，不断的写css，写js，还别说，总体挺愉快的。特别是把360浏览器用顺了之后，烦人的无法刷新问题也不能困扰我了，改了js或者css文件的话，只要清除一下缓存，就可以愉快的看效果了。在Chrome浏览器上跑，基本上效果差不多。 发布后闲着，用IE测试了一下，冒了一 阅读全文
摘要：
web网站修改后，在浏览器端缓存的内容，将极其严重的影响效果，用户根本看不到改版的内容。这个问题，困扰我已久。 iis时代，我好像还没有太多的印象，新网站只要把iis重启一下，一般都刷过去了，要不就用iisreset，基本解决，重启都不用。但在apache+flask下，别说重启apache了，重启 阅读全文
摘要：
2017-07-31 关于“星文快投”，我的初衷是：简单、稳定、可定制的投标软件。前期版本其实也基本达到这个目标了，系统跑起来后，几天下来也累积过手三十多万个标的了，自动投标也工作正常，作为一个纯粹的工具，应该是达标了。不过，随着应用的深入，我也不断在思考： 1、用哪些属性来构造策略？可以用来组成策 阅读全文
摘要：
有数据，不妨测试一下，非常有趣： 1.各个信用等级的逾期率 其他的都比较符合预期，但A的偏高，我也很纳闷，把数据调出来，从高到低排是这样的： 借的量巨大，一旦逾期，在整个逾期率的计算中必然拖累整体。加上A标总数比较少，这个效应就更加明显了。看来数据没啥毛病。将来对选择标的进行模拟时，如果加上金额限制 阅读全文
摘要：
测试数据库搞好，学习了一下逾期率的官方定义： • 对于某支标，如果某一期没有正常还款，则悲观逾期率=所有未还本金/借款本金； • 对于一批标，悲观逾期率=当前逾期标的所有未还本金/借款本金； • 以30天逾期率为例，\30+"悲观逾期率=当前逾期30天以上标的未还本金/所有标的本金之和。 库里数据统计日期是17.2.22，有5万多个标是1.22之后的，也就是说，还未到首次还款时间，剔除之。 ... 阅读全文
摘要：
“星文快投”的目标，始终都是想做一个投标工具，不涉及策略。但事与愿违，没有数据支撑，所有操作都变得像在迷雾中前行，既不知道前进方向，也不知道前面是否有大坑等着。所以，还是尝试着用一些实际数据，来衡量所选择的策略，至少能够提供量化的对比作为参考。 关于数据，拍拍贷提供了数据接口LoanList和Bat 阅读全文