1.LiteOS：剖析时间管理模块源代码
2.求助，周期通达信的率源C128指标源码
3.UE4源码剖析——异步与并行 中篇 之 Thread
4.期货软件TB系统源代码解读系列66-价格区间突破的交易系统
5.乖离率指标公式源码
6.通达信鼎牛周期波段系列指标源码抓短线波段涨停牛股选股指标公式

LiteOS：剖析时间管理模块源代码

       LiteOS的时间管理模块基于系统时钟，分为两个关键部分：SysTick中断和应用程序时间服务。码周码SysTick中断为任务调度提供稳定的标源时钟节拍，而应用程序时间服务则包括时间转换、周期统计和延迟等功能，率源合成猫咪游戏源码这些都是码周码通过系统时钟的周期性中断实现的。

       系统时钟通常由定时器/计数器驱动，标源周期性地产生中断，周期每秒的率源Tick数由用户配置决定。比如，码周码如果配置为每秒个Tick，标源那么每个Tick代表1毫秒。周期Cycle是率源系统最小的计时单位，由主时钟频率决定。码周码在 MHz的CPU中，1秒内会产生,,个Cycle。

       用户在秒、毫秒级别计时，而操作系统则使用Tick作为基本单位。在需要执行任务挂起或延迟操作时，时间管理模块会处理Tick与用户时间单位之间的转换。

       源代码可在LiteOS开源站点获取，涉及的文件包括kernel\include\los_tick.h、kernel\base\include\los_tick_pri.h等，具体可以参考gitee.com/LiteOS/LiteOS...。本文将通过分析STMFIDiscovery板子的源码，深入剖析时间管理模块的初始化、配置和关键函数。

       首先，时间管理模块的初始化和启动过程涉及系统时钟配置和OsTickInit函数，配置项包括系统时钟和每秒Tick数。然后是OsTickStart函数，启动时会初始化定时器并启用Tick中断。

       此外，时间管理模块提供的datax 源码运行时间转换、统计和延时管理功能，如从毫秒到Tick的转换，获取Tick内包含的Cycle数，以及微秒和毫秒级别的等待。这些功能的实现细节也在本文中进行了讲解。

       总结来说，LiteOS的时间管理模块是任务调度和时间服务的核心，通过深入源码理解，开发者可以更好地利用这些功能进行高效的时间处理。

求助，通达信的C指标源码

       通达信的C指标源码中的这两行代码用于特定的股票价格分析。首先，"ZT:=(CLOSE>=ZTPRICE(REF(CLOSE,1),0.1))"定义了一个条件，即如果当前收盘价（CLOSE）等于或高于前一日收盘价的%（ZTPRICE的参数），则ZT的值为真。"ZTPRICE"函数在这里作为一个比较基准，检测股价的涨停情况。

       接下来，"ZTO:EXIST(ZT,N)"这一行表示如果ZT在过去的N个交易日内至少有一天为真，那么ZTO的结果为1，即N天内存在至少一天是以涨停收盘的情况。这里的"EXIST"函数用来检查历史数据中是否存在满足ZT条件的日子。

       总的来说，这段代码的核心功能是监控股票在指定周期内的涨停频率，这对于短线交易者可能非常有用，可以帮助他们捕捉可能的上涨趋势或市场热点。如果你正在寻求如何在通达信软件中应用这个指标，可能需要将其嵌入到自定义公式或图形中，以便实时或历史查看股票的涨停情况。

UE4源码剖析——异步与并行 中篇 之 Thread

       我们知道UE中的异步框架分为TaskGraph与Thread两种，上篇教程我们学习了TaskGraph，它擅长处理有依赖关系的短任务；本篇教程我们将学习Thread，它与TaskGraph相反，它更擅长于处理长任务。而下一篇文章，理财通源码我们则会承接Thread，去学习一下引擎中一些重要的线程。

       Thread擅长处理长任务，从长任务生命周期这个层面来看，我们可以先把长任务分为两类：常驻型长任务与非常驻型长任务。

       常驻型长任务侧重于并行，通常用于监听式服务，例如网络传输，使用单独的线程对网络进行监听，每当有网络数据包到达时，线程接收并处理后，不会立即结束，而是重置部分状态，继续监听，等待下一轮数据包。

       非常驻型长任务侧重于异步，通常用于数据处理，例如主线程为了提高性能，避免卡顿，会将一些重负载的运算任务分发给分线程处理，可能分批给多条分线程，主线程继续运行其他逻辑。任务处理完成后，将结果返回给主线程，分线程可销毁。

       接下来，我们通过两个例子学习Thread的使用。

       计算由N到M（N和M为大数字）所有数字的和。使用Thread异步调用，将计算操作交由分线程执行，计算完成后再通知主线程结果，代码实现如下：

       逻辑分为两部分：启动分线程计算数字和，使用Async函数，参数为EAsyncExecution::Thread，创建新线程执行。快乐牛源码学习Async函数用法，该函数返回TFuture对象，代表未来状态，当前无法获取结果，但在未来某个时刻状态变为Ready，此时可通过TFuture获取结果。

       主线程注册回调，等待分线程计算完成，使用TFuture的Then函数，完成时触发注册的回调，也可使用Wait系列函数等待计算完成。

       接下来学习常驻型任务使用。

       定义玩家血量上限点，当前点，当血量未满时，每0.2秒恢复1点血量。代码实现分为创建生命治疗仪FRunnable对象、重写Run函数、创建FRunnableThread线程、测试恢复功能和释放线程资源。

       生命治疗仪创建与测试完整代码如下，可验证生命恢复功能和暂停与恢复。

       UE4中的FRunnable与FRunnableThread提供创建常驻型任务所需接口。无论是常驻型还是非常驻型，底层实现相同，都是使用FRunnableThread线程。

       FRunnableThread线程结构包含标识符、逻辑功能、效率与性能、辅助调试字段。线程创建与生命周期分为创建FRunnable类对象、创建FRunnableThread对象两步，通过FRunnable的生命周期管理实现线程运行与停止。

       UE4线程管理流程包括继承并创建FRunnable类对象、创建FRunnableThread对象，asp空间源码生命治疗仪线程创建代码。

       UE4中的几种异步方式底层使用线程实现，学习了线程类型、创建、生命周期、销毁方法，为下篇学习引擎特殊线程打下基础。

期货软件TB系统源代码解读系列-价格区间突破的交易系统

       期货交易系统TB源代码解析：基于区间突破的策略

       该交易系统基于通道突破的原理，主要由两个关键步骤组成：计算长周期（根K线）和短周期（根K线）的价格区间。入场规则是当价格突破长周期的最高价区间时，入场做多；反之，当价格低于短周期的最低价区间或在入场价一定波动率幅度内下降时，出场平仓。

       代码中，参数如Length1（长周期区间）、Length2（短周期区间）、IPS（保护止损波动率）、AtrVal（波动率参数）被声明并赋初值。入场和出场条件分别与这些参数关联，确保了策略的灵活性。对于做多操作，当市场为空且价格达到长周期最高价加上固定跳动值，且成交量大于零时，开多并设定保护性止损。相反，若价格低于保护止损或短周期最低价区，系统会触发平仓。

       做空策略类似，当价格低于长周期最低价减去跳动值且成交量大时，开空并设置止损。当价格上升至保护止损或短周期最高价附近时，系统会执行相应的平仓操作。

       这个交易系统可以根据个人的交易习惯和市场条件进行参数调整，以适应不同的市场环境。总的来说，它提供了一个实用的区间突破交易框架。

乖离率指标公式源码

       乖离率指标的公式为：BIAS = / N日移动平均价 × %。

       乖离率指标，又称为BIAS指标，是一种通过计算股价与其移动平均线之间的偏离程度，来分析和预测股价走势的技术指标。其基本原理在于，如果股价偏离移动平均线太远，那么不管股价是在移动平均线之上还是之下，都有可能会向移动平均线回归。

       详细来说，乖离率指标的计算需要确定一个时间周期N，通常可以是5日、日、日等。以5日乖离率为例，首先要计算出过去5个交易日的收盘价平均值，即5日移动平均价。然后用当日的收盘价减去这个5日移动平均价，得到的差值再除以5日移动平均价，最后将结果乘以%，得到的就是当日的5日乖离率。

       举个例子，假设某股票最近5日的收盘价分别为元、.2元、.5元、.3元、.8元，那么这5日的移动平均价为/ 5 = .元。如果今日的收盘价为元，那么今日的5日乖离率就是 / . × % ≈ 6.%。

       乖离率指标可以帮助交易者判断股价是否过度偏离其平均价值，从而做出相应的买入或卖出决策。一般来说，正乖离率越大，表示短期获利越大，则获利回吐的可能性越高；负乖离率越大，则空头回补的可能性越高。但需要注意的是，乖离率指标并不能单独使用，还需要结合其他技术指标和市场信息进行综合分析。

通达信鼎牛周期波段系列指标源码抓短线波段涨停牛股选股指标公式

       鼎牛周期波段指标综合运用了多个技术指标，如成交量、移动平均线、MACD、RSV和KDJ等，旨在捕捉短线波段中的涨停牛股。首先，通过计算不同周期的成交量均线交叉，如5日、日和日，判断短期交易活跃度。接着，结合MACD的DIF、DEA线，以及周线级别的MACD，形成买入和卖出信号。波动率指标DIIFF和动能K线动能线的交叉，进一步辅助决策。当DIFF线向上突破DEA线时，显示上升趋势，反之则可能预示回调。此外，通过高低买和高卖点的设定，结合RSV与VARB2的对比，为买卖点提供信号。最后，指标还包括了KDJ提前金叉、波段幅图和"B"信号选股，综合判断股票的买卖时机。

       鼎牛波段幅图指标则结合了多个技术分析方法，如EMA、SMA、RSI、DMA和形态分析，如头肩底、上升三角形等，通过计算收盘价、波动率、成交量等数据的相对位置和变化，寻找可能的突破点和支撑压力位。"B"信号选股则沿用了类似的方法，但更加注重价格、成交量和形态的配合，以提高信号的准确性。

找到卡顿来源，BlockCanary源码精简分析

       通过屏幕渲染机制我们了解到，Android的屏幕渲染是通过vsync实现的。软件层将数据计算好后，放入缓冲区，硬件层从缓冲区读取数据绘制到屏幕上，渲染周期是ms，这让我们看到不断变化的画面。如果计算时间超过ms，就会出现卡顿现象，这通常发生在软件层，而不是硬件层。卡顿发生的原因在于软件层的计算时间需要小于ms，而计算的执行地点则在Handler中，具体来说是在UI的Handler中。Android进程间的交互通过Binder实现，线程间通信通过Handler。

       软件层在收到硬件层的vsync信号后，会在Java层向UI的Handler中投递一个消息，进行view数据的计算。这涉及到测量、布局和绘制，通常在`ViewRootImpl`的`performTraversals()`函数中实现。因此，view数据计算在UI的Handler中执行，如果有其他操作在此执行且耗时过长，则可能导致卡顿，我们需要找到并优化这些操作。

       要找到卡顿的原因，可以通过在消息处理前后记录时间，计算时间差，将这个差值与预设的卡顿阈值比较。如果大于阈值，表示发生了卡顿，此时可以dump主线程堆栈并显示给开发者。实现这一功能的关键在于在Looper中设置日志打印类。通过`Looper.loop()`函数中的日志打印，我们可以插入自定义的Printer，并在消息执行前后计算时间差。另一种方法是在日志中添加前缀和后缀，根据这些标志判断时间点。

       BlockCanary是一个用于检测Android应用卡顿的工具，通过源码分析，我们可以了解到它的实现逻辑。要使用BlockCanary，首先需要定义一个继承`BlockCanaryContext`的类，并重写其中的关键方法。在应用的`onCreate()`方法中调用BlockCanary的安装方法即可。当卡顿发生时，BlockCanary会通知开发者，并在日志中显示卡顿信息。

       BlockCanary的核心逻辑包括安装、事件监控、堆栈和CPU信息的采集等。在事件发生时，会创建LooperMonitor，同时启动堆栈采样和CPU采样。当消息将要执行时，开始记录开始时间，执行完毕后停止记录，并计算执行时间。如果时间差超过预设阈值，表示发生了卡顿，并通过回调传递卡顿信息给开发者。

       堆栈和CPU信息的获取通过`AbstractSampler`类实现，它通过`post`一个`Runnable`来触发采样过程，循环调用`doSample()`函数。StackSampler和CpuSampler分别负责堆栈和CPU信息的采集，核心逻辑包括获取当前线程的堆栈信息和CPU速率，并将其保存。获取堆栈信息时，通过在`StackSampler`类中查找指定时间范围内的堆栈信息；获取CPU信息时，从`CpuSampler`类中解析`/proc/stat`和`/proc/mpid/stat`文件的CPU数据，并保存。

       总结而言，BlockCanary通过在消息处理前后记录时间差，检测卡顿情况，并通过堆栈和CPU信息提供详细的卡顿分析，帮助开发者定位和优化性能问题。