我的数据集包含一些股票和一些比特币标题。我想替换NA数据(正常的股票不会在sat上交易)。还有太阳。)使用股票本身的回归。我该怎么做？
浏览 0提问于2018-10-05得票数 0
2回答
我正在寻找一个使用Tensorflow预测数据的示例。我已经尝试过一些代码，但我还是Tensorflow和Python的初学者。例如，我通过训练和测试旧的股票价格来预测股票价格。现在我想整合的不仅仅是旧的股票价格，比如交易量，来预测未来的股票价格。我如何实现这一点？
浏览 24提问于2020-12-28得票数 0
回答已采纳
1回答
因此，我正在创建一个web服务，根据每只股票的历史数据预测未来的股价，并需要将以下信息存储在数据库中：
股票信息:公司名称，代码，预测价格。
每只跟踪股票:历史数据，包括每日高，日低，收盘价等，每天可以追溯到1-5年。
用户信息:用户名，密码，电子邮件，电话号码(通常)
用户跟踪股票:用户可以选择股票，然后通过电子邮件或电话通知预测。
对将进行预测的一组库存将不作预定义，因此应该有一种快速的方法，能够添加和删除库存，从而添加/删除与它们有关的所有数据(如上文所述)。我的设计方法如下：
表:库存
+-----+-----------+----------+--------
浏览 3提问于2014-03-04得票数 0
回答已采纳
我是R和数据分析的新手，需要一些机器学习方面的帮助。
我创建了两只股票收盘价的曲线图和一些线性模型。这些价格是一系列年份的月度价格。我正在查看股票A的价格是否预测股票B。我想输入每周价格的随机收盘数据来测试模型。
假设每周数据具有预测价格A和结果价格B，我如何才能看到我的模型对于这个随机的每周数据是否准确/它是否准确到真实世界？
浏览 1提问于2016-12-06得票数 0
我在Power query中有一个表，除了其他字段外，还有以下关键字段：
SKU _年_
例如，一些行将是：
AB587 | 2019 | 12 | Tom | Purchase | Forecast |200
AB587 | 2019 | 12 | Tom | Sale | Forecast |15
AB587 |2019 | 11 | Tom | Stock | Actual |1455
这是一个包含所有SKU的约300,000行的表，以及为所有客户进行的几年的事务处理，这是一个非常有用的枢轴表，它被广泛使用。现在，我需要向数据中添加一些内容，以使表更加有用。
我对全年的采购和销售进
浏览 0提问于2019-07-18得票数 0
1回答
大家好，我对ML完全陌生，我试着教自己书本上的东西，所以提前为我的无知道歉。
基本上，我试图根据随机森林回归中的15个预测因子(使用R中的tidymodels，感谢您的视频@Julia Silge：-)来预测未来一段时间的股票回报值。
困扰我的是，回归高估了坏股票，低估了好股票。我只想逆时针旋转整个点云几度，这样我的生活就更容易了。是否有一个专家在随机森林回归与他们的袖子，以解决这一问题？
提前谢谢你。
浏览 3提问于2022-03-23得票数 1
回答已采纳
2回答
最近，我正在研究一个LSTM代码来预测未来的股票价格。我没有得到好的结果。同时，我也看到很多关于股票市场数据的文章都是随机游走的，不能通过机器学习来预测。我也知道过度拟合是预测的最大问题，但一位技术分析师使用了一些股票指标。我也把它们喂给了我的LSTM，但仍然没有取得好的效果。我不明白如何基于技术分析来预测，但是我们不能用机器学习和神经网络来进行预测。
浏览 0提问于2021-01-20得票数 -1
我对随机森林回归有一个深刻的理解。目标是一个大学项目:我们要用R中的财务数据做随机森林回归分析，我已经读了很多小时的随机森林例子，它们大多是分类类型，比如预测股票价值是上升还是下降。万一退步，我就站在线上。我的想法如下：
如果我有如下结构的数据集：
Date | Open | High | Low | Close | Volume
...I可以添加一些技术仪器，如RSI、SMA等。
然后将数据集分解为训练和测试数据，执行随机森林过程，并对测试数据进行预测。但这真的是随机森林回归分析的目的吗？我猜一个“正确的”回归分析是比较两只股票，看看它们是否相关，根据另一只股票预测一只股票的价值--但在没有
浏览 0提问于2021-11-29得票数 2
有人能为我提供一些关于这方面的见解吗？
我来自功能磁共振成像研究背景，在那里我分析了大量的时间序列数据，我想通过以下方式分析股票价格(或回报)的时间序列: 1)对特定市场领域的成功股票进行建模，然后将这一历史上成功的股票的时间序列与其他较新股票的时间序列进行交叉关联，以寻找重要的关系；2)对股票的价格时间序列进行建模，并使用预测(例如，指数平滑)来预测其未来价值。我想使用非线性建模方法(ARIMA和ARCH)来做这件事。
几个问题: ARIMA和ARCH建模方法(假设实现它们的人准确地这样做)实际拟合它们所针对的股票时间序列数据的频率是多少，以及我可以期望的最佳拟合是什么？此模型对数据的拟合程
浏览 0提问于2010-05-15得票数 1
回答已采纳
我是时间序列预测的新手，我希望将ARIMA/Prophet模型与基于历史股票市场数据和社交媒体情绪评分的XGBoost模型进行比较，预测未来的股票市场价值。
我更熟悉机器学习，所以通常会使用像R^2这样的评估指标来评估这类问题的模型性能。
是否有像ARIMA/Prophet这样的预测方法来评估它们的准确性，这样我就可以和XGBoost的预测精度做类似的比较了吗？
浏览 0提问于2020-07-15得票数 3
2回答
我正在做一个使用ANN预测股票价格的项目。我已经使用过去7年的数据训练了系统，它可以很好地预测一天的数据。现在我想预测未来七天的股票价格。
我的想法是使用第一天的数据预测第二天的数据，使用第二天和第一天的预测数据预测第三天的数据，依此类推。但是它不能正常工作。
我已经训练ANN使用开盘价、一天的最高和最低价格来预测收盘价。
预测未来七天的数据的想法是什么？
浏览 2提问于2012-05-29得票数 5
回答已采纳
4回答
我理解分类.一种离散的反应或类别，就像动物是狗或猫。
作者说.“回归技术可以预测温度、电力需求或股票市场价格的持续变化。”
我无法理解他的意思。
谢谢。
浏览 0提问于2018-11-27得票数 3
回答已采纳
我只是在测试kaggle 的这个模型，这个模型应该比给定的最后一组股票提前1天预测。在调整了几个参数之后，我得到了令人惊讶的好结果，正如您所看到的。
均方误差为5.193，所以总的来说，它看起来很好地预测未来的股票，对吗？好吧，当我仔细观察结果时，结果是很可怕的。
正如你所看到的，这个模型预测的是给定股票的最后价值，这是我们目前的最后一只股票。
所以我把预测调整到后退一步。
因此，现在你可以清楚地看到，模型是预测一个倒退或最后一个股票价格，而不是未来的股票预测。
这是我的训练数据
# So for each element of training set, we have 30 prev
浏览 0提问于2018-10-12得票数 4
对于与时间相关的问题，例如股票预测：
假设我们有300天的数据，10个特性，还有一个目标:价格。
为什么，对于训练，我们只需要300天的价格？我知道这是LSTM模型的工作方式，但是考虑到其他299天模型的价格不是很有用吗？
浏览 0提问于2019-05-22得票数 0
2回答
我正在做一个项目，我试图评估不同的ARIMA模型对股票价格的估计效果。我有一份全年股票价格的数据。假设我想使用(0,1,0) ARIMA模型中前100天的数据来预测第101天的价格。我该怎么做呢？我只知道如何引用整个数据集 fit <- auto.arima(data)
prediction <- forecast(fit,h=20) 这就给出了我使用全年数据对未来20天的估计。我的目标是将估计结果与实际数据进行比较。
浏览 23提问于2021-03-25得票数 0
回答已采纳
我对Grails框架完全陌生，所以从过去的4天开始，我遇到了一个问题，实际上，我的要求是我有两个表-- 1。股票表。2.仓库表.
我正在获取股票表记录，包括仓库表。
两个表之间有一个外键关系。(库存表中的warehouse_id====>present)
我希望在SQL/HQL/Criteria/或本机SQL的帮助下，将两个表中的所有列记录放在一个列表中。
我尝试过多次，但我只得到股票表记录，但没有仓库表记录。
提前谢谢。
浏览 1提问于2016-07-11得票数 2
回答已采纳
我已经在股市预测方面工作了几个月，但找不到任何相关的信息。我用谷歌搜索了一下，找到了一些研究论文，但不幸的是，它们只提到了遗传算法的工作原理。我已经知道了。
我需要设计一个适应度函数来预测股票市场我已经从股票市场得到了真实的数据。
Open High Low Close Volume
253.8 255.8 253.8 255.8 809300
250.8 250.8 243.05 247.8 2041000
248.1 254.9 248.19 254
浏览 1提问于2013-03-14得票数 0
回答已采纳
假设不同公司的股票价值是我的模型的目标。
我有一些“内部”预测指标，例如每家公司的年销售额、每家公司的工资总和等等。
我有一些“外部”预测指标，例如每个公司的地理位置(纬度和经度)，每个公司经营的地区的人口等等。
因此，在我的数据集上的每一个观察都是关于一个公司的股票价值，以及它的内部和外部预测。
我的项目的目的是了解每个公司的内部预测因素如何以非常具体的方式影响各自公司的股票价值。
简单地说，我想得到一些内部预测值的精确权重，这些指标向我展示了它们对各自公司股票价值的确切影响。
然而，由于在一些内部预测器之间存在着相对较高的多线性度，所以我并不能真正地得到它们每一个的精确权重。
内部预测和外
浏览 0提问于2019-03-07得票数 2
我正在尝试在一个数字系列(如股票价格)上拟合和测试LSTM。但是，我似乎总是在预测图(Blue)中出现相对于实图(红色)的滞后。有人知道为什么会这样吗？(我搜索了一下，发现这对其他人来说也是个问题)。
📷
我使用Keras.sequential.LSTM库。
浏览 0提问于2019-02-25得票数 3
1回答
是否可以使用机器学习来转换/修改数字列表。
我有许多对从车辆ECU读取的二进制文件，一个原始的或车辆调整前的股票文件，以及一个修改后的文件，其中发动机参数已更改。这些文件基本上是小端或大端16位数字的列表。
我想知道是否有可能将这些文件对输入到机器学习中，并让它获得一个新的股票文件，并尝试转换或调整该股票文件。
如果有人能告诉我这是不是可能的，我将不胜感激。我发现的所有示例似乎都是在数据上做出决定，而不是进行任何类型的转换。
另外，我希望使用azure来实现这一点。
浏览 0提问于2016-02-16得票数 0
1回答
ARIMA -股票预测
、、、
我偶然发现了这个用于股票预测的。
这家伙使用的是微软股票的每日历史数据。但是，在使用ts函数创建时序对象时，他会设置frequency = 1
# Daily Seasonality (frequency set to 1 for daily data)
msft <- ts(data[,2],frequency=1)
我的问题是，为什么是frequency = 1？由于股票市场每年有252-253个交易日，将频率设置为252通常不是更好吗？
如下所示：
msft <- ts(data[,2], start = c(1992,01), frequency = 252)
我仍然是RS
浏览 14提问于2020-05-11得票数 0
回答已采纳
1回答
我已经阅读了一些关于时间序列的教程，他们都为时间序列购买了一只股票，并试图预测它。我的数据集包含这个时间段(每天)的许多股票。我是否需要选择一只股票，或者其中的一部分，或者所有的股票来训练模型？
浏览 0提问于2020-06-17得票数 2
1回答
随着越来越复杂的方法，工作在大规模数据集，金融应用是显而易见的。我知道在金融服务部门使用机器学习来发现欺诈和标记欺诈活动，但我对如何帮助预测第二天的股票价格以及某一特定公司的股票要购买多少股，了解得较少。
对冲基金是否仍然采用数学金融学文献中的投资组合优化技术，还是已经开始使用机器学习来对冲他们的押注？更重要的是，这些对冲基金所使用的特征是什么?有代表性的问题是什么？
浏览 0提问于2014-12-18得票数 3
回答已采纳
1回答
我有一个玩具股票预测，并不时保存结果使用数据。在第一个结果集之后，我想附加我的第一个dataframe。以下是我所做的：
使用预测结果创建第一次数据
排序降至预测性能
保存到csv，没有索引
使用新的数据，读出结果csv并尝试左合并，目标是将新的预测性能附加到正确的股票代码中。
df=pd.merge(df, df_new[['ticker', 'avgrd_app']], on='ticker', how='left')
这两个数据文件有不同数量的列。最后，它只将数据文件附加到另一个：
avgrd,avg
浏览 0提问于2017-05-30得票数 0
2回答
我建立了模型来预测某只股票的价格。我有这个股票在过去三年的每小时蜡烛数据，以及额外的功能。
现在，输入矢量形状是206, 72 ,9。72是3天，9是特征数。
我的第一个问题是，是否有一个最佳数量的蜡烛传递给第二维度？618,24,9有可能改进成果吗？
我的第二个问题是，现在数据1,2,3,4,5,6被传递为1,2,3,4,5,6，没有重叠的小时。将其改为1，2，3，2，3，4，4，5，5，6是否也有可能改善成果？
浏览 4提问于2020-01-28得票数 0
回答已采纳
1回答
我目前正在开发一个程序，该程序将获取特定股票之前4000天的股票数据，并预测未来90天的表现。
我选择的方法是使用RNN，它利用LSTM层来使用前90天来预测第二天的性能(训练时，前90天是x值，第二天是y值)。然而，我想要做的是，使用之前的90-180天来预测未来90天的所有值。然而，我不确定如何在Keras中实现这一点，因为我见过的所有示例都只预测第二天，然后它们可能会将该预测循环到第二天的90天x值中。
有没有办法只用过去的180天来预测未来的90天？或者LSTM仅限于预测第二天？
浏览 1提问于2018-07-25得票数 0
1回答
我有时间序列预测和监督/无监督机器学习算法(聚类、分类、决策树等)方面的基本知识。我现在的任务是预测一堆股票价格。每只股票都有其先前的交易价格(18个月)以及其他一些特征:息票、资产评级、行业等。我只知道如何单独使用时间序列分析或监督机器学习，我不知道如何将两者结合在一起。有什么特殊的算法可以作为预测模型使用吗？将动态和静态信息结合在一起的步骤是什么？任何帮助都将不胜感激！
浏览 0提问于2023-03-02得票数 0
1回答
但我已经尝试了一段时间了。我看到了很多关于如何使用Keras构建LSTM模型以及人们如何输入输入和获得预期输出的指南。但我从未见过的是，例如股票数据，我们如何让LSTM模型理解不同维度之间的模式，比如收盘价比正常水平高得多，因为成交量很低。
这一点是，我想做一个股票预测的测试，但使它的每个维度都不依赖于之前的时间步长，但也依赖于它拥有的其他维度。
抱歉，如果我没有问对问题，如果我没有解释清楚，请提出更多问题。
浏览 1提问于2018-10-09得票数 0
1回答
情感分析
、、
我想用scikit和nltk对股票评论进行情绪分析。我已经对不同的股票发表了大约100条评论，比如我标记为正面(1)或“这是注定的股票”(0)的“这个股票将摇滚乐”。因此，我想训练分类器，它可以判断我添加的新注释是负面的还是正面的。所以我的问题是怎么做。我已经在网上搜索过了，但我发现的只是电影评论、情绪分析，这与主题相当遥远。
浏览 0提问于2018-10-12得票数 1
1回答
R中ARIMA预报的相同值
、、、、
我试图用ARIMA对R中的股票价格进行预测。我使用auto.arima函数来拟合我的模型。每次我尝试这样做时，我都会得到预测值的相同值。我试着使用不同的股票，但同样的事情发生在每一种情况下。在这里，我试着预测苹果价格：
芳香糖<- ts(小苹果，start = timedata1)
Auto.arima(芳香苹果)
适配火车
预测苹果<-预测(适配程序，h=57)
预测苹果
我得到的输出如下：
Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
17763 180.94 176.7350 185.1
浏览 0提问于2019-02-23得票数 0
回答已采纳
2回答
基于掩蔽特征的股票价格预测
、、、、
我的训练数据包含股票的价格和40个被屏蔽的特征。这些被屏蔽的特性也出现在我的测试数据中。我想要预测测试数据中的价格列。我是否可以将其作为一个普通的监督学习问题来解决，而不是将其视为一个时间序列问题，因为我有足够的自变量来预测测试数据中的目标变量。
更重要的是，我应该如何处理这个问题。
浏览 0提问于2019-01-02得票数 0
5回答
作为一项学习练习，我计划实现一种机器学习算法(可能是神经网络)，根据股票买卖和交易时间来预测用户赚到的股票。下面的数据集是我编写的测试数据。
缩略词：
tab=millisecond time apple bought
asb=apple shares bought
tas=millisecond apple sold
ass=apple shares sold
tgb=millisecond time google bought
gsb=google shares bought
tgs=millisecond google sold
gss=google shares sold
培训数据：
浏览 0提问于2015-12-03得票数 3
1回答
基于LSTM的时间序列一步预测
、、、、
我想用LSTM预测股票价格。我成功地训练了我的模型并保存了它。现在我已经加载了它，我将如何使用model.predict()来预测在数据集中没有对应值的股票价格，就像目前一样，我只能“预测”数据集中已经存在的已知值。
塞纳里奥:我的模型已经训练好了(足够高的精确度)，而且我保存了它。我想应用我的模型(load_model())。我的时间步骤设置为30天，所以我已经加载了30天的数据(例如。3月9日-4月8日)在适当的格式，但显然我没有‘预期’输出。如何使用model.predict()来预测未来的价值。还是我遗漏了什么？
上面的图表是当我使用model.predict()预测数据集中
浏览 2提问于2020-04-08得票数 0
1回答
给定股票A具有d个特征的n个样本，我们可以建立一个(d+1)维线性模型来预测利润。然而，在一些书中，我发现如果我们有m个不同的股票，每个股票有n个样本和d个特征，那么他们就会合并这些数据，得到具有d个特征的m*n个样本，从而建立一个单(d+1)维线性模型来预测利润。
我的困惑是，不同的股票通常彼此联系很少，它们的利润受到不同因素和环境的影响，那么为什么可以将它们合并建立一个单一的模型呢？
浏览 2提问于2019-11-20得票数 2
1回答
我应该使用什么机器学习方法来预测股票、黄金等价格？
我更喜欢使用Python，但我找不到起点，因为它对我来说太复杂了，我也不知道如何开始它。
浏览 49提问于2019-05-27得票数 -3
回答已采纳
1回答
我正在研究时间序列数据。 如果您查看到目前为止使用示例运行的时间序列数据，它们都同样只有两列。一个是日期，另一个是任意值。 例如，在预测股价上涨的情况下，我们预测的是一只“单一”股票。 如果是这样，你能在时间序列数据分析中同时预测多只股票吗？ 例如，在受试者服用了影响其肝脏水平的药物后，到目前为止，他们获得了肝脏计数数据。基于此，我想尝试预测未来肝脏水平的上升或下降。此时，我需要同时预测多个患者，而不是一个患者。在这种情况下，如何指定数据集？ 可以通过添加一列来标记吗？或者我没有真正理解时间序列数据分析的本质？ 如果有人知道任何相关的东西，如果你能给我建议或给我一个参考网站，我将非常感激。
浏览 41提问于2020-07-05得票数 0
回答已采纳
5回答
所以我有计算机编程的背景和一般机器学习的背景。我想做的是创造一个有趣的项目在人工智能与深入学习。
我有一个数据集，它在某一特定日期有大量的股票价格，每个条目都有一系列的特性。我也有一些“专家”，他们预测股票是涨是跌。随着我的数据集的增长，我可以进化游戏，从多个stocks...etc中选择
本质上，我想做的是创建一个人工智能应用程序，它将得到与“专家”相同的数据，看看我是否能创造出更准确的东西，并击败他们。这是一个可行的方法吗？
浏览 0提问于2016-12-07得票数 4
回答已采纳
1回答
在某些事件(生物临床成功、红利、并购等)之前和之后，我有三个月的股票价格。
我想利用这些数据分析特定事件发生后的趋势，并在此基础上分析等待特定事件的新股走势。
但我不确定该用哪种算法。
我应该使用哪种算法，LSTm还是ARIMA等？
浏览 2提问于2022-05-21得票数 0
回答已采纳
2回答
在.NET中有没有可以用来创建股票交易/回测应用程序的组件？我正在寻找来自ModulusFE的类似于TradeScript的东西：
浏览 0提问于2010-07-11得票数 1
我有一系列关于金融数据的算法。为了这个问题，我有1226行数据的股票的金融市场数据。
I run the follow code to fit and predict the model:
strat.fit <- glm(DirNDay ~l_UUP.Close + l_FXE.Close + MA50 + +MA10 + RSI06 + BIAS10 + BBands05, data=STCK.df,family="binomial")
strat.probs <- predict(strat.fit, STCK.df,type="response&
浏览 4提问于2015-11-15得票数 0
1回答
我和一些同学注册了一个人工智能学科，我们试图复制“使用遗传算法和进化策略进行股票价格预测”一文的结果。这篇文章解决了判断一只股票第二天会增加还是减少的二进制分类问题。我们得到了一些糟糕的结果，该算法似乎只导致一个结果，它要么增加或减少每个输入的输出。我们尝试了一个有6个输入神经元，一个隐藏神经元和一个输出神经元的MLP，使用遗传算法来设置输入权重。我们使用2006 - 2016年的十年数据集进行训练，属性为:开值、高值、低值、成交量、关闭、调整关闭。有没有人知道我们可以做些什么来获得更好的结果？我们是不是做错了什么？
浏览 0提问于2016-11-29得票数 0
1回答
我正在训练一个支持向量机模型来预测股票价格的趋势(提前一天预测)。分类任务)。在我和一位朋友交谈之前，SVMs一直假定IID数据，这完全从我脑海中闪现出来。
这使我重新思考了我的方法，我有几个问题。
为什么支持向量机首先假设IID数据？
通过IID，这是否意味着所有的特征都应该是线性不相关的，还是不应该有任何非线性关系？
这些特点包括基本库存数据(公开、高、低、关、量)和技术指标(根据基本数据得出)。当然，技术指标将依赖于基本数据。因此，我从特征空间中删除了基本数据。然而，这确实意味着技术指标不相关。另外，
如何确保数据的分布是一致的？在这种情况下，缩放(标准化或标准化)有帮助吗？
最后，我读
浏览 0提问于2021-05-12得票数 0
1回答
如何在构建ML应用程序时引入决策树模型的偏差？
例如，如果我正在建立一个股票交易推荐算法，我想推荐一只股票，只有当模型检测到波动的概率(上升和下滑)，但是，当我有一组股票，我已经定义为波动，我希望模型推荐，只有当摆动的概率高于某一值。我能把这定义为偏见吗？我如何在模型中介绍这一点呢？
我可以：
引入一个分类变体，将某个股票定义为易失性，然后是fit？
或
为这样的股票设置一个值，作为分类，然后是fit？
抱歉，我无法更好地解释我的问题，但本质上，我想在模型中引入偏见。正确的方法是什么？
浏览 0提问于2021-07-13得票数 0
回答已采纳
考虑一个Excel表格，其中包含单个股票与整个组合组合之间的关联矩阵：
📷
如何提取一个优化的矩阵，使大多数股票之间的相关性很低？如果我只是简单地使用组合列，当我删除那些不符合标准的列时，我有一种感觉它可能不是最优的，因为合并列受到被删除的列的影响。
浏览 0提问于2021-08-14得票数 0
回答已采纳
我正在尝试使用sklearn来预测股票价格。我对预测是个新手。我尝试了sklearn中使用高斯hmm进行股票预测的示例。但是预测给出了覆盖在价格上的状态序列，它还从给定的输入收盘价中提取点数。我的问题是如何生成下10个价格？
浏览 1提问于2013-06-24得票数 1
2回答
I的数据集为3x500，列名为:作业级别(数字)、作业代码(分类)和股票值(数字)。我使用线性回归来拟合基于职务级别的股票价值，按职务代码分组。例如：
职务代码职务级别职务名称股票价值
20 1名生产工程师
20 2生产工程师
20 3生产工程师6 985
20 4生产工程师7 852
20 5生产工程师
30 1名生产工程师
30 2名后勤分析员
30 3名后勤分析员4 962
30 4名后勤分析员22 613
30 5名后勤分析员31 689
40 1名后勤分析员
这就是我所做的。如何查看添加了预测值的数据集列(原始数据)。现在我只能看到预言。我不能把他们连在一起，因为：
这里是这样的情
浏览 8提问于2017-05-25得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
