FMZ量化交易行情收集器再升级–支持CSV格式文件导入提供自定义数据源
admin
2023-08-02 16:00:59
0次
目前不清退的交易所推荐：
1、全球第二大交易所OKX欧意
国区邀请链接： https://www.myts3cards.com/cn/join/1837888 币种多，交易量大！
国际邀请链接：https://www.okx.com/join/1837888 注册简单，交易不需要实名，新用户能开合约，币种多，交易量大！
2、老牌交易所比特儿现改名叫芝麻开门 :https://www.gate.win/signup/649183
全球最大交易所币安，国区邀请链接：https://accounts.binance.com/zh-CN/register?ref=16003031 币安注册不了IP地址用香港，居住地选香港，认证照旧，邮箱推荐如gmail、outlook。支持币种多，交易安全！
买好币上KuCoin：https://www.kucoin.com/r/af/1f7w3 CoinMarketCap前五的交易所，注册友好操简单快捷！
FMZ量化交易平台邀请链接：https://www.fmz.com/
行情收集器再升级–支持CSV格式文件导入提供自定义数据源
最近一个用户需要让自己的CSV格式文件作为数据源，让发明者量化交易平台的回测系统使用。发明者量化交易平台的回测系统功能众多，使用简洁高效，这样只要自己有数据，就可以进行回测了，不再局限于平台数据中心支持的交易所、品种。
设计思路
设计思路其实很简单，我们只要在之前的行情收集器基础上稍微改动即可，我们给行情收集器增加一个参数isOnlySupportCSV用来控制是否只使用CSV文件作为数据源提供给回测系统，再增加一个参数filePathForCSV，用于设置行情收集器机器人运行的服务器上放置CSV数据文件的路径。最后就是根据isOnlySupportCSV参数是否设置为True来决定使用那种数据源（1、自己收集的，2、CSV文件中的数据），这个改动主要在Provider类的do_GET函数中。
什么是CSV文件？
逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本来开启，再则先另存新档后用EXCEL开启，也是方法之一。
CSV文件格式的通用标准并不存在，但是有一定规律，一般为一条记录一行，第一行为表头。每行中的数据用逗号间隔。
例如，我们用于测试的CSV文件用记事本打开是这样的：
观察下，CSV文件第一行是表格头。
,open,high,low,close,vol
我们就是要把这样的数据解析整理，然后构造成回测系统自定义数据源要求的格式，这个我们之前的文章中的代码里已经处理了，只需稍加修改。
修改后的代码
import _thread
import pymongo
import json
import math
import csv
from http.server import HTTPServer, BaseHTTPRequestHandler
from urllib.parse import parse_qs, urlparse
def url2Dict(url):
query = urlparse(url).query
params = parse_qs(query)
result = {key: params[key][0] for key in params}
return result
class Provider(BaseHTTPRequestHandler):
def do_GET(self):
global isOnlySupportCSV, filePathForCSV
try:
self.send_response(200)
self.send_header(\"Content-type\", \"application/json\")
self.end_headers()
dictParam = url2Dict(self.path)
Log(\"自定义数据源服务接收到请求，self.path:\", self.path, \"query 参数：\", dictParam)
# 目前回测系统只能从列表中选择交易所名称，在添加自定义数据源时，设置为币安，即：Binance
exName = exchange.GetName()
# 注意，period为底层K线周期
tabName = \"%s_%s\" % (\"records\", int(int(dictParam[\"period\"]) / 1000))
priceRatio = math.pow(10, int(dictParam[\"round\"]))
amountRatio = math.pow(10, int(dictParam[\"vround\"]))
fromTS = int(dictParam[\"from\"]) * int(1000)
toTS = int(dictParam[\"to\"]) * int(1000)
# 要求应答的数据
data = {
\"schema\" : [\"time\", \"open\", \"high\", \"low\", \"close\", \"vol\"],
\"data\" : []
}
if isOnlySupportCSV:
# 处理CSV读取,filePathForCSV路径
listDataSequence = []
with open(filePathForCSV, \"r\") as f:
reader = csv.reader(f)
# 获取表头
header = next(reader)
headerIsNoneCount = 0
if len(header) != len(data[\"schema\"]):
Log(\"CSV文件格式有误，列数不同，请检查！\", \"#FF0000\")
return
for ele in header:
for i in range(len(data[\"schema\"])):
if data[\"schema\"][i] == ele or ele == \"\":
if ele == \"\":
headerIsNoneCount += 1
if headerIsNoneCount > 1:
Log(\"CSV文件格式有误，请检查！\", \"#FF0000\")
return
listDataSequence.append(i)
break
# 读取内容
while True:
record = next(reader, -1)
if record == -1:
break
index = 0
arr = [0, 0, 0, 0, 0, 0]
for ele in record:
arr[listDataSequence[index]] = int(ele) if listDataSequence[index] == 0 else (int(float(ele) * amountRatio) if listDataSequence[index] == 5 else int(float(ele) * priceRatio))
index += 1
data[\"data\"].append(arr)
Log(\"数据：\", data, \"响应回测系统请求。\")
self.wfile.write(json.dumps(data).encode())
return
# 连接数据库
Log(\"连接数据库服务，获取数据，数据库：\", exName, \"表：\", tabName)
myDBClient = pymongo.MongoClient(\"mongodb://localhost:27017\")
ex_DB = myDBClient[exName]
exRecords = ex_DB[tabName]
# 构造查询条件：大于某个值{\'age\': {\'$gt\': 20}} 小于某个值{\'age\': {\'$lt\': 20}}
dbQuery = {\"$and\":[{\'Time\': {\'$gt\': fromTS}}, {\'Time\': {\'$lt\': toTS}}]}
Log(\"查询条件：\", dbQuery, \"查询条数：\", exRecords.find(dbQuery).count(), \"数据库总条数：\", exRecords.find().count())
for x in exRecords.find(dbQuery).sort(\"Time\"):
# 需要根据请求参数round和vround，处理数据精度
bar = [x[\"Time\"], int(x[\"Open\"] * priceRatio), int(x[\"High\"] * priceRatio), int(x[\"Low\"] * priceRatio), int(x[\"Close\"] * priceRatio), int(x[\"Volume\"] * amountRatio)]
data[\"data\"].append(bar)
Log(\"数据：\", data, \"响应回测系统请求。\")
# 写入数据应答
self.wfile.write(json.dumps(data).encode())
except BaseException as e:
Log(\"Provider do_GET error, e:\", e)
def createServer(host):
try:
server = HTTPServer(host, Provider)
Log(\"Starting server, listen at: %s:%s\" % host)
server.serve_forever()
except BaseException as e:
Log(\"createServer error, e:\", e)
raise Exception(\"stop\")
def main():
LogReset(1)
if (isOnlySupportCSV):
try:
# _thread.start_new_thread(createServer, ((\"localhost\", 9090), )) # 本机测试
_thread.start_new_thread(createServer, ((\"0.0.0.0\", 9090), )) # VPS服务器上测试
Log(\"开启自定义数据源服务线程，数据由CSV文件提供。\", \"#FF0000\")
except BaseException as e:
Log(\"启动自定义数据源服务失败！\")
Log(\"错误信息：\", e)
raise Exception(\"stop\")
while True:
LogStatus(_D(), \"只启动自定义数据源服务，不收集数据！\")
Sleep(2000)
exName = exchange.GetName()
period = exchange.GetPeriod()
Log(\"收集\", exName, \"交易所的K线数据，\", \"K线周期:\", period, \"秒\")
# 连接数据库服务，服务地址 mongodb://127.0.0.1:27017 具体看服务器上安装的mongodb设置
Log(\"连接托管者所在设备mongodb服务，mongodb://localhost:27017\")
myDBClient = pymongo.MongoClient(\"mongodb://localhost:27017\")
# 创建数据库
ex_DB = myDBClient[exName]
# 打印目前数据库表
collist = ex_DB.list_collection_names()
Log(\"mongodb \", exName, \" collist:\", collist)
# 检测是否删除表
arrDropNames = json.loads(dropNames)
if isinstance(arrDropNames, list):
for i in range(len(arrDropNames)):
dropName = arrDropNames[i]
if isinstance(dropName, str):
if not dropName in collist:
continue
tab = ex_DB[dropName]
Log(\"dropName:\", dropName, \"删除：\", dropName)
ret = tab.drop()
collist = ex_DB.list_collection_names()
if dropName in collist:
Log(dropName, \"删除失败\")
else :
Log(dropName, \"删除成功\")
# 开启一个线程，提供自定义数据源服务
try:
# _thread.start_new_thread(createServer, ((\"localhost\", 9090), )) # 本机测试
_thread.start_new_thread(createServer, ((\"0.0.0.0\", 9090), )) # VPS服务器上测试
Log(\"开启自定义数据源服务线程\", \"#FF0000\")
except BaseException as e:
Log(\"启动自定义数据源服务失败！\")
Log(\"错误信息：\", e)
raise Exception(\"stop\")
# 创建records表
ex_DB_Records = ex_DB[\"%s_%d\" % (\"records\", period)]
Log(\"开始收集\", exName, \"K线数据\", \"周期：\", period, \"打开（创建）数据库表：\", \"%s_%d\" % (\"records\", period), \"#FF0000\")
preBarTime = 0
index = 1
while True:
r = _C(exchange.GetRecords)
if len(r) < 2:
Sleep(1000)
continue
if preBarTime == 0:
# 首次写入所有BAR数据
for i in range(len(r) - 1):
bar = r[i]
# 逐根写入，需要判断当前数据库表中是否已经有该条数据，基于时间戳检测，如果有该条数据，则跳过，没有则写入
retQuery = ex_DB_Records.find({\"Time\": bar[\"Time\"]})
if retQuery.count() > 0:
continue
# 写入bar到数据库表
ex_DB_Records.insert_one({\"High\": bar[\"High\"], \"Low\": bar[\"Low\"], \"Open\": bar[\"Open\"], \"Close\": bar[\"Close\"], \"Time\": bar[\"Time\"], \"Volume\": bar[\"Volume\"]})
index += 1
preBarTime = r[-1][\"Time\"]
elif preBarTime != r[-1][\"Time\"]:
bar = r[-2]
# 写入数据前检测，数据是否已经存在，基于时间戳检测
retQuery = ex_DB_Records.find({\"Time\": bar[\"Time\"]})
if retQuery.count() > 0:
continue
ex_DB_Records.insert_one({\"High\": bar[\"High\"], \"Low\": bar[\"Low\"], \"Open\": bar[\"Open\"], \"Close\": bar[\"Close\"], \"Time\": bar[\"Time\"], \"Volume\": bar[\"Volume\"]})
index += 1
preBarTime = r[-1][\"Time\"]
LogStatus(_D(), \"preBarTime:\", preBarTime, \"_D(preBarTime):\", _D(preBarTime/1000), \"index:\", index)
# 增加画图展示
ext.PlotRecords(r, \"%s_%d\" % (\"records\", period))
Sleep(10000)
运行测试
首先我们启动行情收集器机器人，我们给机器人添加一个交易所，让机器人运行起来。
参数配置：
然后我们创建一个测试策略：
function main() {
Log(exchange.GetRecords())
Log(exchange.GetRecords())
Log(exchange.GetRecords())
}
策略很简单，只获取并打印三次K线数据。
回测页面，设置回测系统的数据源为自定义数据源，并且地址填写行情收集器机器人运行的服务器地址。由于我们的CSV文件中的数据为1分钟K线。所以回测时，我们设置K线周期为1分钟。
点击开始回测，行情收集器机器人接收到了数据请求：
回测系统执行策略完成后，根据数据源中的K线数据，生成K线图表。
对比文件中的数据：
RecordsCollecter (升级提供自定义数据源功能、支持CSV数据文件提供数据源)
抛砖引玉，欢迎留言。
FMZ量化交易平台邀请链接：https://www.fmz.com/
全球最大交易所币安，国区邀请链接：https://accounts.binance.com/zh-CN/register?ref=16003031 币安注册不了IP地址用香港，居住地选香港，认证照旧，邮箱推荐如gmail、outlook。支持币种多，交易安全！
买好币上KuCoin：https://www.kucoin.com/r/af/1f7w3 CoinMarketCap前五的交易所，注册友好操简单快捷！
目前不清退的交易所推荐：
1、全球第二大交易所OKX欧意，邀请链接：https://www.myts3cards.com/cn/join/1837888 注册简单，交易不需要实名，新用户能开合约，币种多，交易量大！。
2、老牌交易所比特儿现改名叫芝麻开门 :https://www.gate.win/signup/649183
买好币上币库：https://www.kucoin.com/r/1f7w3
火必所有用户现在可用了，但是要重新注册账号火币：https://www.huobi.com
全球最大交易所币安，
国区邀请链接：https://accounts.suitechsui.mobi/zh-CN/register?ref=16003031 支持86手机号码，网页直接注册。
isOnlySupportCSV用来控制是否只使用CSV文件作为数据源提供给回测系统，再增加一个参数filePathForCSV，用于设置行情收集器机器人运行的服务器上放置CSV数据文件的路径。最后就是根据isOnlySupportCSV参数是否设置为True来决定使用那种数据源（1、自己收集的，2、CSV文件中的数据），这个改动主要在Provider类的do_GET函数中。逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本来开启，再则先另存新档后用EXCEL开启，也是方法之一。
,open,high,low,close,vol
import _thread
import pymongo
import json
import math
import csv
from http.server import HTTPServer, BaseHTTPRequestHandler
from urllib.parse import parse_qs, urlparse
def url2Dict(url):
query = urlparse(url).query
params = parse_qs(query)
result = {key: params[key][0] for key in params}
return result
class Provider(BaseHTTPRequestHandler):
def do_GET(self):
global isOnlySupportCSV, filePathForCSV
try:
self.send_response(200)
self.send_header(\"Content-type\", \"application/json\")
self.end_headers()
dictParam = url2Dict(self.path)
Log(\"自定义数据源服务接收到请求，self.path:\", self.path, \"query 参数：\", dictParam)
# 目前回测系统只能从列表中选择交易所名称，在添加自定义数据源时，设置为币安，即：Binance
exName = exchange.GetName()
# 注意，period为底层K线周期
tabName = \"%s_%s\" % (\"records\", int(int(dictParam[\"period\"]) / 1000))
priceRatio = math.pow(10, int(dictParam[\"round\"]))
amountRatio = math.pow(10, int(dictParam[\"vround\"]))
fromTS = int(dictParam[\"from\"]) * int(1000)
toTS = int(dictParam[\"to\"]) * int(1000)
# 要求应答的数据
data = {
\"schema\" : [\"time\", \"open\", \"high\", \"low\", \"close\", \"vol\"],
\"data\" : []
}
if isOnlySupportCSV:
# 处理CSV读取,filePathForCSV路径
listDataSequence = []
with open(filePathForCSV, \"r\") as f:
reader = csv.reader(f)
# 获取表头
header = next(reader)
headerIsNoneCount = 0
if len(header) != len(data[\"schema\"]):
Log(\"CSV文件格式有误，列数不同，请检查！\", \"#FF0000\")
return
for ele in header:
for i in range(len(data[\"schema\"])):
if data[\"schema\"][i] == ele or ele == \"\":
if ele == \"\":
headerIsNoneCount += 1
if headerIsNoneCount > 1:
Log(\"CSV文件格式有误，请检查！\", \"#FF0000\")
return
listDataSequence.append(i)
break
# 读取内容
while True:
record = next(reader, -1)
if record == -1:
break
index = 0
arr = [0, 0, 0, 0, 0, 0]
for ele in record:
arr[listDataSequence[index]] = int(ele) if listDataSequence[index] == 0 else (int(float(ele) * amountRatio) if listDataSequence[index] == 5 else int(float(ele) * priceRatio))
index += 1
data[\"data\"].append(arr)
Log(\"数据：\", data, \"响应回测系统请求。\")
self.wfile.write(json.dumps(data).encode())
return
# 连接数据库
Log(\"连接数据库服务，获取数据，数据库：\", exName, \"表：\", tabName)
myDBClient = pymongo.MongoClient(\"mongodb://localhost:27017\")
ex_DB = myDBClient[exName]
exRecords = ex_DB[tabName]
# 构造查询条件：大于某个值{\'age\': {\'$gt\': 20}} 小于某个值{\'age\': {\'$lt\': 20}}
dbQuery = {\"$and\":[{\'Time\': {\'$gt\': fromTS}}, {\'Time\': {\'$lt\': toTS}}]}
Log(\"查询条件：\", dbQuery, \"查询条数：\", exRecords.find(dbQuery).count(), \"数据库总条数：\", exRecords.find().count())
for x in exRecords.find(dbQuery).sort(\"Time\"):
# 需要根据请求参数round和vround，处理数据精度
bar = [x[\"Time\"], int(x[\"Open\"] * priceRatio), int(x[\"High\"] * priceRatio), int(x[\"Low\"] * priceRatio), int(x[\"Close\"] * priceRatio), int(x[\"Volume\"] * amountRatio)]
data[\"data\"].append(bar)
Log(\"数据：\", data, \"响应回测系统请求。\")
# 写入数据应答
self.wfile.write(json.dumps(data).encode())
except BaseException as e:
Log(\"Provider do_GET error, e:\", e)
def createServer(host):
try:
server = HTTPServer(host, Provider)
Log(\"Starting server, listen at: %s:%s\" % host)
server.serve_forever()
except BaseException as e:
Log(\"createServer error, e:\", e)
raise Exception(\"stop\")
def main():
LogReset(1)
if (isOnlySupportCSV):
try:
# _thread.start_new_thread(createServer, ((\"localhost\", 9090), )) # 本机测试
_thread.start_new_thread(createServer, ((\"0.0.0.0\", 9090), )) # VPS服务器上测试
Log(\"开启自定义数据源服务线程，数据由CSV文件提供。\", \"#FF0000\")
except BaseException as e:
Log(\"启动自定义数据源服务失败！\")
Log(\"错误信息：\", e)
raise Exception(\"stop\")
while True:
LogStatus(_D(), \"只启动自定义数据源服务，不收集数据！\")
Sleep(2000)
exName = exchange.GetName()
period = exchange.GetPeriod()
Log(\"收集\", exName, \"交易所的K线数据，\", \"K线周期:\", period, \"秒\")
# 连接数据库服务，服务地址 mongodb://127.0.0.1:27017 具体看服务器上安装的mongodb设置
Log(\"连接托管者所在设备mongodb服务，mongodb://localhost:27017\")
myDBClient = pymongo.MongoClient(\"mongodb://localhost:27017\")
# 创建数据库
ex_DB = myDBClient[exName]
# 打印目前数据库表
collist = ex_DB.list_collection_names()
Log(\"mongodb \", exName, \" collist:\", collist)
# 检测是否删除表
arrDropNames = json.loads(dropNames)
if isinstance(arrDropNames, list):
for i in range(len(arrDropNames)):
dropName = arrDropNames[i]
if isinstance(dropName, str):
if not dropName in collist:
continue
tab = ex_DB[dropName]
Log(\"dropName:\", dropName, \"删除：\", dropName)
ret = tab.drop()
collist = ex_DB.list_collection_names()
if dropName in collist:
Log(dropName, \"删除失败\")
else :
Log(dropName, \"删除成功\")
# 开启一个线程，提供自定义数据源服务
try:
# _thread.start_new_thread(createServer, ((\"localhost\", 9090), )) # 本机测试
_thread.start_new_thread(createServer, ((\"0.0.0.0\", 9090), )) # VPS服务器上测试
Log(\"开启自定义数据源服务线程\", \"#FF0000\")
except BaseException as e:
Log(\"启动自定义数据源服务失败！\")
Log(\"错误信息：\", e)
raise Exception(\"stop\")
# 创建records表
ex_DB_Records = ex_DB[\"%s_%d\" % (\"records\", period)]
Log(\"开始收集\", exName, \"K线数据\", \"周期：\", period, \"打开（创建）数据库表：\", \"%s_%d\" % (\"records\", period), \"#FF0000\")
preBarTime = 0
index = 1
while True:
r = _C(exchange.GetRecords)
if len(r) < 2:
Sleep(1000)
continue
if preBarTime == 0:
# 首次写入所有BAR数据
for i in range(len(r) - 1):
bar = r[i]
# 逐根写入，需要判断当前数据库表中是否已经有该条数据，基于时间戳检测，如果有该条数据，则跳过，没有则写入
retQuery = ex_DB_Records.find({\"Time\": bar[\"Time\"]})
if retQuery.count() > 0:
continue
# 写入bar到数据库表
ex_DB_Records.insert_one({\"High\": bar[\"High\"], \"Low\": bar[\"Low\"], \"Open\": bar[\"Open\"], \"Close\": bar[\"Close\"], \"Time\": bar[\"Time\"], \"Volume\": bar[\"Volume\"]})
index += 1
preBarTime = r[-1][\"Time\"]
elif preBarTime != r[-1][\"Time\"]:
bar = r[-2]
# 写入数据前检测，数据是否已经存在，基于时间戳检测
retQuery = ex_DB_Records.find({\"Time\": bar[\"Time\"]})
if retQuery.count() > 0:
continue
ex_DB_Records.insert_one({\"High\": bar[\"High\"], \"Low\": bar[\"Low\"], \"Open\": bar[\"Open\"], \"Close\": bar[\"Close\"], \"Time\": bar[\"Time\"], \"Volume\": bar[\"Volume\"]})
index += 1
preBarTime = r[-1][\"Time\"]
LogStatus(_D(), \"preBarTime:\", preBarTime, \"_D(preBarTime):\", _D(preBarTime/1000), \"index:\", index)
# 增加画图展示
ext.PlotRecords(r, \"%s_%d\" % (\"records\", period))
Sleep(10000)
参数配置：
function main() {
Log(exchange.GetRecords())
Log(exchange.GetRecords())
Log(exchange.GetRecords())
}
买好币上KuCoin：https://www.kucoin.com/r/af/1f7w3 CoinMarketCap前五的交易所，注册友好操简单快捷！
目前不清退的交易所推荐：
1、全球第二大交易所OKX欧意，邀请链接：https://www.myts3cards.com/cn/join/1837888 注册简单，交易不需要实名，新用户能开合约，币种多，交易量大！。
2、老牌交易所比特儿现改名叫芝麻开门 :https://www.gate.win/signup/649183
买好币上币库：https://www.kucoin.com/r/1f7w3
火必所有用户现在可用了，但是要重新注册账号火币：https://www.huobi.com
全球最大交易所币安，
国区邀请链接：https://accounts.suitechsui.mobi/zh-CN/register?ref=16003031 支持86手机号码，网页直接注册。
相关内容
热门资讯
Windows 11 和 10...
Windows 11/10 文件夹属性中缺少共享选项卡 – 已修复
1.检查共享选项卡是否可用
右键...
Radmin VPN Wind...
Radmin VPN 是一款免费且用户友好的软件，旨在牢固地连接计算机以创建一个有凝聚力的虚拟专用网...
如何修复 Steam 内容文件...
Steam 内容文件锁定是当您的 Steam 文件无法自行更新时出现的错误。解决此问题的最有效方法之...
事件 ID 7034：如何通过...
点击进入：ChatGPT工具插件导航大全 服务控制管理器 （SCM） 负责管理系统上运行的服务的活动...
Hive OS LOLMine...
目前不清退的交易所推荐：
1、全球第二大交易所OKX欧意
国区邀请链接： https://www.m...
在 Windows 11 中打...
什么是链路状态电源管理？
您可以在系统控制面板的电源选项中看到链接状态电源管理。它是 PCI Exp...
如何在 iPhone 14 P...
Apple 的 iPhone 14 Pro 是第一款配备 48MP 传感器的 iPhone。所有以前...
如何在电报Telegram中隐...
点击进入：ChatGPT工具插件导航大全 在Android上的电报中隐藏您的电话号码
您可以通过切换...
在 iCloud 上关闭“查找...
如果您是 Apple 的长期用户，您肯定会遇到过 Find My 应用程序，它本机安装在 iPhon...
farols1.1.501.0...
faro ls 1.1.501.0(64bit)可以卸载，是一款无需连接外部PC机或笔记本计算机即可...