适合上班族的波段投资策略

Author: NazariteBruce

声明:股市有风险,入市需谨慎。所有材料仅供学习参考,不构成投资建议。

对于周围大部分程序员群体,或多或少会买一些基金或者股票,但是大A是一个神奇的地方,很少有人赚到钱。

不过经过长期的研究和实践,根据自己所学的量化知识,做到以下两点,可以在大A赚点零花钱。(PS:想发财只能做超短)

1、弄一套自己的量化系统

2、选择符合量化系统的品种

量化系统

首先,该量化系统适合网格和波段交易,在A股部分品种(主要是国际指数ETF)是适用的,同样美股也是适用的。

下面举个例子:

拼多多大跌,买入中概互联ETF

2024年8月26号,拼多多暴跌,然后指标显示接近底部,过了几天,波段指标显示波段买点,因为没有开通美股,所以想到了中概互联ETF,买了一点。

不过很不幸,结果卖飞了,结果就是刚好A股起飞,拼多多也起飞,中概互联ETF从底部到高点涨了40%多个点。

长期跟踪的品种

大部分T+0的国际指数ETF是符合量化系统的,而且并不需要大量的时间和精力,比如我自己就只在早上、中午和快收盘时看一眼,提示买点就买入,没有买点就放弃。

通过上面的这两个技巧,连续三个月赚钱,不过赚的不多。预计接下来会慢慢增加仓位,同时控制好风险,不断优化自己的策略。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值