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。

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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