敏感时刻说大盘

 

这是我进入博客以来的第一次从技术角度看大盘,从主流股票看大盘。

今天我注意到,主力资金以及那些所谓的价值投资者眼中最好的四个(招商银行,中信证券,茅台酒,深万科)成长性蓝筹股,都不约而同的走出了不容乐观的形态(当然,他们确实是透支了其成长性)。未来会发生什么情况?说实话,我现在还没有想清楚,我想在周末好好的思考一下这个问题。同时,也希望朋友们想想这是为什么?会引起什么?

鞍钢的形态目前来看是“空中加油”的形态,假如一旦放量下跌,那么就是破位走势,那么就是另外一回事了,这就是技术的其中一个缺陷。

我自己也没有想清楚的问题,所以我没办法说什么?只是想让朋友们思考一下。

呵呵,因为目前的鞍钢价格并不怎么低估(只能说是相对低估),所以就让我不得不关心一下。也许,我不应该关心大盘,也许我不应该从技术角度来分析,也许这就是我的缺陷吧。

 

另:这是我下午二点钟看见而思考的问题,本来准备马上发的,但怕引起朋友们的恐慌,毕竟是我自己也没有想清楚的问题,所以,还是在收盘以后发了。

我依然满仓,帐户上面的现金加起来也不足1000元,我没动。持股结构依然是马权,鞍钢,民生银行。

 

《爱心工程办公室》http://blog2.eastmoney.com/yizheng128,default.html

资源下载链接为: https://pan.quark.cn/s/dab15056c6a5 用户画像(User Profile)是大数据领域关键概念,是基于用户多维度信息如行为数据、偏好、习惯等构建的虚拟代表。它是数据分析重要工具,能助企业深度理解用户,实现精准营销、个性化推荐及服务优化。其源码涵盖以下内容:一是数据收集,需大量数据支撑,常借助Flume、Kafka等日志收集系统,实时或批量收集用户浏览记录、购买行为、搜索关键词等数据;二是数据处理与清洗,因数据源杂乱,需用Hadoop、Spark等大数据处理框架预处理,去除噪声数据,统一格式,保障数据质量;三是特征工程,为构建用户画像关键,要挑选有意义特征,像用户年龄、性别、消费频率等,且对特征编码、标准化、归一化;四是用户聚类,用K-means、DBSCAN等算法将用户分组,找出行为模式相似用户群体;五是用户建模,借助决策树、随机森林、神经网络等机器学习模型对用户建模,预测其行为或需求;六是用户画像生成,把分析结果转为可视化用户标签,如“高消费能力”、“活跃用户”等,方便业务人员理解。 其明文档包含:一是项目背景与目标,阐述构建用户画像原因及期望效果;二是技术选型,明选用特定大数据处理工具和技术栈的理由;三是数据架构,描述数据来源、存储方式(如HDFS、数据库)及数据流图等;四是实现流程,详述各步骤操作方法和逻辑,含代码解释及关键函数功能;五是模型评估,介绍度量用户画像准确性和有效性方式,像准确率、召回率、F1分数等指标;六是应用场景,列举用户画像在个性化推荐、广告定向、客户服务等实际业务中的应用;七是注意事项,分享开发中遇问题、解决方案及优化建议;八是结果展示,以图表、报表等形式直观呈现用户画像成果,展现用户特征和行为模式。 该压缩包资源对学习实践用户画像技术价值大,既可助人深入理解构建过程,又能通过源码洞察大数据处
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