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

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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