投资理财-幸存者偏差的理解

创业与投资:过程的磨砺与极小概率的成功
博主分享了对创业和投资的看法,强调过程的艰难和结局的不确定。提到运气和信息的重要性,以及持有和交易策略的选择。告诫读者成功并非易事,更多是个人努力和适应市场波动。

分享一点感悟,我这个人不太喜欢研究成功学,什么生意圣经,商场宝典类的书我也不看。

他们说的都对,但是我知道很难行得通。很多事反着去看都是对的,但是经历的人才知道有多难。比如你遇到一个男人,这个人未来十倍增长,但是每天对你非打即骂,你活在煎熬中还不走反而更加坚定。这就是创业和投资的过程,即使结局是好的,过程大概率也不是普通人能承受的。

除非像$文这种停牌前一天重仓买入的,这也就是运气和有消息了了,之前的几年走势也是没什么特色。

如从高点下调这么多,很多人就非常难受了,所谓持有的过程,并不会轻松。如果是赚交易钱的那部分人,是不可能存在套牢的,早就走了,所以方法本身就是工具,每个人自己选择的。持有和交易,就是既交织又不同的方法。

很多事情还是靠自己去拼去闯,失败了没关系,分析一下再去试试看,累了就歇歇,仅此而已。没有十全十美,但求无愧于心就行了。

在我看来现在这个时代和阶段,有一万个一模一样的东西,朝着人群走来。

这里面有一个叫趋势,9999叫陷阱,趋势跟晚了也是陷阱,那就是最后一批接盘侠。

人群随机选择,选中了趋势的人成了未卜先知的高人,他说的话就是成功学,大家研究他分析他。

选中了其他陷阱的人,则默默无闻不做声也无人知晓。他们的经验就是反面教材。

一本成功学的书摆在那里,所有人都去读,成功的人概率也是无法提高的,这就是规律,因为不可能所有人都赚钱,也不可能所有人都成功。

很多人拼尽全力想用必然去拼一个极小概率事件,这本身就会给自己很多压力。

早安,都吃早饭了吗?

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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