老胡研究股票投资第1贴

研究天涯网炒股牛人[我辛永狠》的炒股帖子   如何做一个完美股市狙击手     学习一些该作者的炒股思路,自己慢慢领悟、实践。。

【1】作者炒股观点

很多朋友都知道,做股票无非就是要形成一套属于自己的完善的交易系统,很多朋友总是追涨杀跌,手上的票卖完就涨 买后就跌,也有一些朋友有了操作系统总是眼红上涨幅度较大的股票,或者听消息面,最后错失手上的牛股去追涨,然后被套被迫割肉!

股市绝对没有100%成功率的交易系统,但能做到10次成功8次 这就非常非常难得,有了良好的操作系统还得学会止损止盈,很多朋友涨了怕, 跌了也怕, 这样的朋友不亏钱天理难容,涨了10%想20% 跌了10%寻思能连续暴涨!这是妄想! 
  

作者观点:在股市中需要的是眼光,是执行!


【2】作者的交易系统说明

我们来谈谈如何建立完善的交易系统,我的交易系统很简单 均线 MACD 成交量 3个组合足以。 

均线设置 5 13 60 144     (5天,13天,60天,144天均线)

我操作的股票首先必须满足2个条件。如果没有这2个条件断然不会进入:
  (1) 一定站上60 144均线 

(2) MACD 出现背离     [我晕,新手看不懂,我去百度一下。。。]


【3】我辛永狠:天涯打赏100万,感言。

  2013年7月开贴至至1年有余,大家应该都清楚个人一直宣扬和鼓励大家伙做确定性的交易、赚看的见的钱。

  很多朋友在本帖总喜欢“我辛永狠,今天有股票推荐吗”或者“我辛永狠,给我只股票吧”其实我认为授之以鱼不如授之于渔,逻辑的分享绝对是要高于股票的分享的(当然我这是即分享逻辑还分享股票代码)而我这么做的目的是希望大家伙都能够学会分析个股从而能够在这个市场活的更久,当然我也一直在学习,和大家学习。因为资本市场是没有神的,有的只有通过不断的学习和总结从而养成一个良好的交易习惯。所以我们都是学习者


【4】我辛永狠 的投资交易策略,那么究竟什么是 确定性的交易?

  我辛永狠:举个简单的例子近期帖子里公开说的个股(本帖所有股票分享和逻辑分享都是公开在帖子里展示)江西铜业17.16让大家伙买入,而到今天已经盈利近30%,为什么说江西铜业是确定性的交易?实际上众所周知全球都施行宽松的货币政策,且我们央行本年度已经有一次降准一次降息,我相信今年至少还会有3-5次降准降息,这很明显的央行态度也是施行宽松的货币政策,那么宽松的货币政策势必会导致大宗商品价格走高,而我们看看江西铜业,该企业是国内数一数二的大型有色金属企业,那么既然大宗商品价格走高,很明显最受益的必然是大型企业,去年大宗商品低迷的时候江铜都有几十亿利润,那么一旦大宗商品价格走高利润一定会大幅增加,利润催动股价上涨,所以我们看见江铜最近很明显的跑赢指数。这就是确定性的交易机会


【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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