在股市中迭代

作者在股市投资中虽一直亏损但未放弃,不断研究迭代投资策略。经历了白马股、量化交易、价值投资等多种尝试均失败,目前采用抓妖股和超短线多股组合策略,虽当前尚可,但预计不久又会调整,体现了在股市投资中的持续探索。

在所有投资中,只有股市是亏的,但却是我一直研究的方向,一直没有放弃。资产每次上升,又每次回落到原点,资产是没有变化,但经验却不一样了,下次失败的概率就更低了,在股市中不断成长迭代。

每天都会花很多时间在思考,在改进,或者是全部推倒重来,推倒了无数次,精修了无数次,失败了无数次。

如果把每一次策略修订写成日志,那应该是一笔财富,因为后面的改进都会避免前面的问题,是升级迭代的过程,即使现在还没有完全成功,但在这迭代路上,却很有成就感。

可惜没有把每次“升级”像程序升级那次系统的记录下来,我现在只能写写大概吧。

1、17年玩白马股,基本理论是白马股盘子大,业绩好,市场会一直给予好的价格。后来发现:白马股太稳,如果长线投资的话,收益也不是太可观,在18年熊市中,也一样会大跌,而且还是高位价的大补跌。

2、转向研究量化交易,通过问财里排名高胜率的策略选股,再多股组合量化交易。不足:回测系统是不准的,没有考虑到流动性溢价,高胜率都不可持续,是过去的结果,却不能预测未来,放弃。

3、又回归价值投资,研究pe,pb,roe这三个最主要价值指标选股,但在18年熊市下,什么也不是,在A股里,是不用看这些的,没用。

4、开始追消息面,进了各种群。发现群都是有猫腻的,不是让我们转去别的平台,就是让我们抬轿子。还高价买了专业机构分析师的策略,分析师是真为买方着想的,但分析师也亏啊。

5、亏了这么多,那买稳定的金融股吧,国家不可能让金融股亏吧,失败,社保重仓股,失败。。。。

6、学习各种书,视频。但在18年的熊市中,什么也是没用的。

试过小市值股,活跃股,破发破净,网格,ETF,都被我推倒了。

。。。。。。

太多了,不想写了,写写我现在用的策略吧,目前看还比较可以的,有两个方向。

1、抓妖股,多连板的热点概念股,可低吸追高,主要走消息面的,大起大落。

2、前十分钟走势强的,基本决定后面走势,超短线,第二天卖,多股组合。

估计不久又要推倒了,当作过程的记录吧。

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 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