纸上得来终觉浅

1. 交易，本质是以时间换空间。2. 交易里唯一要处理的：止损和浮盈对时间的关系。3. 你必须规定，多少时间后止损必须上移，多少时间后浮盈必须大于多少；不然就清仓。4. 在交易中，必须在尽量持长的同时兼顾主动性。5. 浮盈也是你的钱，对它必须有一个要求：什么时间止损移动到当前浮盈位置？ 价格什么时间必须要在其基础上继续产生多少利润？6. 交易，要获利， 1）必须抓取概率肥尾的大利润。 2）但同时注意，没有人可以赚到所有得钱。不要因为贪婪，改一个指标似乎就可以抓到更多利...

from:http://www.managershare.com/post/324685最近一份资管新规内审稿在网上流出瞬间激起了极大的市场反响统一监管标准，提高监管要求资管行业何去何从，成为了热点话题想弄懂资管行业先要知道有哪些资管产品今天的文章就带来市场上最全的资管产品梳理供大家学习参考目录- - - - -1. 银行资管产品2. 公募基...

1. 沪深300指数行业权重2.  Grinold(2002)，股票收益可拆解为：股息收益、名义利润增长率、PE估值变化率：宽基指数收益增长绝大部分来自于盈利增速，估值贡献较弱。3. 据悉，截至2016年11月中旬，基金业协会自律管理的资产管理业务总规模已经达到50.07万亿元，其中公募基金规模9.18万亿，私募基金存续规模7.35万亿，券商资管规模16.01万亿，基金公司及子...

第一章 公司理财导论1. 资产负债表模型         流动资产                 流动负债         固定资产                 长期负债         1.有形固定资产       所有者权益         2.无形固定资产2. 公司理财研究以下三个问题，一是公司应该投资什么样的长期资产。二是公司如何筹集所需资金。三是公司应该如何...

from：https://zhidao.baidu.com/question/291612072.html1. 沪市A股的代码是以600或601，603沪市B股的代码是以900沪市新股申购的代码是以730权证，沪市是580开头配股代码沪市以700开头，2、深市A股的代码是以000，001，002，其中，002是中小企业深圳B股的代码是以200深市新股申购的代码与深市股票买卖代码一样配股代码，深市以...

转自：http://mt.sohu.com/20160721/n460368881.shtml去年P2P公司遇冷后，纷纷转型称会用大数据、机器学习等科技手段服务金融，摇身一变成为时髦的Fintech金融科技公司。但实现过程并不简单，让机器代替人去处理数据做判断，在国内金融领域才刚刚起步。　　CreditX氪信是雷锋网(搜索“雷锋网”公众号关注)接触的一家用机器学习做风投的公司，

转自：http://www.afenxi.com/post/24216

转自： http://chuangyepu.com/articles/55035.html人工智能步入金融领域的主流玩法：1. 投资银行和卖方研究尝试自动报告生成，2. 金融智能搜索；3. 公募、私募基金在通过人工智能辅助量化交易；4. 财富管理公司在探索智能投顾方向。1 自动生成投研报告靠谱吗？在投资银行的投行业务与证券

from: http://mp.weixin.qq.com/s/NfWSg85lwa6y-MNZ-jtWyg目前金融机构的主流玩法有四种：1. 投资银行和卖方研究尝试自动报告生成，2. 金融智能搜索；3. 公募、私募基金在通过人工智能辅助量化交易；4. 财富管理公司在探索智能投顾方向。本文摘自：对冲研投人工智能如何辅助量化交易

转自：https://www.zhihu.com/question/27420308作者：Clever Liu链接：https://www.zhihu.com/question/27420308/answer/38632429来源：知乎著作权归作者所有，转载请联系作者获得授权。尝试回答一下这个问题，也算是对自己阅读的一些论文的总结，顺带谈下一点自己的思考。前一阵子被

数据分析如果没有天赋，没有运气，是否会出现无人认可的状态？毕竟这东西很看重对业务的理解！如果给出的数据方案满足不了面试官或者老板的要求，那会高薪聘请一个累赘？不像业务部门和技术部门，会有gdp贡献，分析岗位纯粹是中介啊，一个没有产出的累赘会不会很尴尬？大神 innovate511 呢！！！ 数据分析在传统领域确实没啥前途，只有进入互联网或者说大数据相关领域，才有的玩，你如果选择这个，考虑考

浅析大数据与传统经济学大数据对传统经济学体制带来的挑战与机遇李晓雨（山东建筑大学 管理工程学院，山东省 济南市 250100）摘要：文章从大数据的发展现状分析入手,讨论了大数据对传统经济学带来的机遇与挑战。运用大数据经济学的概念，分析了大数据经济学与信息经济学、信息技术等相关学科的关系。并将理论研究与实践应用实时地统一在一起,最后对大数据经济学发展前景进行了展望,认为大数据经济学不

转自：http://www.chinacloud.cn/show.aspx?id=21991&cid=22(一)“分析”和“算法”　　在互联网中，“分析”和“算法”，分得非常开，对应着“数据分析师”和“算法工程师”两种角色。前者更多侧重数据提取、加工、处理、运用成熟的算法包，开发模型，探索数据中的模式和规律。后者更多的是，自己写算法代码，通过C或python部署到生产系统，实时运算和应

http://sanwen.net/a/csioaoo.html在移动银行，熟练的聊天机器人或搜索引擎出现之前，机器学习在金融领域就有广泛应用。由于交易量比较大，交易历史数据精确完备，以及金融领域的量化分析特点，金融领域是比较适合人工智能技术应用的领域。现在，金融领域出现了很多机器学习的应用场景，这主要是由计算能力的提高以及机器学习技术方法的普及推动的（比如谷歌的Tensorf

作者：夏夜链接：https://www.zhihu.com/question/20256314/answer/97252417来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。那必然是有的，你想去也很简单，自己做得好自然多得是人找你，有时候搞到你手机都不想开机。为嘛呢？你找个正规平台开户，多了也不说，半年净利润能达到300到500点，交易次数够多（这

经济金融经典书籍推荐（中文版）——转自豆瓣转载自mikko: 《宏观经济学》曼昆 人民大学出版社（衔接性系统性欠缺） 曼昆的这本《宏观经济学》我认为优于其《经济学原理》，内容多属门格尔所云之“实践经济学”，而非理论经济学。全书给我带来较深刻印象的章节是：1.凯恩斯模型IS-LM2.索洛增长模型3.蒙代尔弗莱明模型（三元悖论）本书的视角是偏政治决策者视角的，宏观经济政策争