<address id="zhfln"></address>

    <form id="zhfln"></form>
    <address id="zhfln"><address id="zhfln"><listing id="zhfln"></listing></address></address>

        <form id="zhfln"><nobr id="zhfln"><progress id="zhfln"></progress></nobr></form>
        <sub id="zhfln"></sub>

        <sub id="zhfln"></sub>

          <form id="zhfln"><nobr id="zhfln"><meter id="zhfln"></meter></nobr></form>

          您現在的位置:程序化交易>> 特別播報>> 古期心得>>正文內容

          古期薦讀:如何克服眾所皆知模型的風險—股神可以,你也可以![古期心得]

          如何克服眾所皆知模型的風險—股神可以,你也可以!
          ?
          在過去的Po文中,我曾提及使用「眾所皆知」的模型,本身就是一種風險,因為它違反了「多數策略」的忌諱,其可能因為大家跟作降低獲利(甚至虧損,還記得那篇反向使用技術指標績效反而超越正常使用的Po文嗎?),甚至被對作(還記得那篇使用拆解程式交易規則洗出交易對手部位的Po文嗎?)。
          當然,所有的技術指標都是所謂的市場專家研究出來的;我在一篇Po文中,提及股神巴菲特11歲時,就對股市報價盤入神,試圖找出其間的規律(此即所謂的歸納法研究),也難怪他可以當股神了。
          在今日,投資標的何其多,影響價格的可能因素更不計其數,希望從歸納過程找到下一時點價格與過去一段時間影響因素(如價量)間的規律,以形成新的技術分析指標(就像過去發明這些技術分析指標的專家一樣,說不定你設計的指標可以以你為名,就像Bollinger指標一樣),有其困難。
          這問題該如何解決呢?
          如果你問一個學資訊的,「對于大量資料間相互關係,要研究出其間的互動規則,可有何方法?」。
          他會回答你,此問題就是典型的「資料採礦」(Data Mining)所要解決的問題。
          我過去曾有個學生(陳冠名)即以此法從歷史資料中歸納交易規則,這篇論文并非直接以交易價量資料為處理單位(而是以已知規則作為處理單位),因此還有發展空間。

           

          有思路,想編寫各種指標公式,程序化交易模型,選股公式,預警公式的朋友

          可聯系技術人員 QQ: 511411198   點擊這里給我發消息或微信:cxhjy888 進行 有償 編寫!不貴!點擊查看價格!


          【字體: 】【打印文章】【查看評論

          相關文章

            沒有相關內容
          人妻专区免费视频,俄罗斯啪啪到高潮喷水,国色天香社区直播在线观看
            <address id="zhfln"></address>

            <form id="zhfln"></form>
            <address id="zhfln"><address id="zhfln"><listing id="zhfln"></listing></address></address>

                <form id="zhfln"><nobr id="zhfln"><progress id="zhfln"></progress></nobr></form>
                <sub id="zhfln"></sub>

                <sub id="zhfln"></sub>

                  <form id="zhfln"><nobr id="zhfln"><meter id="zhfln"></meter></nobr></form>