梦中故乡情
心随淡云仙鹤-想到什么说什么
博文
(2025-04-16 08:37:03)
我发了博客，内有：“如果又怀疑，就不要直接打开email。。。。”有朋友指出：应该是：“如果有怀疑。。。”谢谢。看起来我很傻，连这都写错，那写的博客能看吗？在这里辩护一下。我并没有人们想的那么笨。当我给我非常重要的人发送电子邮件时，我有时会故意留一些错别字，以防AI过滤我的邮件。这样，邮件更有可能进入收件箱inbox而不是垃圾邮件文件夹s[阅读全文]
(2025-04-16 08:07:40)
你如果又怀疑，在打开附件或点击链接前，先确认邮件是否为诈骗邮件
FristgetRawdata:
---------在Yahoo邮件中查看原始邮件数据：
1.打开邮件：在Yahoo邮件中打开您要查看的电子邮件。(但不要点击链接）。Donotclickanylink,donotdownlaodanythingyet.
2.更多菜单：点击“更多”菜单（通常是三个水平点或线）。frommenu,seeverticalthreedots.
3.查看原始邮件：选择“查看原始邮件&[阅读全文]
(2025-04-16 03:38:15)
如果一个人老是谈，那谁，我又看对了！说涨就涨了！那么他就可能是个新手，起码多年都没有明白股市是怎么回事，也输不起那也就失去了赢大的机会。有个争论多年的老问题，如果你的胜率超过了50%，那么你很可能迟早输钱。我不争论，因为我也不明白。但我想，在现实生活中，如果开个小餐馆，那每笔客人进来必然会整个小钱。稳当，但发大财不容易。不知道您如何看[阅读全文]
(2025-04-14 21:12:07)
很多人认为不会。但，我收到的是：Ourapologies,yourrequestisasexpansiveasthegalaxyitself.Couldyoumakeitmoreterrestrialforus?抱歉，您的请求就像银河系一样庞大。您能把它做得更接近地球吗？这是GROK在我问了个数学难题后的答复。很明显，我问的问题AI无法回答。她就赖了。你梦想机器人24无怨无悔？也许吧。得有个度。人才是宇宙得主宰，AI是场泡沫，完了就会留下最好得公司，比如NVDA，TSM，[阅读全文]
(2025-04-14 19:18:20)
ClusterTendency：一种揭示股票市场模式的通用工具在股票市场分析领域，存在着大量的技术指标，其中包括但不限于移动平均线、相对强弱指数(RSI)、布林带以及移动平均收敛散度(MACD)等。与此同时，每位交易者都采用着各异且通常是专有的交易策略。一个普遍存在的现象是，无论是技术指标还是交易策略都具有其固有的不一致性；一项指标的有效性会随着时间的推移而波动，而[阅读全文]
(2025-04-04 08:16:07)
股市好的时候都赚钱，但那是市场在给钱，不一定是自己多牛。现在猜低点，高点和赌博一样。
避免的办法就是量化。协整量化就是卖出某个股票或股票集的时候，同时买入某个有协整关系的股票或股票集。虽然赚钱慢，但睡得好，什么都不怕。
这次大水退去后，有对cointegrationquanttrading有研究的朋友，我们能不能建立一个小组来相互学习？有兴趣的联系我。希望您起码[阅读全文]
(2025-03-24 19:18:00)
上次我说到。那么如何确定个时间点来用QQQ/SPY（arbitrage）套利？也就是同时卖出其中一个，买入其中一个，卖哪，买哪个？
下面在下写的小程序来回答这个问题。第一步：协整性检验(CointegrationTest)，确定QQQ/SPY有协整性。这一步实际上是多余的，人人都知道QQQ/SPY的关系。当然是协整的。有时候QQQ强，有时候SPY强。但我把这一步留下了。因为如果要计算多个股票，甚至不知[阅读全文]
(2025-03-24 18:26:51)
如果有人喜欢IRONCONDOER，那么最近可能有点怀疑人生。但如果能理解背后的逻辑，就不会有情绪的干扰。一般来讲，设定IronCondor处选择合适的时间点，一个重要的内容是LEG的距离。距离太远，看起来风险小但利润大大减少，遇到大的波动，反而输钱。太近那么赢得机会大大减少，虽然看起来盈利不错。这里讨论得是，在到期之前不调整腿得情况。一般不建议调整，因为那实际[阅读全文]
(2025-03-24 16:33:20)
贫穷父亲的“面包”一个贫穷的父亲，在即将远行的儿子面前，拿出一块砖头，告诉他这是一块面包，希望以此鼓励儿子。儿子带着父亲的“面包”，踏上了旅程。路途艰辛，儿子饥肠辘辘，但他始终相信父亲的话，将那块砖头视作珍贵的食物。最终，儿子凭借着这份信念，成功抵达了目的地。这个故事告诉我们，人类的情感对健康至关重要。父亲的善意谎言，给[阅读全文]
(2025-03-20 08:35:34)
前面说了，ML非常简单，你可以看看附图。一分钟可以出结果。我做一顿饭还得几小时。机器学习模型的出现，如支持向量机（SVC）、随机森林（RandomForestClassifier）和XGBoost，似乎为这一目标带来了希望。然而，尽管这些模型在许多领域都展现出了强大的预测能力，但在股票预测中，它们的可靠性却受到了诸多挑战。股票市场太复杂，数据有太多噪音，规律变化太快，机器学习[阅读全文]
