如果一种分析方法能够将未来的所有可能都囊括其中，并且可以做出合理的解释，那么这种分析方法基本上来说就没有任何实战价值。  ------金融帝国  形态分析将走势图中的形态分为“反转突破形态”和“持续整

　　在新的技术和业务特征之上，分布式账本呈现出超越技术本身的影响潜力，可能引发金融体系的组织结构、运行结构以及监管治理结构的深入变革。为此，全球主要央行都在对分布式账本技术的演化进行持续关注、研究、试验和

　　摘要 利用“神奇公式”，我们建立价值回报量化投资策略。策略从全部A股中非金融非ST股票中选取，通过公式计算ROC和EY，根据资本收益率（ROC）和股票收益率（EY）两项指标的综合排名，选取排名靠前的股

　　每天，我们会分析不同来源的情感和情绪，然后将这捉摸不透的东西分析简化为一种可量化的数据，比如比特币和其他主要加密货币的恐惧与贪婪指数。在我们投资的时候，这可以给我们提供一个参考的指标。 恐惧与贪婪指数

　　规则一: 当仓位被证明是正确的时候你才持有 正确的持仓方法是，当仓位被证明是正确的时候你才持有。要让市场告诉你，你的交易是正确的，而永远不要等它提醒你是错误的。你必须站在控制者的地位上。当你的交易结果

　　我们都知道程序化交易是将设计者的投资理念融入程序化模型，让计算机代替人工实现自动进行投资。 程序化交易系统设计的第一步是有一个正确的投资理念 。而具体的交易策略和资金管理是帮助我们实现投资理念的主要手

　　对于一笔获利的交易而言，你必须把各个环节都做正确；但对于一笔亏损的交易而言，并不需要你把各个环节都做错，只要做错一个环节就足够了！ ---------金融帝国 两杯50度的水，倒在一起不会成为100度

　　在矩阵分解在协同过滤推荐算法中的应用中，我们对矩阵分解在推荐算法中的应用原理做了总结，这里我们就从实践的角度来用Spark学习矩阵分解推荐算法。   1. Spark推荐算法概述 在Spark MLl

　　程序化交易通常是指利用计算机编程的机械交易系统（即程序化交易系统）进行交易。机械交易系统最大的优点是可以强迫交易者摆脱那些极具破坏性的交易行为，养成良好的交易习惯。尽管这个过程漫长且痛苦，但它确实是一

　　1、FFM理论 在CTR预估中，经常会遇到one-hot类型的变量，one-hot类型变量会导致严重的数据特征稀疏的情况，为了解决这一问题，在上一讲中，我们介绍了FM算法。这一讲我们介绍一种在FM基础

　　第一讲 应用实例 R的基本界面是一个交互式命令窗口，命令提示符是一个大于号，命令的结果马上显示在命令下面。 S命令主要有两种形式：表达式或赋值运算（用’<－’或者’=’表示）。在命令提示符后键入一个表

　　回顾这一年的技术热点，我们发现在炒糊了的大数据、物联网、云计算、DevOps开发运维之外，机器数据分析已经异军突起，有望成为2016年大数据市场商业价值最大，增长最快的热点。   据市场分析数据，20

　　根据New Vantage Partners(NPV)公司2017年大数据执行调查显示，在85%试图采用数据驱动的企业中，只有37%的企业获得了成功。看起来企业需要从大数据的初期阶段开始，但是，营销团

　　为什么面对同样的市场行情，投机者会有各种各样不同的应对方式？交易结果是如此的截然不同？ 例如，任何一个市场，在同一瞬间，就有无数人在做多，还有无数人却在放空；同样看对了行情的方向，有人赚了点小钱就跑，

　　马克·泰尔在《巴菲特和索罗斯的投资习惯》一书中，总结了这两位大师致胜的23种习惯，而两位共同的第一个投资习惯就是 不赔钱 ，这是两位投资大师的投资基石。 简简单单的三个字，看起来是废话一句，但实际上很