在选中一只股票后，对投资者来说，接下来最重要的事情就是选择有利的时机进行买进。然而许多短线投资者都有过这样的经历：刚一买进，股价就连连下跌；为了避免损失进一步扩大，最后不得不低价忍痛抛出，但抛出后股价

　　第2章 一个完整的机器学习项目 本章中，你会假装作为被一家地产公司刚刚雇佣的数据科学家，完整地学习一个案例项目。下面是主要步骤： 项目概述。 获取数据。 发现并可视化数据，发现规律。 为机器学习算法准

　　证券市场的实战操作技术有多种，但其中最为关键的技术就在于研究领悟主力常用运做手法，对于大资金与中小资金都是这样，所不同是主力应该把主要精力放在技术逆反操作，跟风资金应该把主要精力放在判断主力的利益趋势

　　创建测试集 在这个阶段就分割数据，听起来很奇怪。毕竟，你只是简单快速地查看了数据而已，你需要再仔细调查下数据以决定使用什么算法。这么想是对的，但是人类的大脑是一个神奇的发现规律的系统，这意味着大脑非常

　　为机器学习算法准备数据 现在来为机器学习算法准备数据。不要手工来做，你需要写一些函数，理由如下： 函数可以让你在任何数据集上（比如，你下一次获取的是一个新的数据集）方便地进行重复数据转换。 你能慢慢建

　　自定义转换器 尽管 Scikit-Learn 提供了许多有用的转换器，你还是需要自己动手写转换器执行任务，比如自定义的清理操作，或属性组合。你需要让自制的转换器与 Scikit-Learn 组件（比如

　　交易中的止损 期货交易的保证金杠杆效应使得价格波动被人为放大，并且合约到期的限制使得持仓不能一直保留。 当持仓的方向与市场运动背道而驰时，时间的代价将变得越来越昂贵。   在交易不利的情况下，如果不及

　　很多人在交易系统信号选择上碰到了很多困惑，我也一样。在这个问题上，其实我走了长长一段弯路： 早在2年前，我企图利用计算机技术，建立一个K线形态库 ，把尼尔森所定义的所有K线形态加入到这个库里，然后拿它

　　一、程序化的理解 程序化一般分为两类模型，一类是 趋势模型，一类是震荡模型 ，如果你想两者结合起来就要看自己的本事了，我的建议是程序化需要不停的去完美，但千万不能追求完美，以下所说模型都是趋势模型。

　　本周新增数据：比特币Top30地址余额变化，以太坊Top30地址余额变化。   链上数据： 本周比特币活跃地址数从318万骤升至421万，为五月以来最高：其主要原因是大量有转账记录的旧地址被重新激活，

　　美元，较上周上涨17.94%，Ethereum价格为463.78美元，上涨5.75%。 火币主力指数（HUOBI 10）本周上行8.48%。 本周比特币的区块大小、区块平均交易数均下降、以太坊的区块大

　　2018年7月22日，荣格财经发起人&总编辑，区块链思想者四十人论坛发起人老赵在DAGA | Blockchain & AI （核心群）做了专题分享，主题为： 区块链 —— 秩序革命 。 各位朋友好，

　　从1991年第一个网站发布至今，互联网让人类社会发生了翻天覆地的变化。   人们不可避免地总是拿加密货币和当年的互联网增长比较（包括加密货币的网景时刻）; 但我还是想做个对比分析，看看加密货币到底发展

　　嘉宾介绍 拉尔斯•彼得•汉森（Lars Peter Hansen），芝加哥大学教授，国际著名经济学家（宏观经济学和动态经济学）。他因为对“资产定价理论杰出贡献”而被授予2013年度诺贝尔经济学奖。 汉

　　均线理论的本质是市场的成本趋势，而股价的涨跌始终围绕市场成本，因此代表成本的均线在实际操作中十分重要。 股价在一般情况下都是沿着均线的方向波动，而均线的周期长短是十分关键的因素。 周期短的均线的敏感度