十年百倍，我的投资历程回顾 U兄UTHEBC发表于2015年9月30日 弹指红颜老，十年一瞬间。从2005年大牛市开启到2015年的急熊谢幕，不觉间我又老了十岁，岁月催人老呀。技术投资者喜欢收市后复盘

　　【知道自己的无知，才能正确认识自己】 正确认识自己，就是要清楚地知道自己是谁，清楚地知道自己在这个市场中想做到的和能做到的之间的区别，清楚地知道自己不可能完全把握所有的市场因素，也就因此不可能完全把握

　　第一：风险控制（小亏） 一致性严格控制风险是理性交易的出发点，也是交易活动的核心、本质。一切经营活动的最关键是，先保命（能力），才有资格谈发展。市场交易也不例外。市场中最有道行的抄手“总是”如履薄冰、

　　对于个人交易者而言，我们在谈论交易方法的时候，常常说自己属于某某派，或者基本面派，或者技术派，或者这两种兼容并包，但很少见到大家有提一类交易分析方法，这便是 交易行为分析 。 实际上，国际上很多的大基

　　数据点评 （1）美国：预期内的通胀/经济上行 1、经济数据： 美国6月政府预算赤字 749亿美元，预期赤字 800亿美元，2017年同期赤字 902亿美元亿美元。美国2018财年前九个月（2017年1

　　有些人看重K线，有些人看重分时，有些人看重均线或技术指标，并以此为交易的核心。这些都是陷入细节只见树木不见森林的表现，就像有人认为美国强大是因为它有航空母舰，孰不知印度也有航母，却很少有人说印度强大。

　　交易系统的重要性越来越受到投资者的关注。随着中国期货市场的发展，投资者由原来的盲目交易正逐渐转向理性投资，由被动的跟盘转向由交易系统来指导自己的交易。实际上，在期货市场长期获利的交易系统应该存在，但交

　　初步认知数据分布 拿到一个数据集，你先检查了数据源的质量，然后通过数据清洗提升了数据集的质量，再通过平均数的计算了解了数据集大小的一般水平，接着又通过方差和标准差了解了波动变化。经过这一系列的操作，你

　　读完上一篇的你，或许会觉得我说的内容太琐碎，太简单。那么进入第二步，许多和“数”相关的东西，就要在此展开了。   必要的描述统计分析 从审核数据源质量，到提升数据集质量，再到明确数据类型和单位，走完这

　　当拿到一个数据集时，你通常会怎么做？你脑子里好不容易蹦出的那个答案正确吗？这个问题或许能让不少人尴尬。我们循序渐进地来回答这个问题。我们将遵循这样的顺序： 数据源质量→数据类型→数据集质量→平均水平→

　　人工智能如何处理数据？如果把重点放在数据的处理方式上，那么长期共存的方式大概有两种：   特征学习(feature learning)， 又叫表示学习(representation learning)

　　目前，最受欢迎的公共区块链是比特币和以太坊，非正式被地称为区块链1.0和区块链2.0。这两个区块链是为了不同的目的而设计的，并且已经随着时间进化了。虽然目前尚不清楚下一代的区块链将是什么，但这两种区块

　　Tom Ding 是一位早期的区块链创业者，同时也是String Labs的联合创始人兼CEO。 在上周的“Consensus 2017”会议和Token Summit（代币峰会）上，几乎每一个我遇到

　　用 Matlab进行大规模科学计算或仿真时，内存是一个需要时常注意的问题。在matlab命令输入行中输入： system_dependentmemstats 。   在这里就可以看到内存的使用情况了。

　　想在市场上赚钱，必须同时具备两样能力： 研究：做出正确的能够获利的决策，也就是寻找Alpha的能力 交易：基于研究的结果和交易信号，执行相应的下单风控等操作，也就是将Alpha落实到你账户盈利上的能力