交易策略的研发是一个相当复杂的过程，是以许多相关且**的步骤所构成，认真落实好每个步骤才能有成功的交易策略，并且在开发过程中，还要善于利用下一个步骤所得到的资讯，来改进调整上一个步骤，如此才能得到一个

　　我对“冰山算法”刚好有一些了解，可以给大家讲讲。很多人对“量化交易”的理解实在太过片面，基本上把它等同于生钱工具，我不赞同这种观点。交易首先是交易本身，有它自身的经济学意义，忽略这一点而单纯把它看成使

　　7、控制你的交易，管理你的资金 除非你知道你要进行的交易在财务上是安全的，否则，绝不要进行任何交易。“没有经验的投机者面临的困境往往是为每一笔头寸付出太多。为什么呢？因为每个人都想交易。为每笔交易付出

　　4、市场包容和消化一切，它永远都是正确的，顺应市场是最明智的！ 我的理论是：“在这些重大的趋势背后，总有一股不可抗拒的力量。” 知道这一点就足够了，对价格运动背后的所有原因过于好奇，不是什么好事。大众

　　在人类奋斗的每一个领域，永远都只有极少数的人出类拔萃非同寻常！杰西.利弗莫尔就是这样一个人，他是一个孤独的人，一个沉默而神秘的人；他是投机领域中的天才，是华尔街的一个传奇！利弗莫尔15岁开始股票交易，

　　图1 螺纹的反转周k线图   这是螺纹的周K线图，坐标反转后就能看到上图的2009年以来的螺纹走势图了。当前的螺纹价格回到了2009年-2012年的盘整区域，也即 成交密集带。 将近十年的时间，螺纹又

　　股票技术分析可以说就是对价格、成交量、时间三大要素进行的分析,而成交量分析则具有非常大的参考价值,因为市场就是各方力量相互作用的结果。虽然说成交量比较容易做假,控盘主力常常利用广大散户对技术分析的一知

　　常有现货贸易商朋友表示“期权太复杂，我们连期货都没玩儿溜呢，期权不敢做，也不会做。”   确实，期权相较于股票和期货要稍复杂一些。 作为一种 立体化 的金融交易工具，其复杂性主要体现在涉及要素众多，如

　　从收盘价看，股票的变化只有两种，一是涨，二是跌，但仅以此判断未来股价的走势远远不够，要想更多了解盘面具体的变化，一定要看分时走势的变化，最普通的比如拉升的时间上就有很多文章，在此我们重点探讨一下在尾市

　　由于深度神经网络（DNN）层数很多，每次训练都是逐层由后至前传递。传递项<1，梯度可能变得非常小趋于0，以此来训练网络几乎不会有什么变化，即vanishing gradients problem；或者

　　主力在收集**的阶段，如果不是迫不得已，大部分是不会选择高价收购**的。他们一定是给一个价格段，在这个价格段内，反复的拿货，打压，拿货，打压，直到收集到足够的**为止。 可是这个过程不意味着价格就会横

　　情绪指标 (BRAR)也称为人气意愿指标，BRAR源起于日本，其英文缩写亦可表示为ARBR。 由 人气指标 (AR)和 意愿指标 (BR)两个指标构成。 AR指标和BR指标都是以分析历史股价为手段的技

　　笔记1中我们利用  numpy  搭建了神经网络最简单的结构单元：感知机。笔记2将继续学习如何手动搭建神经网络。我们将学习如何利用  numpy  搭建一个含单隐层的神经网络。单隐层顾名思义，即仅含一

　　1、背景 特征组合的挑战 对于一个基于CTR预估的推荐系统，最重要的是学习到用户点击行为背后隐含的特征组合。在不同的推荐场景中，低阶组合特征或者高阶组合特征可能都会对最终的CTR产生影响。 之前介绍的

　　对于Python而言，坊间早有这种说法：在有了 pandas 之后，Python才算有了数据分析的能力。在此之前，要想用Python来做数据分析，可能就没那么友好了，可见 pandas 在学习数据分析