关于时间框架的问题，在我的上一篇思考总结里面已经从手续费损失和提高盈亏比的角度建议大家选择大的时间框架。下面我想从市场操纵的角度再次谈谈这个问题，随便谈谈交易品种的选择问题。 我们知道，一个金融品种价

　　耐心 1.没有机会时空仓耐心等待。有着较长看盘经历的人应该有这个体会，那就是在一些局部情况下市场会存在较明显的有交易优势的机会，比如大周期下（日线或者周线）极端上涨后出现看跌形态、或者极端下跌后出现看

　　数据“爆炸”的时代，大数据常常被寄予厚望。到底，什么样的数据才算大数据，怎样才能用好大数据，传统统计学还有用武之地吗？清华大学统计学研究中心前不久成立，著名统计学家、哈佛大学终身教授刘军担任主任。日前

　　1. 前言 分类与回归树（Classification and Regression Trees, CART）是由四人帮Leo Breiman, Jerome Friedman, Richard Ol

　　1. 朴素贝叶斯算法 朴素贝叶斯分类器的主要思路：通过联合概率P(x,y)=P(x|y)P(y)建模，运用贝叶斯定理求解后验概率P(y|x)；将后验概率最大者对应的的类别作为预测类别。   分类方法

　　本文讨论的kNN算法是监督学习中分类方法的一种。所谓监督学习与非监督学习，是指训练数据是否有标注类别，若有则为监督学习，若否则为非监督学习。监督学习是根据输入数据（训练数据）学习一个模型，能对后来的输

　　1. 集成学习 集成学习（ensemble learning）通过组合多个基分类器（base classifier）来完成学习任务，颇有点“三个臭皮匠顶个诸葛亮”的意味。基分类器一般采用的是弱可学习（

　　1. 极大似然 极大似然（Maximum Likelihood）估计为用于已知模型的参数估计的统计学方法。比如，我们想了解抛硬币是正面（head）的概率分布θ；那么可以通过最大似然估计方法求得。假如我

　　1. 关联分析 关联分析是一类非常有用的数据挖掘方法，能从数据中挖掘出潜在的关联关系。比如，在著名的购物篮事务（market basket transactions）问题中，   关联分析则被用来找出

　　SVM（Support Vector Machines）是分类算法中应用广泛、效果不错的一类。《统计学习方法》对SVM的数学原理做了详细推导与论述，本文仅做整理。由简至繁SVM可分类为三类：线性可分（

　　1. 引言 k-means与kNN虽然都是以k打头，但却是两类算法——kNN为监督学习中的分类算法，而k-means则是非监督学习中的聚类算法；二者相同之处：均利用近邻信息来标注类别。 聚类是数据挖掘

　　前段时间刚完成了一个分析网站流程的每个步骤的流失率，并用漏斗模型进行展示的需求，这里跟大家来分享一下。分析过程可以从以下三步展开：确定需要分析的访问路径或操作流程，收集数据并分别统计出该路径中每一步的

　　1、决策树模型与学习 决策树（decision tree）算法基于特征属性进行分类，其主要的优点：模型具有可读性，计算量小，分类速度快。决策树算法包括了由Quinlan提出的ID3与C4.5，Brei

　　无论低风险投资还是高风险投资，和长期的收益率没有直接的关系，低风险可能低收益，比如天天存活期，每天资金0回撤，高风险也可能低收益，股民70%都赔钱，低风险可能高收益，每年复利30%多，10年就是20倍

　　1. 引言 PageRank是Sergey Brin与Larry Page于1998年在WWW7会议上提出来的，用来解决链接分析中网页排名的问题。在衡量一个网页的排名，直觉告诉我们： 当一个网页被更多