소의 기술 분석 과정

첫 번째 단계는 MACD, KDJ, RSI 등 전통적인 기술 분석 지표를 배우는 것입니다.

2단계, 플라이폭스 프로그래밍을 배우고, 많은 사람들이 작성한 지표를 다운로드하고, Vb를 공부하고, 불확실성이 많다는 것을 발견했습니다.

3단계, 더 강력한 통계 분석을 추구, SPASS을 배우고, ARIMA의 시간 순서 분석을 숙달했다. 불확실성이 높다는 것을 발견했습니다. 원래 ARIMA는 흰색 노이즈의 잔해를 추정하지 않았다.

4단계,GARCH를 배우며, 망할 SPASS은 이 도구를 가지고 있지 않은데, MATLAB7을 배우면 된다.GARCH을 익히면 불확실성이 크다는 것을 알게 된다. 원래는,GARCH은 여전히 선형적인 추정이지만,ARIMA의 잔해를 계속하는 ARIMA를 한 번 더하는 것이다.

5단계, 일부 네트워크 N자들에 의해 인공신경망을 무시하고 BP, RBF를 플레이하기 시작하여 불확실성이 매우 크다는 것을 발견했습니다. BP, RBF는 역사적 데이터에 대한 적합성이 완벽하지만 미래의 일반화에는 똥입니다.

6단계, 남대학교의 인공지능 전문가의 말을 듣고, SVM은 현재 가장 NB이고, 계속 공부하는 것이 어렵고, 결국 해결되었습니다.

7단계, 조용한 사이에, 또 N 사람이 말했다, 소파가 유용할 수 있다고, 책을 뒤집어 찾기 위해, 느낌은 비교할 수 없을 정도로 힘들다. 그리고 이 시점에서 기술 분석에 대한 신뢰는 흔들렸다. 어느 날 친구를 만났습니다, 실전 실력자, 대화 프레젠테이션, 발견, 의지, 실전에서 전통적인 몇 가지 오래된 치아 지표가 가장 좋습니다, 핵심은 잘 사용하는 것입니다.

8단계, 현재 단계, 전통적인 몇 개의 노란 지표들을 다시 재생하는 단계.

통로:http://blog.sina.com.cn/s/blog_57a1cae80101aww9.html