123
123http://www.taojin88.com/?fromuser=cnyeslun 感觉个人投资者几乎没条件开发机械性的交易系统，成本高，门槛高还是用直觉和盘感来的实际
回复 #1 yanbingyatt 的帖子
真理，说的太好了 股票交易系统的实质是什么?就是对任意一只股票能提示------现在时刻该买--------或该卖----------又或放弃不理.除此之外还有什么更高的境界? 原帖由 abao329 于 2009-5-16 08:07 发表 http://bbs.macd.cn/static/image/common/back.gif感觉个人投资者几乎没条件开发机械性的交易系统，成本高，门槛高
还是用直觉和盘感来的实际
直觉和盘感从何而来,实际上它有一些要素组成,理清了它所包含 的要素及顺序就有数了. 原帖由 135811 于 2008-9-30 17:16 发表 http://bbs.macd.cn/static/image/common/back.gif
楼主要点记录【长期而言散户赚钱的是少数。没有规范的风险控制机制，量化的投资系统。跟大的投资机构玩，你说，怎么玩？看看报纸，上上网，找点新闻，听听电视评论，就要赚钱？一，这些东西未必正确，二，即使正确，也未必适合你的投资方式。
交易系统也不是什么神秘的东西，你不会用数据，最简单的方法其实你知道，指数底时买入，不要在意还会跌多少，指数高时卖出，不要在意还会涨多少。使用更详尽的数据，只是想要降低风险，提高期望得到的回报率的几率，和回报率。】
这就是一种很有代表性的交易系统(模式).
[ 本帖最后由 xgx588 于 2009-7-4 15:05 编辑 ] 原帖由 Andrella 于 2004-12-28 23:23 发表 http://bbs.macd.cn/static/image/common/back.gif
短线交易系统信号出来后, 无论用什么方法都不可能预先知道是否可赢利,只有照单全收, 入市操作, 靠的是极小的止损率及相对比较大的目标利润二者之差, 以及价格运行有先行偏向目标利润, 在统计上有显著意义这一点, 才能在市场上立足.
市面上宣称的所谓90%以上成功率的操作软件, 讲的难听点是伪科学, 一个人先打靶,然后画上圆圈, 神枪手就这样诞生了, 讲的好听的, 是缺乏统计知识, 很多无意义的随机现象看起来好象有统计上的倾向
这又是一种交易系统(模式)------赚则多,亏则少,差总是正值. 谈谈我的技术分析历程
【 大 中 小 】 打印推荐给朋友收藏点击23947次回复127次复制本帖地址
--------------------------------------------------------------------------------
第1阶段是学习一些传统的技术分析指标，如MACD，KDJ，RSI 等等。发现不确定性很大。
第2阶段，学习用飞狐编程序，下载个许多人编制的指标，还学习了Vb，发现不确定性很大，虽然花样无穷，但本质上与传统的技术分析指标没有差别，都是建立在对历史数据简单的各种均线基础上而已。
第3阶段，追求更厉害的统计分析，学习了SPASS，玩熟了时间序列分析ARIMA。发现不确定性很大。原来ARIMA对白噪音的残差没有估计。
第4阶段，学习GARCH，该死的SPASS居然没有这个工具，只好学习MATLAB7。GARCH玩熟后，发现不确定性很大。原来，GARCH本质上依然是线性估计，不过是将ARIMA的残差继续ARIMA了一次。晕倒。
第5阶段，被一些网络N人忽悠人工神经网络，开始玩BP，RBF，发现不确定性很大。BP，RBF对历史数据的拟合简直是完美，但对未来的泛化，简直是狗屁。仍然不死心，又捣鼓用遗传算法改进，用混沌理论的相空间改进，依然是狗屎。
第6阶段，听南大的一个人工智能专家说，SVM是目前最NB的，继续学习，这玩意很难，终于还是给搞定了，结果，发现不确定性很大。正确率让人失望。
第7阶段，茫然之际，又有N人说，据说小波可能有用，找来书翻翻，感觉无比艰深。而此时对技术分析已经信心动摇。某日遇一朋友，实战高手，一席交谈演示，发现，靠，实战中还是传统的那几个老掉牙的指标最好，关键是是运用之妙了。
第8阶段，目前阶段，重新玩那传统的那几个老掉牙的指标。
这才叫经验之谈. 原帖由 qiannong 于 2007-9-24 11:34 发表
第1阶段是学习一些传统的技术分析指标，如MACD，KDJ，RSI 等等。发现不确定性很大。
第2阶段，学习用飞狐编程序，下载个许多人编制的指标，还学习了Vb，发现不确定性很大，虽然花样无穷，但本质上与传统的技术分析指标没有差别，都是建立在对历史数据简单的各种均线基础上而已。
第3阶段，追求更厉害的统计分析，学习了SPASS，玩熟了时间序列分析ARIMA。发现不确定性很大。原来ARIMA对白噪音的残差没有估计。
第4阶段，学习GARCH，该死的SPASS居然没有这个工具，只好学习MATLAB7。GARCH玩熟后，发现不确定性很大。原来，GARCH本质上依然是线性估计，不过是将ARIMA的残差继续ARIMA了一次。晕倒。
第5阶段，被一些网络N人忽悠人工神经网络，开始玩BP，RBF，发现不确定性很大。BP，RBF对历史数据的拟合简直是完美，但对未来的泛化，简直是狗屁。仍然不死心，又捣鼓用遗传算法改进，用混沌理论的相空间改进，依然是狗屎。
第6阶段，听南大的一个人工智能专家说，SVM是目前最NB的，继续学习，这玩意很难，终于还是给搞定了，结果，发现不确定性很大。正确率让人失望。
第7阶段，茫然之际，又有N人说，据说小波可能有用，找来书翻翻，感觉无比艰深。而此时对技术分析已经信心动摇。某日遇一朋友，实战高手，一席交谈演示，发现，靠，实战中还是传统的那几个老掉牙的指标最好，关键是是运用之妙了。
第8阶段，目前阶段，重新玩那传统的那几个老掉牙的指标。
这才是高手. 对
........................