顺应趋势 等待回调 突破买入 控制风险   以上四个词是炒股的圣典。其中，每一句话都包含着精确与模糊两个内涵，这就是为什么每一句话看起来又都是那么高深莫测的原因。   顺应趋势 趋势指标确定之后，任何

　　系统交易策略的形成，通常可以经由以下两种截然不同的方式：即 从上到下 和 从下到上 。   从上到下，就是指通过对市场的长期观察而形成某种理论上的认识，然后基于这种认识而形成某种战略战术。   举个例

　　1. ARMA模型 ARMA简单理解就是AR模型和MA模型混合。  更加复杂的情况下：一个ARMA过程可能是AR与MA过程、几个AR过程、AR与ARMA过程的迭加，也可能是测度误差较大的AR过程。 A

　　1. 前言 数据获取，预处理，定阶什么的参考前面几篇文章：  金融时间序列分析：3. First Demo By Python 金融时间序列分析：5. AR模型实例（Python） MA模型的讲解参考

　　1. 前言 AR和MA模型是时序数据分析两个最基本的模型。 AR仅通过时间序列变量的自身历史观测值来反映有关因素对预测目标的影响和作用，不受模型变量相互**的假设条件约束，所构成的模型可以消除普通回归

　　如果认为巴菲特是真正的价值投资的典范，那么价值投资至少应具有两个特点：   一是长期投资，不是仅持有几年的问题，而是长期到几乎永远——巴菲特的确这么说过（“不想持有十年，连十分钟也不要去持有”）；  

　　所有投资者在他们的以往交易中都会遭遇所谓的交易低谷。交易低谷指的是在交易过程中很难看到盈利或者有可能加重损失的一个时间段。这种面临损失或者没有盈利的时期可能在任何时候发生在任何人身上。有时可能是因为市

　　拐点的概念来源于通道理论，任何一段上升趋势或下降趋势，都可以假定它在一个小的通道当中运行，价格运行趋势整个局限于两条平行线之间。   1.上升趋势 在上升趋势中，要想找到价位向下的回调目标（拐点），按

　　1. 前言 前一篇写了如何用Python构建AR模型，但是由于不太熟悉，很多问题都没有说清楚，本文用R语言详细的讲一讲，算是为前面两篇文章补漏吧。   2. 获取数据 library(quantmod

　　1. 前言 本文简单谈谈如何用Python构建AR模型，并进行数据预测。  本文承接前文：  金融时间序列分析：3. First Demo By Python 这篇文章介绍了用Python获取数据、数

　　1. 前言 接下来真是进入金融时间序列分析与预测阶段，可以说进入本篇算是正式入门了。  这里会聊聊一个最基本的模型——AR模型 2. AR模型 AR模型：（Autoregressive Model）自

　　金融市场上的丛林法则与动物界的一样，就是弱肉强食。不过市场上的强弱基本上是由两个因素决定的，一个是 资金(Capital) ，另一个是 洞察力(Vision) 。           关于资金(Cap

　　对于投资的朋友来说，股价下跌并不陌生，特别是在市场整体处于调整的状态下更是屡见不鲜。我们经常会看到某些股票在成交并不活跃的状态下突然出现快速下跌 ，K线图上拉出长长的阴线。   下跌是股价运行中除了上

　　投资者在期货市场中不断交易，试图寻找多空变化的真谛并从中赚取一份利润。期货交易涉及买卖方向的判断，而方向即是多空。   期市中的多空对峙正如战场中对阵两军的博弈，或一进一退、或双方鏖战一起、或两兵相望

　　我在股市上已经呆了 11 年的时间。这 11 年来，我看了不下 100 本关于股市的书籍，但是对我帮助大的只有 10 来本。 现在我想和大家说的，是《彼得 . 林奇的成功投资》这本书。我对这本书怀有无