【正文】 2023年 3月 23日星期四 6時 30分 56秒 18:30:5623 March 2023 ? 1一個人即使已登上頂峰，也仍要自強不息。 2023年 3月 23日星期四 下午 6時 30分 56秒 18:30: ? 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。勝人者有力，自勝者強。 :30:5618:30Mar2323Mar23 ? 1越是無能的人，越喜歡挑剔別人的錯兒。 , March 23, 2023 ? 閱讀一切好書如同和過去最杰出的人談話。 2023年 3月 23日星期四 6時 30分 56秒 18:30:5623 March 2023 ? 1空山新雨后，天氣晚來秋。 。 :30:5618:30:56March 23, 2023 ? 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 :30:5618:30Mar2323Mar23 ? 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 , March 23, 2023 ? 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 2023年 3月 23日星期四 6時 30分 56秒 18:30:5623 March 2023 ? 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點的射線向前。 。 :30:5618:30:56March 23, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國見青山。 :30:5618:30Mar2323Mar23 ? 1故人江海別，幾度隔山川。 , March 23, 2023 ? 雨中黃葉樹，燈下白頭人。 低位兩次金叉股價將大漲 . 注 1:一般地 ,MACD指標(biāo)還結(jié)合其他中線指標(biāo)進(jìn)行綜合考慮 .如乖離率 BIAS,強弱指標(biāo) RSI,隨機指標(biāo) KDJ及威廉指標(biāo) WR% 注 2:收盤價 xt 可取 xt = (2 底背離 :當(dāng)股價不斷創(chuàng)新低 ,DIF和 MACD鈍化 。 DIF從上向下突破 MACD形成死叉 (柱狀值BAR由正變負(fù) ),或 DIF及 MACD從上向下突破 0軸 ,為賣出信號 。否則為空頭市場 。若漲勢趨緩 ,則將縮小 ,甚至死叉 。 x t +[1 －α (26)] xt +[1－ α (12)] 今日收盤價 xt +[1－ α (12)] 利用臺勞公式和卷積公式定理以求出多項式參數(shù) . 證明即定理詳見《預(yù)測與決策方法》 1)預(yù)測公式 :假定數(shù)據(jù)趨向為線性趨勢 ` yt+T = at +btT 2)預(yù)測參數(shù)公式 第一次平滑 St(1) =αyt + (1－ α) St1(1) 第二次平滑 St(2) =αSt(1) + (1－ α)St1(2) 且 at = 2 St (1) － St(2) bt = [α/ (1－ α)][ St (1) － St(2)] 預(yù)測公式即為 yt+1 = at +btT =2 St(1) － St(2)+ [α/ (1－ α)][ St(1) － St(2) ] T Tty?? 注 :公式推導(dǎo)參考 (日 )春日井博 實用預(yù)測入門 郭明哲 預(yù)測方法 二次指數(shù)平滑僅適用與線性趨勢型 . :假定已知數(shù)據(jù)呈二次曲線趨勢 1)預(yù)測公式 yt+T = at +btT +ctT2 2)平滑公式 S(1)t=αyt + (1－ α) St1(1) S(2)t =αSt(1) + (1－ α)St1(2) 再進(jìn)行一次平滑 St(3) =αSt(2) + (1－ α)St1(3) 3)參數(shù)公式 at =3 St(1)－ 3 St(2)+ St(3) bt =[α/2(1－ α)2][(6－ 5α ) St(1) － 2(5－ 4α ) St(2) + (4－ 3α )St(3)] ct = [α/2(1－ α)2][3 St(1) － 3St(2) + St(3)] 4)初始值計算 二次 ,三次指數(shù)平滑預(yù)測均涉及初始值的問題 ,書上介紹的為 i)數(shù)據(jù)少時 ,取最初幾個數(shù)據(jù)的均值為初始值 ii)數(shù)據(jù)多時 ,以第一期原始數(shù)據(jù)為初始值 . 指數(shù)平滑應(yīng)用 指數(shù)平滑異同移動平均線 MACD (Moving Average Convergence and Divergence) 美 Gerald Apple和 W 本期預(yù)測誤差 系統(tǒng) 為負(fù)反饋自動控制系統(tǒng) ,有一定的自適應(yīng)能力 。 經(jīng)驗 iii）對于變化不太大的時間序列， α 取— 以便于使早期信息充分反映到預(yù)測值中。 σ = [α/(2α)]即預(yù)測結(jié)果包含所有的已知信息量 .這些量的大小取決于平滑系數(shù) α 的大小。 即對預(yù)測值影響越小 ， 反之影響越大 。 這是初始值對預(yù)測值的影響大小 . 若 t 0， 實際數(shù)據(jù)若 t 50， 則 (1－ α ) → 0 則 (1a)tS0→ 0可略去 ,也就是初始數(shù)據(jù)的影響可不考慮 。 后期實際數(shù)據(jù)起主導(dǎo)作用 ， 前期預(yù)測值作用很小 。 1） 平滑系數(shù) α? (0,1) 當(dāng) α→ 0 St(1) → St1(1) 預(yù)測值接近原來估計值 即前期預(yù)測數(shù)據(jù)起主導(dǎo)作用 。 α = ， x12= S11(1) = 234 當(dāng) α = , x12= S11(1) = 平滑效果差 ， 后期數(shù)據(jù)影響大 。 ,股價在 MA上方突然暴漲遠(yuǎn)離 MA線 。 MA下方運行 ,上升時遇 MA所阻 ,再次回落 。 MA下方運行 ,突然下跌遠(yuǎn)離MA線時 。 MA上方運行 ,回檔未破 MA股價再次 ↗ 。 二． 移動平均線的轉(zhuǎn)點 指移動平均線由下行轉(zhuǎn)為上升的最低點或由上升轉(zhuǎn)為下行的最高點 因為移動平均數(shù)的取得是要扣減 xtN,即