『壹』 股票交易中为什么就连4手的交易也要多笔进行有什么含义么
多笔进行？？ 你的意思是400股的股票分几次卖出吗？？？
含义应该是该投资者对后市的形势不明确！采用的是多次卖出的方法！
『贰』 什么是看多
程式化交易系统简要设计思路
一．设计思想：
本设计旨在利用新的思路构建一个高效率、高质量的证券市场分析决策系统和以该系统。系统设计建立在对证券市场全方位的分析上，并引入了现代管理科学和控制理论的一
些核心理念。系统所设计的方法可以有效的提高对市场的分析和评价效率，可以更高效、更直观、更合理的监控市场变化、评价市场冷暖、筛选介入目标、确定买卖时机，方便的进行自动或半自动的程式交易。
二．系统特点
本系统是一个完整科学的数据检测、分析与评价系统和买卖决策管理系统，与其它系统相比具有以下特色：
1．分析策略和决策方法比较完整：理论上讲我们进行证券投资决策所需要的绝大多数数据其实都在我们的机器里或者在网络上，而数据是可以被分析的，趋势也应该是可以被跟踪的。该系统通过对行情数据、历史数据和财务数据进行尽可能全面完整的分析，以及通过采用直观明了的表现形式、完整全面的评价体系和及时高效的操作管理体系来从不同的角度去引导我们做出科学、正确的决策，去逼近我们对市场的更为真实的了解和判断。
2．分析方法比较科学：比如说，对于大多数证券投资者而言，都不会否认形态的重要性，但是就像世界上没有完全相同的两片叶子一样，世界上也没有完全相同的两只股票，形态的模糊性和数学处理的复杂性也经常让人们大伤脑筋。不管是关于“形态识别”的方法还是关于“分型”的概念都不便于进行确切具体的操作。在具体应用时还都有很多的技术和效率问题不能很好的解决，但是本系统独创的技术分析与处理方法则将股票的走势、形态、成交情况、财务状况以及与整个市场状态的关系等有机的结合了起来，把模糊与精确、背景与现状、大盘与个股的相对关系统一在了一个规范的平台上，以一种标准、统一的方式对市场和股票进行科学的监测评价和买卖操作的管理。这种处理方式的另一个合理之处在于它可以非常方便高效的利用人们在模式识别方面的现有技术，以一种更简单的方式来对复杂的形态进行分析，让事情可以变的简单、自动、智能。
3．表现形式比较合理：计算机与人的能力目前阶段还有很大的差别。对于大规模的数据处理人根本无法和计算机相比，但对于模糊识别和判断方面人比计算机具有更大的优势。本系统采用比较科学合理的方式对这两方面的工作进行了有效的分离，充分发挥了计算机和人的优势，高效、合理，而且直观、可靠、具有良好的人机界面和方便简单的操作方式。
4．分析和执行效率比较高：本系统对数据进行了分类管理。主要数据和次要数据、历史数据和实时数据、正常数据和异常数据、静态数据和动态数据、常态数据和异动数据等都按其和操作的关联程度进行了不同的分配和应用，所以可以在不需要很高硬件资源的条件下就可以非常高效的完成对整个市场的监测、分析和评价工作。
5．资源利用效率很高：证券市场工作的核心是对市场的分析、评价和筛选，具体的买卖操作应该是一种机械的执行行为。因为操作指令具有非常简单化的特点且实时性要求不算太高，理论上讲对系统资源的占用并不大，所以在系统分析的基础上，如果能够充分利用网络的话，即便是同时对成千上万个帐户进行管理也是完全可能的。所以系统考虑建立了一种集中式分析、评价、筛选和买卖指令产生，但却是分布式买卖操作指令执行的服务系统。这样就可以充分利用系统分析的资源并以很高的效率来统一的协调行动，可以较好的解决操作的效率和风险的控制等问题。
三．系统的技术与理论分析基础
（限于篇幅和本文的主题，该部分简略的分析只是为了对系统的可行性做出必要的．
（一）．基本分析
近百年来，人们在生产组织的过程中建立了管理科学的理论，在追求自动化的过程中完善了控制理论，在对军事行动的优化配置中产生了运筹学的理论。这些理论、技术的产生和发展非常成功的解决了企业的管理问题、自动控制问题、规划问题和预测问题等，在提高生产效率、保证产品质量、自动化设备的制造、资源的优化配置、军事保障以及市场的分析预测等方面都提供了系统的理论基础和成熟的方法技术，在现代科技和产业的发展中起到了极为重要的作用。如果没有这些理论也就很难设想会产生现代化的大工业、自动控制设备制造、航空航天与导弹技术等，也很难建立诸如天气预报等大规模的分析预测模型等复杂系统的分析。
相对于上述这些行业对管理理论和控制技术等方面应用的深度和广度而言，证券市场做为一个高度数字化、信息化的行业，在其市场分析、操作管理、资金管理等方面对管理科学和自动控制技术的应用显得非常不足。手工与经验操作的比重非常大。但事实上证券市场的操作过程不仅仅是一项单纯的技术和经验问题，同时也是一个非常多样化的管理问题：操作的管理、资金的管理、理念的管理等。理论上讲这个过程是可以归纳为一个复杂的管理过程的。
就像企业生产出合格产品并不能说明什么，关键是能否保证很高的合格率一样，在证券市场上偶尔的赚钱根本算不了什么，——关键是能否建立一套稳定的获利规则并严格的执行它！
管理问题实际上在很大程度上可以转化为规则问题、优化问题、标准化问题、程序化问题，而控制理论的核心是信息的检测处理和反馈；对于证券行业而言，绝大多数的数据都可以很方便的得到，数据的采集根本就不是问题，问题是如何对大量的数据进行有效的分析和利用。系统在引入管理工程和系统工程概念方面做了许多的努力，在具体的技术处理方式上广泛采用了自动控制和动态规划的技术原理。
（二）行业特征分析：
1）证券行业具有高度数字化、信息化、网络化的特点。数字化意味着特别适合发挥计算机的强大处理能力，网络化则意味着可以不受时间、空间距离限制的向客户提供及时、高效、个性化的服务。
2）市场会随着经济规模的扩大而扩大，随着经济的发展而发展，随着企业的扩张而扩张。在这个过程中总有一些公司会有强大的市场和资本扩张能力，它们的股票价格也会因此而有惊人的涨幅。
3）市场在"价值回归"的过程中永远都在不断的重复着"矫枉过正"的故事。从短期来看，所有理论和技术都无法改变这个市场零和博弈的本质，从长期来看，伴随市场规模的扩大和部分企业的高速扩张，证券市场存在着大量的具有投资价值的机会。
4）人的大脑是最好的自动控制系统，但往往无法持续稳定、精确严格的按原则工作。在大规模的数据处理方面人的能力无法与计算机相比，但在对于形态、颜色、动态图形的识别等模糊判断方面人比计算机更有效率；人的大脑比计算机更灵活，但受人性的限制往往是灵活有余，原则不足，适合做综合性的分析判断、模糊处理和规则设计。而计算机恰恰相反：原则有余，灵活不足，更适合做诸如大规模的数据处理、监测和规则的执行等程式化、规范化的工作。
5）股票的操作实际上是一项复杂的系统工程，它不仅仅是一项单纯的技术问题，同时也是一个复杂的管理问题，——操作的管理、资金的管理、理念的管理等。偶尔的赚钱根本算不了什么，关键是能否建立一套稳定的获利规则并严格的执行它！
6）市场是有趋势的，市场趋势的变化是完全通过数据的变化来体现的，而数据是可以被检测、被跟踪、被反馈、被处理的，——所以我们可以通过一定的技术手段将这种处理转换为自动或半自动的方式。股票操作过程的自动化、智能化从技术的角度看是一种必然的趋势。
7）影响股票价格的因素是复杂而多样的，但最终的结果是高度收敛的：上涨、下跌或平盘。我们面对股市实际所需要做的决策往往也是简单的：买进、卖出或者持股、等待，而结果也同样简单：赚钱，或者赔钱。就象打仗一样：战场情况往往会千差万别，但最后的决策往往可以归结为：进攻、防御或者撤退，而结果也可以简单地归纳为胜利或者失败。从这个意义上讲，股市与战场没有区别：都是多因素、多变量情况下的决策，而且一般情况下都是有解的。
8）证券市场具有其它行业无可比拟的高效率和丰富的市场机会（短、中、长）以及极大的挑战性。
（三）市场分析
在上述理解的基础上为了形成具体的操作理念和操作策略，还需要做更细致的市场分析：
由于市场本身功能的多样性，造成了其市场特征的多样性，而市场特征的多样性也必然会让参与者产生操作理念和方式方法之间的差异。所以，对操作的认识必须建立在对市场认识的基础之上。
1．认识市场
某种意义上讲，证券市场是用来体现企业的价值、企业的经营活动状况、企业与外部世界的关系以及企业的发展潜力的。各种各样的政治、经济信息都会通过各种方式反映在证券市场上，从而导致市场上股价的上涨或下跌。正常情况下，发展迅速或具有巨大市场潜力的企业会因股价的上涨而获得更多的资金，而更多的资金反过来又会让企业发展的更迅速，这种"正反馈"会让真正有市场潜力的企业高效率的获得充裕的资金从而得以更迅速的发展。微软、沃尔玛、可口可乐等公司股价的迅速上涨和企业的高速发展就充分体现了市场的这种资源配置和资源优化作用，（——应该说，这才是证券市场存在的真正意义）。对于另外一些企业而言，它们的各种结构性调整或重大事件会给人们带来某种程度的想象空间，从而使它们的股价产生大幅的波动。但是，更多的情况下，一些偏离其价值中枢的有趋势的股价波动是受到短期资金和某种信息的作用而发生的。当然，对于平静的企业而言随机波动的情况也是存在的。根据上述理解我想对证券市场上的价格变化的含义做简单的归纳：
（1）价值的测量：人类最早的商业活动是以货物交换的方式来进行的。很显然，这种方式既不方便、效率又低，所以就产生了货币，——用以度量货物的价值。经过统一的货币化的价值评价与转换，商业活动的效率得以大大提高。而企业股票的价格，首先也是对企业价值的一种转换和测量，通过企业股票价格的变化人们能够大体上对企业的总体情况做出基本的评价（事实上这种评价经常会出现偏差和失真）。
（2）市场信息的测量：受时间、空间、工作量以及工作效率的限制，人们的生产和服务活动会出现不平衡，实现平衡的需求导致对资源进行优化的需求、而对资源优化的需求导致对信息高效率交换的需求，所以世界上发生的任何政治、经济事件都有可能会影响到某种股票的价格甚至是整个市场的走势；
（3） 对未来预期的测量：市场、技术与需求的不断变化，导致企业经营效果的不断变化，对未来市场与发展的不同预期导致了人们不同的选择，这种选择导致了价格的不断变化。
（4）人为干预程度的测量：市场参与者的资金规模、能否及时准确获得信息、对市场的判断能力等导致其获利方式的不同。在这种短期的搏弈中，人数少但资金量大的参与者是市场的"导向力量"，人数多但资金规模小的参与者是市场中的"惯性力量"，就像是一个放大电路一样：在特定的条件下基极电流的微小变化往往就可以导致集电极电流β倍的变化，
2．几种基本投资类型
（1）价值发现型：由于某些企业具有巨大的扩张能力（比如说其某类产品具有巨大的市场潜力），这些企业可能在相当长的一段时间里持续高速的发展，选择这类企业的股票并长期持有将会伴随企业的发展获得稳定持续的收益。以这种方式来投资的典型代表是巴菲特。采用这种投资方式的关键是要具有对企业的发展潜质进行准确评价的能力。这是一种综合预见能力，这种投资方式往往需要对企业的产品、技术、市场、服务、管理等因素进行细致的分析、判断，另外往往还要对整个市场、以及经济和技术发展的长期走势做出比较合理的预测，——这肯定不是每个人都能做得到的。有时候，甚至是对本行业充分了解的企业自己都无法做到。另外，这类投资方法要有足够的耐性，它适合于大的基金管理公司和长期投资者。这种方式可以简单的归纳为是对企业的市场和资本扩张能力的发掘和预测。——系统对该类投资者可有效的提高分析的效率。
（2）机会发现型（或市场偏差型）：由于影响市场的因素非常复杂，而人们的知识又往往非常有限，所以市场往往会不断的发生各种各样的偏离，这种偏离在不同时期、不同行业、不同市场、不同国家之间有时会非常大，如果善于发现并扑捉到这种机会，往往能够获得非常丰厚的利润。索罗斯是这方面的典型代表。与巴菲特一样，这也不是一种人人都可以获得的能力。因为要做出正确的判断，可能要对大量的数据资料进行分析处理，但这并不是充分条件，仅仅依靠这些并不能保证一定就能做出正确的决策。这种方式实际上是要找到市场发生最大错误和偏差的时机。——系统对市场的乖离情况可提供直观明确的反映。
（3）短期价格操纵型：特殊情况下，如果市场某些重要参与者的资金量足以在一定程度上十分有效的影响和控制到股票的价格（它们可能同时也具有在第一时间里获得企业内部变化信息的能力），那么就会产生对市场价格的操纵，这种操纵和其它短线逐利资金之间就形成了一种竞争和对抗关系，市场这时就变成了一种博弈。由于对价格变化和信息内容理解的偏差，就产生了资金、股票在不同价位的交换和转移，从而使一些人快速套利，而另一些人则迅速亏损。
（4）趋势跟踪型：股票的价格总是周而复始的涨涨跌跌。这种涨跌的趋势性在道氏理论里有详细的描述。而趋势的含义就是在向我们说明一个事实：股票在某种情况下上涨的概率会大一些，而在另外的情况下则可能下跌的概率会大一些。当市场上判断某只股票上涨的概率比较大的人（尤其是资金量比较大的投资者）多起来的时候，正反馈就开始建立起来，股票就开始加速上涨。如果能够在适当的时间介入这样的股票，这时就会获利。反之亦然。
基于上述对市场认识的不同理解以及资金大小和操作理念的不同，就会产生不同的操作类型和投资策略。对于短线操作而言，基本上可以归纳为强势追涨、高抛低吸、超跌反弹等三种基本形式。
（四）关于技术指标和技术分析：
技术分析与技术指标的含义：由于出发点、侧重点不同，技术分析的方法可以说是五花八门，技术指标更是多的不计其数。但是技术指标实际上只是一种对市场的测量或计算，是对市场和价格变化的跟踪和描述，是市场变化的一种表现形式。它的作用只是帮助我们对市场状态和趋势进行分析，但它永远都不会是市场变化的直接原因。决定未来市场价格走势的决定性因素仍然是资金的进出情况，但决定资金进出的因素往往又取决于市场的状态和企业的经营状态。
通过上述分析，我们不难知道，对于上述（1）、（2）类投资者而言，技术指标只是一种决策参考。而对第（3）类投资者而言，技术指标也只是其对市场进行判断和对价格进行操纵或博弈时的一种依据上述（1）、（2）的决策方式需要对企业的产品、市场（或服务）、经营状况进行综合性的分析和评价，实际上是对对企业的市场和资本扩张能力的评价和预测， ——这在很大程度上要依赖于对企业财务数据的细致分析。该系统对财务数据处理方式也可以非常方便高效的完成对庞大市场中成千上万只股票浩瀚无比的财务数据的过滤、分析、比较、筛选等基础工作。
（五）投资失败的原因：
证券市场永远都是一个少数人赚钱的市场，所以必须对失败的原因有足够的分析和考虑。
投资失败的原因大体上可以归结为以下几点：
1． 获取的信息不完备、对信息的处理不正确不及时；
2． 交易规则设计不合理；
3． 交易管理不严格不及时；
4． 资金管理不合理。
证券操作过程中任何一个环节的失误都会赔钱，而赚钱却需要把每一步都做好。也就是说：输赢的概率实际上是不对称的。这也是大多数人(包括一些所谓的高手)最后都没有赚到钱的真正原因。
四．系统的技术策略：
基于上述的基本分析，本系统的设计借鉴了现代管理科学和控制理论的核心思想。用系统工程的方法分析和重构了市场分析和评价方式。在操作模型的建立和系统的技术表现形式上引入了全新的思路和方法。
这样做的理由第一是由于从管理科学的角度来看待证券市场的操作的话会发现很多违反管理学基本原则的问题，第二是，——在客观上这个全数字化的行业在技术上确实存在着高效率、自动化、智能化运做的基础。对于传统行业而言，管理的重要性是不言而喻的。例如：对于一个像汽车制造这样的大型企业而言。其运做过程是非常复杂的，要考虑诸如人、财、物的组织，料、工、费的核算，产、供、销的平衡，质量保证体系的建立和效率的提高等等各种问题。对于成千上万的零部件的加工，仅仅是质量保证体系就需要贯穿在在整个供、产、销的过程之中。这中间的任何环节如果出现问题都可能会对整个企业的生产和效益产生重大的影响。同样的，在股票操作的各个步骤如果处理不当，同样也会产生重大的损失，但是在股票具体的运做过程中其管理手段往往远没有企业的管理那么严密、精确、完整。系统希望能将管理科学的一些理念引入到股票的操作程序中来构造一种新的处理模式和操作思路，从而可以期望以一种高效、规范、稳定的方式进行证券的操作、管理和服务。打个比方来说：常规的股票操作过程，我认为就像是在用高射炮来打飞机，击中目标的可能性是存在的，但是一要靠长期的刻苦训练，二要靠运气，而且效果也并不一定会令人满意。但是，如果改用导弹来打飞机，则效果可能要好的多。尽管导弹的制造会更麻烦，但这种方法却不需要人直接去做那些跟踪飞机的高难动作。需要说明的是：导弹系统往往并不对未来做出什么预期，但它必须对已经侦测到的目标的变化实施灵敏、正确的反应，而这需要依赖于一个高效的自动处理系统的支持。另外需要说明的是：导弹并不是一定可以打掉飞机的充分条件，最终的结果还取决于导弹的性能和对导弹的掌握程度，但可以肯定的是：导弹打飞机的效果会远远好于大炮。系统通过各种处理方法和技术的综合处理来力求实现这样的功效：对市场进行完善高效的筛选评价，对趋势进行灵敏及时的监控，对操作进行完整可靠的质量保证。
『叁』 pascal编程
问题分析
动态规划题，就是最长下降序列问题。第一问可以用O(N^2)的算法解决。
s[i]为序列中第i项的值，MaxLength[i]为以第i项为末尾中最长下降序列长度。
状态转移方程为 MaxLength[i]=max{MaxLength[j]}+1 (j=1..i-1 and s[j]>s[i])
初始条件
MaxLength[1]=1
对于第二问求最长下降序列的数量，可以通过求第一问的过程解决。设MaxCnt[i]为第i项为末尾中最长下降序列的个数。
对于所有的j(1≤j≤i-1)如果有(s[j]>s[i] 并且 MaxLength[j]+1>MaxLength[i])则MaxCnt[i]=MaxCnt[j]，否则如果(MaxLength[j]+1= =MaxLength[i])可利用加法原理，MaxCnt[i]=MaxCnt[i]+MaxCnt[j]。
考虑到题目中说的不能又重复的序列，我们可以增加一个域Next[i]表示大于i且离i最近的Next[i]使得第Next[i]个数与第i个数相同。如果不存在这样的数则Next[i]=0。这样我们在DP的时候如果出现Next[i]不为0且Next[j]<i可直接跳过。
这个题数据规模很大，需要用到高精度计算，还好只是加法。
[编辑] 优化技巧
1.可以在给出的序列的末尾增加一个0，这样直接统计以最后一个0结尾的最长下降子序列即可。
2.显然题目的规模要求我们用高精度。可以使用longint，8位8位的加以节省时间。
[编辑] 判重方法2
对于任意一个 f[i]=max(f[j])+1; 1<=j<i; 设g[i] 为到计算 i 的方案总数 若完成后f[i]值为ans[i] 若不判重 那么 g[i]=sum(g[j]){ f[j]=ans[i];1<=j<i} 那么容易知道对于所有具有相同 f[j] 的原数列值必为不降，如果有一降序，则必定会导致以该位置结尾的最长下降子序列长度增加，所以可以记录上一位置的a[j]数值，相同a[j]的g[j]无需加入即可。 (及去掉这个不升序列中的相等部分 注意 去掉靠前的)
for i:=2 to n do
for j:=i-1 downto 1 do//注意此处从i-1开始循环
type super=array[1..16] of longint;
var i,n,max,now,qi,j:longint;
h:array[1..3,0..5001] of longint;
st:array[0..5001] of integer;
c:array[0..5001] of Super;
ans,ch:string;
procere swap(var a,b:longint);
begin
if a=b then exit;
a:=a xor b;
b:=a xor b;
a:=a xor b;
end;
//
procere Super_inc(var a,b:Super);
var i,jin:longint;
begin
jin:=0;
for i:=1 to 16 do
begin
jin:=a[i]+b[i]+jin;
a[i]:=jin mod 10000;
jin:=jin div 10000;
end;
end;
//
procere CALC_H3;
var l,r,mid,i,last:longint;
q:array[0..5001] of integer;
begin
last:=0;
for i:=1 to n do
begin
l:=0;
r:=last+1;
while r-l>1 do
begin
mid:=(l+r) shr 1;
if q[mid]>h[2,i] then l:=mid
else r:=mid;
end;
if r>last then inc(last);
q[r]:=h[2,i];
h[3,i]:=l+1;
end;
end;
//
procere Qsort(p,l,r:longint);
var i,j,mid:longint;
begin
i:=l;
j:=r;
mid:=h[p,(l+r) shr 1];
repeat
while h[p,i]<mid do inc(i);
while h[p,j]>mid do dec(j);
if i<=j then
begin
swap(h[1,i],h[1,j]);
swap(h[2,i],h[2,j]);
swap(h[3,i],h[3,j]);
inc(i);
dec(j);
end;
until i>j;
if i<r then Qsort(p,i,r);
if j>l then Qsort(p,l,j);
end;
//
begin
assign(input,'buylow.in');
reset(input);
assign(output,'buylow.out');
rewrite(output);
readln(n);
for i:=1 to n do read(h[2,i]);
for i:=1 to n do h[1,i]:=i;
CAlC_H3;
Qsort(3,1,n);
//
st[1]:=1;
now:=1;
for i:=2 to n do
if h[3,i]>now then
begin inc(now);
st[now]:=i;
end;
st[now+1]:=n+1;
for i:=1 to now do
Qsort(2,st[i],st[i+1]-1);
//
qi:=1;
h[3,n+1]:=0;
for i:=2 to n+1 do
if not((h[2,i]=h[2,i-1])and(h[3,i]=h[3,i]))
then
begin Qsort(1,qi,i-1);
qi:=i;
end;
//
fillchar(c,sizeof(c),0);
c[0][1]:=1;
st[0]:=0;
h[2,n+1]:=0;
h[2,0]:=maxlongint;
h[1,n+1]:=n+1;
h[3,n+1]:=h[3,n]+1;
for i:=1 to n+1 do
begin
now:=-1;
for j:=st[h[3,i]]-1 downto st[h[3,i]-1] do
if h[2,j]<=h[2,i] then break else
if (h[2,j]<>now)and(h[2,j]>h[2,i])and(h[1,j]<h[1,i])
then begin Super_inc(c[i],c[j]);
now:=h[2,j];
end;
end;
//
for i:=63 downto 1 do if c[n+1][i]<>0 then break;
str(c[n+1][i],ch);
ans:=ans+ch;
for j:=i-1 downto 1 do
begin
str(c[n+1][j],ch);
for qi:=1 to 4-length(ch) do ch:='0'+ch;
ans:=ans+ch;
end;
//
writeln(h[3,n],' ',ans);
close(output);
end.
『肆』 股票买卖档里出现n多4手说明什么
不一定，可能是巧合，也可能是主力给与对手盘的暗示与恐吓，如果当日盘中有大单制造的瞬间波动，或者某些具体的异常成交单，则庄家警告意味更有可能
『伍』 为什么股票交易每天只有四小时
首先，中国股票交易制度采取的是T+1的制度，“T”指的是交易登记日，“T+1”就是登记日次日，那么T+1制度就指的是当日买进的股票需要到下一个交易日才能卖出。大家都知道股市是一个千变万化的市场，别说四个小时，就四分钟股市也有可能发生发生翻天覆地的变化。股市的变数多会对股民的资产造成一定的影响，对于一些投资能力强的人，只要股票在一定范围内变动对其影响都不是很大，不过对于一些投资能力弱的人，股市的一小点变化可能都会对其情绪等方面造成很大的影响。同时，股市变数较大同样也会影响一些专业机构对指标的预判。所以股市的一点变数对整个股市都会有很大的影响。并且股市交易的时间越长，投资者付出的精力也会越多。
另一方面，会影响与股市挂钩的交易所以及证券公司，如果股市交易的时间越长，他们的运营成本就越高，所以股市交易时间越长，往往伴随着的是交易的成本增加。所以决策者规定了中国股市交易的时间为四个小时，上午和下午的两个时间段进行交易。而上午和下午的这两个具体时间段，可能是决策者经过考察，认为这两个时间段符合大多数人们的作息时间而定的。
『陆』 股票交易时出现买盘或卖盘通常全天都是2股或4股的交易,为什么
股价应该在低位，涨跌不大，大家买卖的意愿都不强，交易清淡，应该都是散户在交易，等待趋势明朗，成交量才会逐步放大。
『柒』 股票交易的基本规则是什么
公平、公正、公开”是证券市场的最基本的行为准则。
体现在交易市场上，交易所的电脑交易系统则按照“价格优先”和“时间优先”的原则对买卖委
托进行撮合以确保“三公”准则得以具体体现。
在撮合过程中，成交顺序为：较高买进委托优先于较低买进委托；较低卖出委托优先于较高卖出委托；同价位委托，按委托顺序成交。不论投资者姓甚名谁、大户小户，一律按价格和时间顺序撮合成交
『捌』 什么是动态规划如何运用动态规划解决实际问题
我也不明白，找一下看有用没。
动态规划算法的应用
一、动态规划的概念
近年来，涉及动态规划的各种竞赛题越来越多，每一年的NOI几乎都至少有一道题目需要用动态规划的方法来解决；而竞赛对选手运用动态规划知识的要求也越来越高，已经不再停留于简单的递推和建模上了。
要了解动态规划的概念，首先要知道什么是多阶段决策问题。
1. 多阶段决策问题
如果一类活动过程可以分为若干个互相联系的阶段，在每一个阶段都需作出决策(采取措施)，一个阶段的决策确定以后，常常影响到下一个阶段的决策，从而就完全确定了一个过程的活动路线，则称它为多阶段决策问题。
各个阶段的决策构成一个决策序列，称为一个策略。每一个阶段都有若干个决策可供选择，因而就有许多策略供我们选取，对应于一个策略可以确定活动的效果，这个效果可以用数量来确定。策略不同，效果也不同，多阶段决策问题，就是要在可以选择的那些策略中间，选取一个最优策略，使在预定的标准下达到最好的效果.
2．动态规划问题中的术语
阶段：把所给求解问题的过程恰当地分成若干个相互联系的阶段，以便于求解，过程不同，阶段数就可能不同．描述阶段的变量称为阶段变量。在多数情况下，阶段变量是离散的，用k表示。此外，也有阶段变量是连续的情形。如果过程可以在任何时刻作出决策，且在任意两个不同的时刻之间允许有无穷多个决策时，阶段变量就是连续的。
在前面的例子中，第一个阶段就是点A，而第二个阶段就是点A到点B，第三个阶段是点B到点C，而第四个阶段是点C到点D。
状态：状态表示每个阶段开始面临的自然状况或客观条件，它不以人们的主观意志为转移，也称为不可控因素。在上面的例子中状态就是某阶段的出发位置，它既是该阶段某路的起点，同时又是前一阶段某支路的终点。
在前面的例子中，第一个阶段有一个状态即A，而第二个阶段有两个状态B1和B2，第三个阶段是三个状态C1，C2和C3，而第四个阶段又是一个状态D。
过程的状态通常可以用一个或一组数来描述，称为状态变量。一般，状态是离散的，但有时为了方便也将状态取成连续的。当然，在现实生活中，由于变量形式的限制，所有的状态都是离散的，但从分析的观点，有时将状态作为连续的处理将会有很大的好处。此外，状态可以有多个分量(多维情形)，因而用向量来代表；而且在每个阶段的状态维数可以不同。
当过程按所有可能不同的方式发展时，过程各段的状态变量将在某一确定的范围内取值。状态变量取值的集合称为状态集合。
无后效性：我们要求状态具有下面的性质：如果给定某一阶段的状态，则在这一阶段以后过程的发展不受这阶段以前各段状态的影响，所有各阶段都确定时，整个过程也就确定了。换句话说，过程的每一次实现可以用一个状态序列表示，在前面的例子中每阶段的状态是该线路的始点，确定了这些点的序列，整个线路也就完全确定。从某一阶段以后的线路开始，当这段的始点给定时，不受以前线路（所通过的点）的影响。状态的这个性质意味着过程的历史只能通过当前的状态去影响它的未来的发展，这个性质称为无后效性。
决策：一个阶段的状态给定以后，从该状态演变到下一阶段某个状态的一种选择（行动）称为决策。在最优控制中，也称为控制。在许多间题中，决策可以自然而然地表示为一个数或一组数。不同的决策对应着不同的数值。描述决策的变量称决策变量，因状态满足无后效性，故在每个阶段选择决策时只需考虑当前的状态而无须考虑过程的历史。
决策变量的范围称为允许决策集合。
策略：由每个阶段的决策组成的序列称为策略。对于每一个实际的多阶段决策过程，可供选取的策略有一定的范围限制，这个范围称为允许策略集合。允许策略集合中达到最优效果的策略称为最优策略。
给定k阶段状态变量x(k)的值后，如果这一阶段的决策变量一经确定，第k+1阶段的状态变量x(k+1)也就完全确定，即x(k+1)的值随x(k)和第k阶段的决策u(k)的值变化而变化，那么可以把这一关系看成(x(k)，u(k))与x(k+1)确定的对应关系，用x(k+1)=Tk(x(k),u(k))表示。这是从k阶段到k+1阶段的状态转移规律，称为状态转移方程。
最优性原理:作为整个过程的最优策略，它满足：相对前面决策所形成的状态而言，余下的子策略必然构成“最优子策略”。
最优性原理实际上是要求问题的最优策略的子策略也是最优。让我们通过对前面的例子再分析来具体说明这一点：从A到D，我们知道，最短路径是AB1C2D，这些点的选择构成了这个例子的最优策略，根据最优性原理，这个策略的每个子策略应是最优：AB1C2是A到C2的最短路径，B1C2D也是B1到D的最短路径……——事实正是如此，因此我们认为这个例子满足最优性原理的要求。
[编辑本段]动态规划练习题
USACO
2.2 Subset Sums
题目如下：
对于从1到N的连续整集合合，能划分成两个子集合，且保证每个集合的数字和是相等的。
举个例子，如果N=3，对于{1，2，3}能划分成两个子集合，他们每个的所有数字和是相等的：
{3}and {1,2}
这是唯一一种分发（交换集合位置被认为是同一种划分方案，因此不会增加划分方案总数）
如果N=7，有四种方法能划分集合{1，2，3，4，5，6，7}，每一种分发的子集合各数字和是相等的:
{1,6,7} and {2,3,4,5} {注 1+6+7=2+3+4+5}
{2,5,7} and {1,3,4,6}
{3,4,7} and {1,2,5,6}
{1,2,4,7} and {3,5,6}
给出N，你的程序应该输出划分方案总数，如果不存在这样的划分方案，则输出0。程序不能预存结果直接输出。
PROGRAM NAME: subset
INPUT FORMAT
输入文件只有一行，且只有一个整数N
SAMPLE INPUT (file subset.in)
7
OUTPUT FORMAT
输出划分方案总数，如果不存在则输出0。
SAMPLE OUTPUT (file subset.out)
4
参考程序如下（c语言）：
#include <fstream>
using namespace std;
const unsigned int MAX_SUM = 1024;
int n;
unsigned long long int dyn[MAX_SUM];
ifstream fin ("subset.in");
ofstream fout ("subset.out");
int main() {
fin >> n;
fin.close();
int s = n*(n+1);
if (s % 4) {
fout << 0 << endl;
fout.close ();
return ;
}
s /= 4;
int i, j;
dyn [0] = 1;
for (i = 1; i <= n; i++)
for (j = s; j >= i; j--)
dyn[j] += dyn[j-i];
fout << (dyn[s]/2) << endl;
fout.close();
return 0;
}
USACO 2.3
Longest Prefix
题目如下：
在生物学中，一些生物的结构是用包含其要素的大写字母序列来表示的。生物学家对于把长的序列分解成较短的（称之为元素的）序列很感兴趣。
如果一个集合 P 中的元素可以通过串联（允许重复；串联，相当于 Pascal 中的 “+” 运算符）组成一个序列 S ，那么我们认为序列 S 可以分解为 P 中的元素。并不是所有的元素都必须出现。举个例子，序列 ABABACABAAB 可以分解为下面集合中的元素：
{A, AB, BA, CA, BBC}
序列 S 的前面 K 个字符称作 S 中长度为 K 的前缀。设计一个程序，输入一个元素集合以及一个大写字母序列，计算这个序列最长的前缀的长度。
PROGRAM NAME: prefix
INPUT FORMAT
输入数据的开头包括 1..200 个元素（长度为 1..10 ）组成的集合，用连续的以空格分开的字符串表示。字母全部是大写，数据可能不止一行。元素集合结束的标志是一个只包含一个 “.” 的行。集合中的元素没有重复。接着是大写字母序列 S ，长度为 1..200,000 ，用一行或者多行的字符串来表示，每行不超过 76 个字符。换行符并不是序列 S 的一部分。
SAMPLE INPUT (file prefix.in)
A AB BA CA BBC
.
ABABACABAABC
OUTPUT FORMAT
只有一行，输出一个整数，表示 S 能够分解成 P 中元素的最长前缀的长度。
SAMPLE OUTPUT (file prefix.out)
11
示例程序如下：
#include <stdio.h>
/* maximum number of primitives */
#define MAXP 200
/* maximum length of a primitive */
#define MAXL 10
char prim[MAXP+1][MAXL+1]; /* primitives */
int nump; /* number of primitives */
int start[200001]; /* is this prefix of the sequence expressible? */
char data[200000]; /* the sequence */
int ndata; /* length of the sequence */
int main(int argc, char **argv)
{
FILE *fout, *fin;
int best;
int lv, lv2, lv3;
if ((fin = fopen("prim.in", "r")) == NULL)
{
perror ("fopen fin");
exit(1);
}
if ((fout = fopen("prim.out", "w")) == NULL)
{
perror ("fopen fout");
exit(1);
}
/* read in primitives */
while (1)
{
fscanf (fin, "%s", prim[nump]);
if (prim[nump][0] != '.') nump++;
else break;
}
/* read in string, one line at a time */
ndata = 0;
while (fscanf (fin, "%s", data+ndata) == 1)
ndata += strlen(data+ndata);
start[0] = 1;
best = 0;
for (lv = 0; lv < ndata; lv++)
if (start[lv])
{ /* for each expressible prefix */
best = lv; /* we found a longer expressible prefix! */
/* for each primitive, determine the the sequence starting at
this location matches it */
for (lv2 = 0; lv2 < nump; lv2++)
{
for (lv3 = 0; lv + lv3 < ndata && prim[lv2][lv3] &&
prim[lv2][lv3] == data[lv+lv3]; lv3++)
;
if (!prim[lv2][lv3]) /* it matched! */
start[lv + lv3] = 1; /* so the expanded prefix is also expressive */
}
}
/* see if the entire sequence is expressible */
if (start[ndata]) best = ndata;
fprintf (fout, "%i\n", best);
return 0;
}
USACO 3.1
Score Inflation
题目如下：
我们试着设计我们的竞赛以便人们能尽可能的多得分,这需要你的帮助。
我们可以从几个种类中选取竞赛的题目,这里的一个"种类"是指一个竞赛题目的集合,解决集合中的题目需要相同多的时间并且能得到相同的分数。
你的任务是写一个程序来告诉USACO的职员,应该从每一个种类中选取多少题目,使得解决题目的总耗时在竞赛规定的时间里并且总分最大。
输入包括竞赛的时间,M(1 <= M <= 10,000)和N,"种类"的数目1 <= N <= 10,000。
后面的每一行将包括两个整数来描述一个"种类":
第一个整数说明解决这种题目能得的分数(1 <= points <= 10000),第二整数说明解决这种题目所需的时间(1 <= minutes <= 10000)。
你的程序应该确定我们应该从每个"种类"中选多少道题目使得能在竞赛的时间中得到最大的分数。
来自任意的"种类"的题目数目可能任何非负数(0或更多)。
计算可能得到的最大分数。
PROGRAM NAME: inflate
INPUT FORMAT
第 1 行: M, N--竞赛的时间和题目"种类"的数目。
第 2-N+1 行: 两个整数:每个"种类"题目的分数和耗时。
SAMPLE INPUT (file inflate.in)
300 4
100 60
250 120
120 100
35 20
OUTPUT FORMAT
单独的一行包括那个在给定的限制里可能得到的最大的分数。
SAMPLE OUTPUT (file inflate.out)
605
{从第2个"种类"中选两题，第4个"种类"中选三题}
示例程序如下：
#include <fstream.h>
ifstream fin("inflate.in");
ofstream fout("inflate.out");
const short maxm = 10010;
long best[maxm], m, n;
void
main()
{
short i, j, len, pts;
fin >> m >> n;
for (j = 0; j <= m; j++)
best[j] = 0;
for (i = 0; i < n; i++) {
fin >> pts >> len;
for (j = len; j <= m; j++)
if (best[j-len] + pts > best[j])
best[j] = best[j-len] + pts;
}
fout << best[m] << endl; // 由于数组元素不减，末元素最大
}
USACO 3.3
A Game
题目如下：
有如下一个双人游戏:N(2 <= N <= 100)个正整数的序列放在一个游戏平台上，两人轮流从序列的两端取数，取数后该数字被去掉并累加到本玩家的得分中，当数取尽时，游戏结束。以最终得分多者为胜。
编一个执行最优策略的程序，最优策略就是使自己能得到在当前情况下最大的可能的总分的策略。你的程序要始终为第二位玩家执行最优策略。
PROGRAM NAME: game1
INPUT FORMAT
第一行: 正整数N, 表示序列中正整数的个数。
第二行至末尾: 用空格分隔的N个正整数（大小为1-200）。
SAMPLE INPUT (file game1.in)
6
4 7 2 9
5 2
OUTPUT FORMAT
只有一行，用空格分隔的两个整数: 依次为玩家一和玩家二最终的得分。
SAMPLE OUTPUT (file game1.out)
18 11
参考程序如下：
#include <stdio.h>
#define NMAX 101
int best[NMAX][2], t[NMAX];
int n;
void
readx () {
int i, aux;
freopen ("game1.in", "r", stdin);
scanf ("%d", &n);
for (i = 1; i <= n; i++) {
scanf ("%d", &aux);
t = t[i - 1] + aux;
}
fclose (stdin);
}
inline int
min (int x, int y) {
return x > y ? y : x;
}
void
solve () {
int i, l;
for (l = 1; l <= n; l++)
for (i = 1; i + l <= n + 1; i++)
best[l%2] = t[i + l - 1] - t[i - 1] - min (best[i + 1][(l - 1) % 2],
best[(l - 1) % 2]);
}
void writex () {
freopen ("game1.out", "w", stdout);
printf ("%d %d\n", best[1][n % 2], t[n] - best[1][n % 2]);
fclose (stdout);
}
int
main () {
readx ();
solve ();
writex ();
return 0;
}
USACO 3.4
Raucous Rockers
题目如下：
你刚刚得到了流行的“破锣摇滚”乐队录制的尚未发表的N(1 <= N <= 20)首歌的版权。你打算从中精选一些歌曲，发行M(1 <= M <= 20)张CD。每一张CD最多可以容纳T(1 <= T <= 20)分钟的音乐，一首歌不能分装在两张CD中。
不巧你是一位古典音乐迷，不懂如何判定这些歌的艺术价值。于是你决定根据以下标准进行选择：
歌曲必须按照创作的时间顺序在CD盘上出现。
选中的歌曲数目尽可能地多。
PROGRAM NAME: rockers
INPUT FORMAT
第一行： 三个整数：N, T, M.
第二行： N个整数，分别表示每首歌的长度，按创作时间顺序排列。
SAMPLE INPUT (file rockers.in)
4 5 2
4 3 4 2
OUTPUT FORMAT
一个整数，表示可以装进M张CD盘的乐曲的最大数目。
SAMPLE OUTPUT (file rockers.out)
3
参考程序如下：
#include <stdio.h>
#define MAX 25
int dp[MAX][MAX][MAX], length[MAX];
int
main ()
{
FILE *in = fopen ("rockers.in", "r");
FILE *out = fopen ("rockers.out", "w");
int a, b, c, d, best, numsongs, cdlength, numcds;
fscanf (in, "%d%d%d", &numsongs, &cdlength, &numcds);
for (a = 1; a <= numsongs; a++)
fscanf (in, "%d", &length[a]);
best = 0;
for (a = 0; a < numcds; a++)/*当前cd */
for (b = 0; b <= cdlength; b++) /* 已过的时间*/
for (c = 0; c <= numsongs; c++) { /* 上一曲*/
for (d = c + 1; d <= numsongs; d++) { /* 下一曲*/
if (b + length[d] <= cdlength) {
if (dp[a][c] + 1 > dp[a][b + length[d]][d])
dp[a][b + length[d]][d] = dp[a][c] + 1;
}
else {
if (dp[a][c] + 1 > dp[a + 1][length[d]][d])
dp[a + 1][length[d]][d] = dp[a][c] + 1;
}
}
if (dp[a][c] > best)
best = dp[a][c];
}
fprintf (out, "%d\n", best);
return 0;
}
USACO
4.3 Buy Low, Buy Lower
“逢低吸纳”是炒股的一条成功秘诀。如果你想成为一个成功的投资者，就要遵守这条秘诀:
"逢低吸纳,越低越买"
这句话的意思是：每次你购买股票时的股价一定要比你上次购买时的股价低.按照这个规则购买股票的次数越多越好，看看你最多能按这个规则买几次。
给定连续的N天中每天的股价。你可以在任何一天购买一次股票，但是购买时的股价一定要比你上次购买时的股价低。写一个程序，求出最多能买几次股票。
以下面这个表为例, 某几天的股价是:
天数 1 2 3 4 5 6 7 8 9 10 11 12
股价 68 69 54 64 68 64 70 67 78 62 98 87
这个例子中, 聪明的投资者(按上面的定义)，如果每次买股票时的股价都比上一次买时低，那么他最多能买4次股票。一种买法如下(可能有其他的买法):
天数 2 5 6 10
股价 69 68 64 62
PROGRAM NAME: buylow
INPUT FORMAT
第1行: N (1 <= N <= 5000), 表示能买股票的天数。
第2行以下: N个正整数 (可能分多行) ，第i个正整数表示第i天的股价. 这些正整数大小不会超过longint(pascal)/long(c++).
SAMPLE INPUT (file buylow.in)
12
68 69 54 64 68 64 70 67
78 62 98 87
OUTPUT FORMAT
只有一行，输出两个整数：
能够买进股票的天数
长度达到这个值的股票购买方案数量
在计算解的数量的时候，如果两个解所组成的字符串相同，那么这样的两个解被认为是相同的（只能算做一个解）。因此，两个不同的购买方案可能产生同一个字符串，这样只能计算一次。
SAMPLE OUTPUT (file buylow.out)
4 2
参考程序如下：
#include <stdio.h>
#include <assert.h>
#include <stdlib.h>
typedef struct BIGNUM *bignum_t;
struct BIGNUM
{
int val;
bignum_t next;
};
int num[5000];
int len[5000];
int nlen;
bignum_t cnt[5000];
bignum_t get_big(void)
{
static bignum_t block;
static int size = 0;
if (size == 0)
{
block = (bignum_t)malloc(sizeof(*block)*128);
size = 128;
}
size--;
return block++;
}
/*初始化高精度数*/
void init_big(bignum_t *num, int val)
{
*num = get_big();
/* initialize */
(*num)->val = val;
(*num)->next = NULL;
}
void add(bignum_t a, bignum_t b)
{
int c; /* carry */
c = 0;
while (b || c)
{
a->val += c;
if (b) a->val += b->val;
/* if a->val is too large, we need to carry */
c = (a->val / 1000000);
a->val = (a->val % 1000000);
if (b) b = b->next;
if (!a->next && (b || c))
{ /* allocate if we need to */
a->next = get_big();
a = a->next;
a->val = 0;
a->next = NULL;
} else a = a->next;
}
}
void out_num(FILE *f, bignum_t v)
{
if (v->next)
{
out_num(f, v->next);
fprintf (f, "%06i", v->val);
}
else
fprintf (f, "%i", v->val);
}
int main(int argc, char **argv)
{
FILE *fout, *fin;
int lv, lv2;
int c;
int max;
int l;
bignum_t ans;
if ((fin = fopen("buylow.in", "r")) == NULL)
{
perror ("fopen fin");
exit(1);
}
if ((fout = fopen("buylow.out", "w")) == NULL)
{
perror ("fopen fout");
exit(1);
}
fscanf (fin, "%d", &nlen);
for (lv = 0; lv < nlen; lv++)
fscanf (fin, "%d", &num[lv]);
/* 用DP计算最大长度*/
for (lv = 0; lv < nlen; lv++)
{
max = 1;
for (lv2 = lv-1; lv2 >= 0; lv2--)
if (num[lv2] > num[lv] && len[lv2]+1 > max) max = len[lv2]+1;
len[lv] = max;
}
for (lv = 0; lv < nlen; lv++)
{
if (len[lv] == 1) init_big(&cnt[lv], 1);
else
{
init_big(&cnt[lv], 0);
l = -1;
max = len[lv]-1;
for (lv2 = lv-1; lv2 >= 0; lv2--)
if (len[lv2] == max && num[lv2] > num[lv] && num[lv2] != l)
add(cnt[lv], cnt[lv2]);
l = num[lv2];
}
}
}
/* 找最长串*/
max = 0;
for (lv = 0; lv < nlen; lv++)
if (len[lv] > max) max = len[lv];
init_big(&ans, 0);
l = -1;
for (lv = nlen-1; lv >= 0; lv--)
if (len[lv] == max && num[lv] != l)
{
add(ans, cnt[lv]);
l = num[lv];
}
/* output answer */
fprintf (fout, "%i ", max);
out_num(fout, ans);
fprintf (fout, "\n");
return 0;
}
动态规划作为一种重要的信息学竞赛算法，具有很强的灵活性。以上提供的是一些入门练习题，深入的学习还需要逐步积累经验。
『玖』 为什么股市只交易4个小时
最近一段时间，我又听到经常有人问：为什么股市每天只交易4个小时就收摊儿啦？这显然是新手的说话方式。那些证券业资深从业者的措词听上去就谨慎得多：为什么股市每天只交易4个小时就收市啦？ 这个问题出现在机关、企事业单位，出现在机场、车站、码头，出现在电梯间、客厅和卧室。那天，在一个酒店的公共卫生间里，当一位男士自言自语抛出这一问题后，结果引起了隔壁的骚乱。她们的数量和愤怒显然都超过了这位男士的预想。为了克服这种难以理解的男女分厕规则带来的不便，他们决定马上到酒店大堂里去继续这次重要的讨论。
在一个价格不断上涨的市场当中，有很多人希望股票交易所能够延长交易时间，最好不要停。这是一个非常美好的愿望。实际上，在股票交易这种游戏刚刚出现的日子里，人们就是这么做的。而且，他们马上发现了这么做的好处很大。 拥挤的交通得到了根本解决，大街上几乎没有了行人和车辆。人们的道德水平迅速上升，那种因为一次小小的碰撞而导致的旷日持久的互相威胁永远不可能再出现了，随地吐痰和排队加塞儿现象基本消失，凶杀和抢劫被公众一致看作智力低下的行为——根本没有必要抢嘛。甚至乞丐和小偷也不见了——谁不愿意堂堂正正地挣钱呢？一些更为极端的人们认为，吃饭和上厕所简直就是在自杀，他们因此大大降低了上述行为的频率。 那个古老的问题又被一些自律过于严苛的人提了出来：人类为什么不能不睡觉呢？——当这一切过去之后，他们成为了生物学家。 就在人们普遍认为找到了虔诚的人所宣称的天堂的时候，他们又有了新的发现。他们手里有了以前简直不敢想象的巨额资金，但是很奇怪，它们好像渐渐除了股票已经买不到别的什么东西了。商店里的商品买一件少一件，而且价格也像股票一样，每天都在迅猛地上涨。粮食已经少到就连那些饮食次数已大异常人者也感到恐慌的程度。人们涌上街头，寻找食物，交通堵塞又开始了。凶杀和抢劫成为勇敢者的表现。他们很想睡觉，但是饥饿顽固地阻挠着这一进程。 一个还未引起人们注意但肯定可怕的后果正在显现：人口数量迅速下降。幼儿园已经关门，只有一些过于敬业的幼儿教师还会坐在教室里，在肚子不断发出的巨大响声中回想人类童年时的模样。在过去的岁月里，人们把交配的时间也献给了股票交易。 于是，人们认识到，必须减少股票交易时间。经过严密地计算，交易时间从24小时降至12小时。根本不解决问题。再降至8小时，收效甚微。4小时，当人们痛苦地选择了这个该死的数字后，生活逐渐开始变得正常了。 这段历史的被埋没造成了现在对股市交易时间如此短暂的不解和愤怒。当然，还是有人来做解释工作的。他们是上一次大熊市的幸存者中记忆力较好的一部分。他们的理由是：如果股票价格每天都跌跌跌，你还希望交易时间延长吗？不幸的是，被他们反问的人中，很多都与他们一样经历过上一次大熊市，包括那位在酒店公共卫生间引起异性骚乱的男士。
『拾』 如何建立自己的股票交易系统 34
利用正确的技术分析筹码分析知识，而不是随意网络出来的那些大路知识。构筑高胜率的交易系统严格按纪律操作，不是每天看涨看跌临时决定买卖，所有的买卖都是源自前一天的规划，第二天规划好的股票到什么价格买卖，到什么价位加仓减仓，用什么止盈止损策略
但是记得 学这些内容要学习正确的 经过实证有效的 而不是网络出来的大路货色
举个例子
阳线吞噬 就是阳包阴 无论你在哪里找的知识 都会告诉你后市看多吧
但在A股二十年的统计中 阳线吞噬之后的走势 涨跌对半的概率 那么这种技术分析有用么？
更不要说 如果一段上涨后出现的阳线吞噬 叫做双人殉情 后市七成要下跌 比如2638之后出现的那2次 和1月9日3147那一次
相反的例子是贯穿线 后市上涨的概率超过七成 你看看创业板这几个月出现的三次贯穿线 是不是每次都出现短线反弹？ 包括这次1月17日的
这还只是K线 还有成交量 筹码面 形态等等综合知识去研判的方法