聚宽 指数数据 判断股票是不是ST https://blog.csdn.net/lxb20083321/article/details/118669506 Get_price field必须是['open', 'close', 'high', 'low', 'volume', 'money', 'avg', 'high_limit',
来源：力扣（LeetCode） 链接：https://leetcode.cn/problems/h-index-ii 著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。 题目的大意是这样的 有一个升序排列的数组citations，返回citations的h指数 h指数:在数组citations中，至少有h个元素，他们的值大于等于h 根
1、比较判别法，级数n项极限如果更小，那么大的收敛小的必收敛。如果比值为常数，那么具有相同的敛散性。 2、根值判别法，实际上是比较判别法，与几何级数相比较。 3、比值判别法，实际上是和指数级数的比较判别法，指数增加的发散，指数衰减的收敛。 综上所述，级数判别标准只有一条：比较判别法，
什么是周内效应：一周之内指数涨跌幅呈现出一定的规律，这就是周内效应。 一、数据探索 针对上证300指数，取2010.1.1到现在的指数。分别统计星期一到星期五的涨幅。 绘制涨幅图： 看着很杂乱。 如果我们只持有对应星期几的指数，则其涨幅分类统计为下图 看得出星期三（2）最差，星期五（4）最好
早盘： 指数-1.2%，除半导体外全面下跌。 目前又来到了3358，即箱体下沿位，这个位置理论上可以低吸。 从上证5min图可以看出来，指数完成了盘整。 下图是1min上证，关注跳空缺口之下的离开段一分钟走势图。可以看到指数多级别共振（区间套）。在这里买入是有理论保证的。 买入无非以
总述： 早盘，上证5min图： 目前震荡市：去找跌出三买的热门股票，或对抗指数下跌、先于指数反弹的股票。 低吸点位：3360和3330 观察指数是否能继续上涨。能新高代表强势震荡。不能新高就2卖。（比如3424之后的一笔上挑不能新高二卖）。 板块： 1. 最强的钒电池、以及上下游、攀钢钒钛龙头 2.
归一化植被指数（NDVI） NDVI = ( - ) / ( + ) 植被指数(NDVI)是检测植被生长状态、植被覆盖度和消除部分辐射误差等。NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。NDVI的范围始终为-1至+1。总体而言，NDVI是衡量健康植被的标准化
一、大盘指数 上证指数30min图：大盘已经完成趋势，目前处于离开段 c，c 与进入段 b比较已经背驰，随时可能变盘向下。 上证5min图：c段的具体分析，如果明天开盘高举高走，低点不破3393，那就还有一笔脉冲（紫色线）。 如果不能维持强势走势，那么就会展开向下的调整（绿色线）。 明日策略：只卖不买。
一、在线教程 首先列出一些在线教程网站，这些在线教程网站通常都比较适合入门，可以作为开发学习路上的第一个阶梯，也可以作为工作中的在线文档。 1、how2j.cn 地 址：how2j.cn 简 介：一个Java全栈开发教程网站，内容全面，简洁易懂，非常适合入门。 推荐指数：⭐⭐
壹 ❀ 引 0.1+0.2不等于0.3，即便你不知道原理，但也应该听闻过这个问题，包括博主本人也曾在面试中被问到过此问题。很遗憾，当时只知道一句精度丢失，但是什么原因造成的精度丢失却不太清楚。而我在查阅资料的过程中发现，大部分文章都是假定了你有一定计算机基础，对于非此专业的人来说，可能
274. H 指数 - 力扣（LeetCode） 思路 func hIndex(citations []int) int { h := 0 sort.Ints(citations) for i := len(citations) - 1; i >= 0 && citations[i] > h; i-- { h++ } return h }
一、股票收益 1.1 总收益 vs 净收益 D t+1：t+1时刻的income yield P t+1: t+1时刻的 capital gain/loss R t+1: t+1时刻的总收益率 r t+1： t+1时刻的净收益率net return 1.2 净收益Net Return 的组成 收入收益 income yield：投资期间获得的股利/利息 -- 那么对于不分红的股
看法 每年去大厂试试水，借此来评估自己的能力、价值和不足，或许还能拿到一个好offer，是个合格程序员的职业表现 大厂面试，基本都是：先过算法，检验面试人的智商和逻辑能力；之后才考察语言、设计、中间件、架构等具体应用能力 下面是我收集的学习、面试资料，欢迎参考 基础 一、算法 1. 图
decayma((ma(指数收盘(000300),60)+stdev(指数收盘(000300),60))/指数收盘(000300)(ma(指数换手率(000300),60)+stdev(指数换手率(000300),60))/指数换手率(000300)(ma(指数成交量(000300),60)+stdev(指数成交量(000300),60))/指数成交量(000300)(ma((指数最高(000300)-指数最低(0
转自wu2198博客 其实，对于股市的判断，没有完全灵光的技术指标，要想判断得略为准确一点，只能采用多重过滤的方式。例如：技术面（日线，周线等K线组合），基本面，消息面，技术指标，波浪等多重过滤，多重结合。 对于技术指标，我个人总结的话，周线图重出现连续3次背离之后，具有一定的可参考
奶牛学术圈https://www.acwing.com/problem/content/3748/ h 指数等于使得研究员有至少 h 篇引用次数不少于 h 的论文的最大整数 h。 有l次机会提高每篇的引用次数+1 求h指数最多可以是多少： h指数就是从大到小 下标的最右边位置 #include <iostream> #include <cstring> #include
一、时序序列是什么？ 将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。 二、时序序列模型的特点？ 时序（时间序列）模型也称为回归模型。 一方面承认事物发展的延续性，运用过去时间序列的数据进行统计就可以推测事物的发展趋势； 另一方面，充分考虑到偶然因素影响的随机性，
引言 日常计数中我们常用科学计数法来表示一些比较大或特别小的数字，例如3.15576×109。归一化科学计数法表示不以0开头的科学计数法，即小数点前一位不能为0。 而对于计算机来说要用二进制来表示这样的数字，也就产生了浮点数。浮点表示其二进制点不固定。在C语言中关键字float代表了
给你一个整数数组 citations ，其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。 根据维基百科上 h 指数的定义：h 代表“高引用次数”，一名科研人员的 h指数是指他（她）的 （n 篇论文中）总共有 h 篇论文分别被引用了至少 h 次。且其余的 n - h
前言： 前三十题中 在我的印象里非常少的题是没有写直接搜解法 这个好像是第一个 也是前三十的倒数第二题，后面的反转链表实在不会。。。 #include<iostream> using namespace std; // +1.23400E-03 0.00123400 -1.2E+10 -12000000000 int main() { char arr[10000]; cin >>
指数基金-估值 2022-01-31 1 主流方法比对 目前比较主流的四种估值方法，分别是：加权平均值、等权平均值、算数平均值以及中位数，那么采用哪种估值数据比较好呢？ 量化投资研究系列（二）指数估值方法对比对比结论： 用等权和加权数据分析了A股顶部和底部的估值区间，其实我认为加
指数基金-买入规则&卖出规则 2022-01-30 目录 1 买入规则 1.1 份数确定 1.2 每次买入份额计算 1.3 具体买入规则2 卖出规则 2.1 突破十年高点 2.2 未突破十年高点 1 买入规则 1.1 份数确定 A股的牛熊周期大概为5~7年，而且是牛短熊长，熊市的时间长度我们取
指数基金-投资中的仓位管理也是可以量化的 2022-01-30 目录 1 典型的仓位量化策略 1.1 凯利公式 1.2 经验公式 1 典型的仓位量化策略 仓位的管理，有没有一个很好的量化方法来衡量仓位呢？ 1.1 凯利公式 大名鼎鼎的凯利公式，很多投资大佬都在使用它来做仓位控制，这里用的是一
指数基金-各类型资产配置权重 & 估值区间的划分 2022-01-30 目录 1 各类型资产配置权重2 估值区间的划分 2.1 历史百分位 2.2 结论 1 各类型资产配置权重 以下是小鱼量化总结下来比较号的自残配置权重 各类资产上限：A股80%；债券20%；大宗商品20%；港股20%；欧美股票15%； 单只
指数基金-大类资产配置 2022-01-26 目录 1 资产配置的目的 2 如何降低各类资产相关性 3 四大类资产细化 1 资产配置的目的 选择相关性较低或负相关性的大类资产进行配置组合，降低持仓的波动性，能够实现较高的长期收益。 关键词1相关性：这样的资产有哪些呢？美林经典投资
