股票盈亏算法
沪指在今年1月累计跌幅仍高达22.65%，位居月跌幅“第二”，仅次于2008年大熊市的10月，有人就想抄底了。关于抄底，有这么一个计算题：
　　甲的股票亏50%，乙去抄底，当甲亏90%时，乙亏多少？
　　上面这个问题，最终的答案肯定不是40%——乙此时已经亏了80%，只比甲好一点点而已。
　　其实算法很简单：
　　1、假定甲买的股票，买入价就是10元；
　　2、甲亏到50%的时候，此时股价是5元，乙买入；
　　3、当甲亏到90%的时候，此时股价为1元，乙相当于每股亏4元，即乙的亏损比率是80%！
　　股价都跌了一半的时候，乙才去抄底，但乙还是会被套这么惨——这就是抄底令人悲伤的地方，在底部没有真正确定前，抄到半山腰和最高位被套，其实没有什么区别。
　　但是对乙而言，抄底的时候肯定是没有这么想的，他真实的想法是：
　　他做出了一个聪明且幸运的决定，用半价就买了甲的股票，这已经是大赚了，这也几乎是所有抄底的人的共同心态。
回到乙作出买入股票决策的时候。如果此时真的就是底，那对乙而言自然是美事一桩；但如果不是呢？后果将非常悲惨。这其实无异于赌博，赌对的可能性只有50%。赌赢了，股价不一定上涨100%（从5块涨到10块），因为前期高点通常都是很难突破的；但赌错了，则有可能让乙亏损80%，这个时候想要回本，则需要股价上涨400%（从1元涨到5元），有几个人能碰到这样的大牛股？
　　冒险还是不冒险？这笔账其实并不难算。或许你会反驳说：“还是有很多成功抄底的人”，但我们更多要看普遍的情况，而不是少数个案，幸运儿毕竟是少数。
　　这也正是为什么稳健的投资者，总是选择右侧交易的原因，即等到确定的反转信号发出后再抄底，而不是在这之前抄底（即左侧交易）。这个明确的信号，可能是技术指标，比如一根放量的大阳线；也可能某个事件，比如货币政策方向逆转。至于如何确定反转信号，这就需要经验来判断了。
　　其实，对乙而言，要想达到只亏40%的目的（即总是比甲少亏50%），其实也并不难，减少一半的贪念即可，具体方法如下：
如果甲买的是1万股，总计耗费10万元；乙也有本金10万元，当股价跌到5元每股的时候，乙全仓可买入2万股，但乙也只买入1万股，其实乙这时候掌握的股票资产和甲是相等的，同时乙还有5万的现金。
　　如果股价继续跌到1元，甲亏了90%；同时，乙的股票资产亏了4万，亏损比率80%，但乙还有5万现金，现在乙的总资产为6万元，相当于总本金亏损了40%。
——这就是分仓的重要性，不要一次性就将筹码押完，否则毫无转圜余地。
　　一个分仓的极端案例是：
　　如果一个人有无限的钱，那么他将永远有无限的钱。假定股票上涨和下跌的可能性都是50%，且上涨幅度总是100%，下跌幅度同样100%。比如他先买入1万元的股票，结果亏完；那他下次投2万块钱，如果涨了就能把之前亏的补回来，甚至还能倒赚1万；如果又亏了，那么他就投入4万，并且一直这样将投入资金倍增下去，总有一次他赚钱的时候，都能把之前的亏空补充回来并有1万的盈余。
　　一个人不可能有无限的钱，但如果你能将有限的资金同样这样去分仓操作呢？比如，你预期这次下跌极限是3次大调整，那该怎么去分批建仓，上面的这个极端案例，就是很好的参考。
　　总结：
　　抄底是个技术活，靠感觉去操作将十分危险，精确的计算和对欲望的严格掌控都十分重要。如果做不到，还是乖乖待着不动吧！赚不到钱，也比亏钱好，本金在，希望就在嘛！
　　炒股和投资你必须会的6个计算题和13个数学问题
首先，给大家带来6个计算题，在没有看答案之前，你能不能每题都做对呢？
　　假如你有100万，收益100%后资产达到200万，如果接下来亏损50%，现在你的资产是多少呢？
答案还是100万。显然亏损50%比赚取100%要容易得多，不是吗？
　　假如你有100万，第一天涨停板后资产达到110万，然后第二天跌停，则资产剩余99
万；那么如果第一天跌停，第二天涨停，现在你的资产是多少呢？ 答案还是99万。跌停的时候千万不要灰心哦。
　　假如你有100万，第一年赚40%，第二年亏20%，第三年赚40%，第四年亏20%，第五年赚40%，第六年亏20%，现在你的资产是多少呢？
答案是140.5万元。六年年化收益率仅为5.83%，甚至低于五年期凭证式国债票面利率。
　　假如你有100万，每天不需要涨停板，只需要挣1%就离场，那么以每年250个交易日计算，一年下来你的资产有多少呢？两年呢？
答案是一年你的资产可以达到1203.2万，两年后你就可以坐拥1.45亿。
　　假如你有100万，希望十年后达到1000万，二十年达到1亿元，三十年达到10亿元，那么你需要做到年化收益率为多少呢？
答案是你需要做到年化收益率25.89%。
　　如果你在某只股票10元的时候买入1万元，如今跌到5元再买1万元，持有成本可以降到多少元？
答案是持有成本可以降到6.67元，而不是你想象中的7.50元。
　　下面再看12个数学问题，搞清楚这些问题也是很重要的呀。
　　1．持有成本
　　如果你有100万元，投资某股票盈利10%，当你做卖出决定的时候可以试着留下10万元市值的股票，那么你的持有成本将降为零，接下来你就可以毫无压力的长期持有了。如果你极度看好公司的发展，也可以留下20万市值的股票，你会发现你的盈利从10%提升到了100%，不要得意因为此时股票如果下跌超过了50%，你还是有可能亏损；
　　2．资产组合
　　有无风险资产A（每年5%）和风险资产B（每年-20%至40%），如果你有100万，你可以投资80万无风险资产A和20万风险资产B，那么你全年最差的收益可能就是零，而最佳收益可能是12%，这就是应用于保本基金CPPI技术的雏形；
　　3．赌场盈利
　　分析了澳门赌客1000个数据，发现胜负的概率为53%与47%，其中赢钱离场的人平均赢利34%，而输钱离场的人平均亏损时72%，赌场并不需要做局赢利，保证公平依靠人性的弱点就可以持续赢利。股市亦如此。
　　4．货币的未来
　　如果你给子孙存入银行1万，年息5%，那么200年后将滚为131.5万，如果国家的货币发行增速保持在10%以上（现在中国广义货币M2余额107万亿，年增速14%），100年后中国货币总量将突破1，474，525万
亿，以20亿人口计算，人均存款将突破7.37亿（不含房地产、证券、收藏品及各类资产）。如果按此发行速度货币体系的崩盘只是时间问题，不只是中国乃至全世界都面临货币体系的重建。货币发行增速将逐步下移直至低于2%，每年20%的收益率到那时候中国人才会意识到真不容易。
　　5．投资成功的概率
　　如果你投资成功的概率是60%，那么意味着你连续投资100次，其中60次盈利，40次亏损。如果你把止盈和止损都设置为10%和-10%，那么意味着最终的收益率是350%（1.1^60*0.9^40=4.50）
是的，小伙伴，已经亮瞎你的眼了吧，3.5倍的收益率！而接下来你需要思考的是你怎么能保证你的胜率是60%呢，不要想当然，这个成功率对于多数人来说也是几乎不可能达到的。
　　6．止盈止损
　　索罗斯说过他不在乎胜负的概率，而期望盈利的时候比亏损时候能多赚一些。假设我们每次止盈是10%，每次止损是-5%，那么连续投资100次，假设胜负概率是50%，那么意味着你最终的收益率是803.26%（1.1^50*0.95^50=9.0326）
是的，你没有看错，收益率是800%。前提是你可以坚决的止损和止盈，其次你能保证50%的概率能到达更多的止盈机会吗？
　　7．正态分布
　　这个世界上很多事物都呈现正态分布，比如天才和蠢蛋的比例很少，多数的庸庸碌碌的大众，也比如社会财富的分配，富人和穷人也呈现正态分布，人类的身高、体重等等太多的事物都呈现正态分布。无论牛熊市，所有股票的涨跌幅和大盘相比也会呈现正态分布，能超越指数上涨的股票最终只是少数。当你想取得超额的时候，一定是你某项因素或是某项能力也同样达到了正太分布的那偏正的极小区域。如果你没有这样能力，该怎么办呢？当然了，命好是投资的核心竞争力，但不要忘记，命运好坏也会是正态分布的。
　　8．马太效应
　　土豪账户1亿元本金，屌丝账户10万元本金，土豪一年收益10%，屌丝一年收益率100%。年底时土豪账户1.1亿元，屌丝账户20万元，双方差距又拉大了990万元。当你的本金和别人不是一个数量级时，你很可能并不知道对方是怎么想的。
　　9．鸡兔同笼
　　问鸡和兔子18只，一共46条腿，问鸡多少只？兔子多少只？
常规的思考方式是鸡为X，然后兔子是18-X，在设一元方程求解。而超凡的思维是让所有鸡和兔子都抬起两条腿，这样一共抬起18*2=36条腿，还剩下10条腿都是兔子的，因此兔子是5只，鸡有13只。所以你要相信在同样的股价数据面前，有些人是和你思考方式完全不一样的。
　　10．稳健投资
　　投资者A和B，A取得连续两年收益第一年10%，第二年50%，B保持了两年每年30%的收益率，问两年后谁的收益率高。
结果是B两年69%的收益率高于A两年65%，高出了4个百分点，很简单的一道题只为告诉大家稳健投资不等于低收益，而是为了保证最终获得更高收益率的确定性更强。
　　11．交易频率
　　按照佣金万五，印花税千一计算，一年10倍的换手率，意味着交易成本是（0.05%*2+0.1%）*10=2%。当对于每周就要大换仓的小伙伴们，一年的交易成本已经超过了10%，你还没有借到杠杆资金，却付出了比杠杆资金更高的资金成本。Nuo
die，除非你有强大的获利本领，否则降低你的交易频率，要不然你会把股市的平均收益都捐给券商和政府。
　　12．量化投资　
　　所谓量化投资就是建模型，导数据，控制风险，自动交易。更恰当的比喻是找对象这件事情，我们自己做的多数是定性投资，包括两个流派：基本面分析和技术分析。前者参考教育、收入、家庭、性格诸多因素，然后挖掘白马大蓝筹，长期持有一辈子，后者如今越来越流行，因为这就是个看脸和feel的年代。而父母在这件事情往往是坚定不移的“量化投资者”，他们限定了本地户口、经济宽绰、父母健康、人品良好、有住房（大于100平米无贷款）、离婚丧偶直接OUT等等的一系列指标，然后赋予不同的权重，当满足条件的时候便会积极的要求执行交易。至于那种方式能够幸福呐？见仁见智吧。唯一的区别量化可以高频交易，结婚这件事最好就一次。
　　13．做空
　　如果你有100万，融券做空某股票，那么你可能发生的最大收益率就是100%，前提是你做空的股票跌没了，而做多的收益率是没有上限的，因此不要永久的做空，如果你不相信人类社会会向前进步。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。[银行]余额宝七日年化收益算法? - 南方财富网
&您现在的位置：&&>>&&>>&&>>&正文
余额宝七日年化收益算法?
&&&来源：未知&&&佚名
　　七日年化收益算法?
　　接触的余额宝是在13年11月底。以前听说过余额宝这个名词，总感觉网上的东西很虚幻，不够可靠，也不敢涉及，但是对着这个词汇越来越多的出现在我的听觉范围之内，便开始动心了.
　　关注了一段时间，觉得比活期收益高，加上手头没有超过5万的银子，存定期的话灵活性太低了，要想花钱只能变活期，于是试探性的往余额宝存入6015(其中15元是原来支付宝剩下的)，过了两天之后收益来了，不多，就有8毛1分钱，能立即看到收益好高兴啊，而且年化收益率达到了4.95%,本来是为了灵活的，这样看来的话收益也比银行的定期要高啊，一阵窃喜，有点后悔没有早把钱放进来，胆子大了点之后把以前在银行存下的都存到余额宝了，就像所有刚关注余额宝的姐妹们一样，我也每天看收益，甚至还每天都计算年化收益，随着年末的临近，市面上的产品收益越来越高，余额宝的收益也是水涨船高，最高达到了6.6%。
　　由于每天都计算其年化收益，还用表格记录了下来，有时对照余额宝的七日年化收益总感觉要低出去点，这是怎么回事，我的计算方法不对头?还是公司有意夸大收益?请大家不吝赐教!（南方财富网理财频道）
相关阅读：
&&&&南方财富网声明：股市资讯来源于合作媒体及机构，属作者个人观点，仅供投资者参考，并不构成投资建议。投资者据此操作，风险自担。
?&?&?&?&?&?&?&?&?&?&
商务进行时
理财新闻24小时排行
关于南方财富网 － － － － －－特此声明：广告商的言论与行为均与南方财富网无关 南方财富网 & 版权所有股票收益计算器_财经纵横_新浪网
股票收益计算器
股票收益计算器可以帮您计算买卖股票的成本和收益
计算项目：
计算投资损益
计算保本卖出价格
交易对象：
股票买入价格：
股票买入数量：
佣金比率：
持有期间获得现金股利：
持有期间获得股票股利：
股票卖出价格：
买入成本：
卖出成本：
交易税费合计：
投资该只股票的损益：
电话：010-4　　　
Copyright ? 1996 - 2005 SINA Inc.
All Rights Reserved
北京市通信公司提供网络带宽股市超级算法 - 股票知识网
&您现在的位置：&
股市超级算法
&&&股票知识&&&
　　股市超级算法
&&& 英国《金融时报》网站日前刊登由罗宾？威格尔斯沃思撰写的文章称，伴随着人类在计算机科学领域的不断进步，未来具备超强运算能力以及人工智能的计算机或将成为全球资本圈的&新宠&，从目前一些金融企业已开始押注人工智能的来看，或许下一任的&股神&就不再是什么巴菲特的接班人，而会是某种超级算法。
　　近30年前，在给崇拜他的投资者的年度致信中，沃伦？巴菲特（Warren Buffett）嘲弄了一种开始在资产管理业崭露头角但不易察觉的新趋势：电脑时代。
　　1987年，巴菲特在年度致股东的信中笑称：&在我看来，晦涩难懂的、电脑程序或者显示和市场价格变化的闪烁信号都不会带来投资的成功。&但这位以长远战略思维著称的伯克希尔哈撒韦公司（Berkshire Hathaway）董事长，也许低估了重塑投资的一股巨大力量。
　　计算机运算能力的巨大进步彻底改变了现代生活的方方面面，金融市场也不例外。全球最成功的对冲基金如今都在招募计算机科学家，而非经济学家和拥有MBA学位的投资银行家。甚至连古板的、管理着大量婴儿潮一代和石油国家储蓄的共同基金，现在都在急切地利用现代计算机技术和复杂的数学模型带来的&量化&技术。
　　此轮金融科技&军备竞赛&的下一个前沿是人工智能（AI）。人工智能研究取得的进步已经引起了金融业的巨大兴趣，有金融人士认为，一台能思考、学习、从事交易的电脑甚至将使当前的超高速、超复杂的投资算法看起来过时DD而且有可能使人类基金经理成为多余。下一代的巴菲特会是一种超级算法吗？
　　世界最大的一些资产管理公司都在押注人工智能。人工智能从事投资或许听起来有些异想天开，但正如科幻作家威廉？吉布森（William Gibson）所言：&未来已经到来，只是分布不均。&2012年，世界最大的对冲基金集团DD桥水公司（Bridgewater）挖走了IBM人工智能部门沃森（Watson）的负责人;去年，贝莱德（BlackRock）与另一家使用量化模型的快速成长的对冲基金Two Sigma延揽了两名前任谷歌（Google）顶级工程师。猎头表示，计算机科学家如今已成为金融业最炙手可热的财富。
　　量化投资界人士在谈及机器取代人类基金经理的前景时很淡然，指出完全的人工智能仍很遥远，而人类智慧仍发挥着关键作用。但这些资产管理电脑狂人的自信是确定无疑的。在金融市场，早已经有准人工智能交易策略发挥了奇效，而他们预测，未来是属于这类策略的。
　　&投资界面临的挑战是，人的智力比100年前没有什么长进，人们很难用传统方式在大脑中处理全球经济的所有信息，&Two Sigma联合创始人戴维？西格尔（David Siegel）去年在一次会议上说，&人类投资经理无法打败计算机的时刻最终将会到来。&或者，正如探员史密斯（Smith）在《黑客帝国》（The Matrix）中更简洁地表达的：&绝对不要让人类去干机器的工作。& Two Sigma是一家使用计算机技术的领先对冲基金。
　　机器学习曲线
　　罗殷（音）第一次学习编码是在11岁，是在他父亲1985年去西德出差带回一台二手苹果II型（Apple II）电脑之后。但在他的家乡DD黑龙江省伊春市DD买不到任何游戏。于是，他自学编程，并制作了一款简单的&坦克世界&游戏。在游戏中，玩家可以击落随机生成的飞机。
　　这是一项艰苦的工作。由于电脑内存不足，每当程序编码变得过于复杂时，电脑就会崩溃。没有软盘，于是他就学会了如何在磁带上存储数据。&我真的只是想捣鼓点什么玩玩，&罗殷回忆说。
　　但这方面的经验带来了回报。如今，他已是华尔街不断增多的、探索计算机科学尖端技术的高智商人士中的一员。罗殷在德意志银行（Deutsche Bank）担任首席&量化分析师&（quantitative analyst，简称quant），他的团队为德银开发了一套人工智能算法，可以自主搜索金融系统寻找投资机会，分析大到不可思议的数据集以发掘可盈利模式并提供给客户。
　　运行这个超级智能的&线性自适应式循环&模型需要一个由20台Linux服务器组成的网络，该模型基于一种被称为AdaBoost的&机器学习&算法。
　　机器学习是人工智能的一个分支，而人工智能本身就是一个经常被误用或误解的发散性术语。虽然很多人认为，人工智能等同于有感知能力的电脑，就像《终结者》（Terminator）系列电影中的大反派&天网&（SkyNet）或者《2001太空漫游》（2001： A Space Odyssey）中的智能电脑哈尔（HAL 9000），但在实践中，谷歌（Google）的语言翻译服务、Netflix的电影推荐引擎或者苹果的Siri虚拟助手等日常工具都使用了基本的人工智能形式。
　　量化分析师一直在利用日益强大的计算机彻底解构数据并发掘出获利机会的统计信号，但机器学习走得更远。从本质上讲，机器学习算法是一个充满活力的&生命体&，它可以扫描大型数据集DD如股价、气象模式、盈利电话会议记录、Facebook帖子或者谷歌搜索记录DD并在嘈杂中分辨出预测性的信号。
　　伊利诺伊理工学院（Illinois Institute of Technology）金融学助理教授马修？迪克森（Matthew Dixon）将机器学习称为&使混乱最小化的优化机器&。它可以区分香蕉与苹果之间的不同并将它们分类，甚至可以教一台计算机从零开始、迅速掌握如何玩一款《超级马里奥》（Super Mario）之类的游戏。机器学习还可以用于分析&非结构化数据&，如乱七八糟的数字以及计算机通常难以理解的图像和视频。
　　这项技术并不是全新的，但更强大的计算机意味着如今它可以被应用到金融市场。&这是一个非常有前景的领域，&罗殷说，&人工智能可以帮助你找到人类永远发现不了的模式。这可以为你带来巨大优势。&
　　但这不是机器学习的唯一优势。当市场经历业内人士所称的&体制变革&、而之前信赖的策略不再适用时，量化分析师遭遇的经典挑战之一是，他们的模型往往被证明是无用的DD或者更糟。今天还赚钱如流水的算法交易策略或许明天就会失灵。
　　交易优势
　　机器学习算法可以自主进化并搜寻新模式，根据当天、当周或当年奏效的市场策略做出调整。
　　这意味着资产经理可以利用它们作为工具（比如筛查人工无法察觉的模式）来改善自己的投资流程，或者甚至让它们自动开发策略和进行交易。
　　对于量化对冲基金Man AHL的基金经理尼克？格兰杰（Nick Granger）而言，这是至关重要的优势。&你会看见它自下而上地创建直觉般的交易策略，并根据有效策略切换风格，&他说，&过去几年，我们一直在成功地利用机器学习，而且有兴趣对其加大投资。&
　　尽管如此，机器学习也存在缺陷。量化分析师的最大挑战之一是一种被称为&过度拟合&（overfitting）的现象：一个过于复杂或编码错误的算法可能在庞杂的数据中发现貌似合理的相关性或错误信号。例如，一篇名为&伪相关性&的博客说，在缅因州，人造黄油的消费量与离婚率密切相关，而尼克？凯奇 （Nick Cage）的电影与泳池溺亡事件的数量相关。
　　即便一个模型在测试中表现很好，在面对真正的市场时也可能崩溃。此外，新数据自身也会受到交易算法的影响，高盛（Goldman Sachs）资产管理部门的量化分析师奥斯曼？阿里（Osman Ali）说，&解构气象数据，不会影响到天气，但进行市场交易时，你会影响到市场。&
　　即便最先进的人工智能交易算法系统也无法像人类一样进行创造性思维，尤其是在危机时刻。美国国家航空航天局（NASA）前计算机科学家、现在供职于贝莱德&科学主动股票投资&部门的布拉德？贝茨 （Brad Betts），将2009年切斯利？萨伦博格（Chesley Sullenberger）驾驶飞机紧急迫降于哈德逊河视为人胜过机器的范例。
　　事实上，一些量化分析师对于机器学习（或者更广泛的人工智能）是否是投资人的&圣杯&仍持怀疑态度。许多人认为它只是一种新的、先进的小玩意儿，可以对他们现有的工具组合起到补充作用;有些人则认为它多半只是一种聪明的营销方式，而非真正革命性的发明。
　　&人们总是渴望在金融市场找到赚钱的新方式，但这些方式并非总是奏效。空话易说，时髦的概念一文不值，&量化对冲基金温顿资本（Winton Capital）负责人戴维？哈丁（David Harding）说。他指出，人的大脑尤其擅长模式识别，&无论是人脸、三角形物体还是爱情。投资管理非常适合借助旨在发现模式的电脑，但我不会急于使用最新的热门算法去做。&
　　未来结合？
　　那么，人类基金经理会像渡渡鸟一样消失吗？那也未必，但未来看起来将更具挑战性。
　　Two Sigma的戴维？西格尔说，由于市场和经济变得更加复杂，资产管理变得更为不易。&50年前，一名基金经理或许能够通晓做好投资所需要的所有知识。以后再也不可能这样了，&他说。
　　他将这看作好事，而非危险。&将来某一天（全球经济）可能变得过于复杂而难以控制，没人能保证其平稳运行。但算法可以帮助我们更好地理解它。人们喜欢谈论机器人将如何毁灭世界，但是我认为机器人将拯救世界。&
　　未来的方向很明确。投资事关信息管理、理性分析和速度。这是机器的强项。但是资产经理将会适应新情况，而非消亡。最有可能的是，未来的投资管理将是人类与人工智能的结合，两种力量同时利用。
　　例如，虽然一台超级计算机如今可以击败国际象棋大师，但二者都可能输给一位拥有一台普通笔记本电脑以及象棋模拟程序的人类棋手。有史以来全球最成功的对冲基金集团之一DD文艺复兴科技（Renaissance Technologies）前执行董事罗伯特？弗雷（Robert Frey）认为，类似的组合将成为资产管理的未来。弗雷目前经营着自己的&基金的基金&（FOF），并且在纽约州立大学石溪分校（State University of New York at Stony Brook）教授计量金融学。
　　&我们应该让人脑和电脑分别做各自擅长的事情，&他说，&二者的结合将十分强大。&
（股票知识网）
相关阅读：
&&&&股票知识网声明：资讯来源于合作媒体及机构，属作者个人观点，仅供投资者参考，并不构成投资建议。投资者据此操作，风险自担。
商务进行时
24小时排行
股票知识学习
关于股票知识网 －版权声明 －诚聘英才 －广告服务 －网站地图 －特此声明：广告商的言论与行为均与股票知识网无关 股票知识网 & 版权所有