在文章《三均线策略是否好于双均线(上)》中,我跟大家说过,将60日均线作为判断趋势的依据,同时通过10/30日均线找买卖点是大多数投资者最常用的方法。 但是三条均线可不止这一种用法,所以本文,继续探讨其他方法。 上篇文章中的收益率是负数,如下:   本文,我们换一个方法,毕竟三条均线理论上应该有三个金叉死叉。以我们目前用的10/30/60为例分别是: 10和30,金叉,死叉。 10和60,金叉,死叉。 30和60,金叉,死叉。   上一次是以60日均线作为判断方向的依据,10和30日均线作为买卖点。 我当然可以用30日均线作为判断方向的依据,10和60日均线作为买卖点。 也可以用10日均线作
2024-02-27 15:18:51 163KB 均线指标
1
PHP从入门到精通.pdf
2024-02-27 13:13:40 18.73MB 从入门到精通 pdf
1
以目前的技术,其中任何一种网络都能够提供更好的伸缩性、故障恢复和诊断信息;此外,以其中任何一种网络为基础建设SAN都不需要对现有设施进行全面升级。由于降低了管理成本,SAN的基本设施的最初成本也就变得并不昂贵。 SAN的组成通常包括服务器(主机)、存储设备(磁带或者磁盘阵列)以及桥接器和多路复用器,并且所有这些设备都连接在光纤通道的交换机上。
2024-02-26 20:10:04 50KB 通用行业
1
应用报告:扬声器工作原理及软件调试入门_(TI).pdf
2024-02-26 10:59:24 1.81MB
1
Python爬虫项目是使用Python编写的应用程序,用于自动化地从互联网上获取数据。通过编写爬虫程序,可以模拟人类用户在网页上浏览和提取信息的行为,从而实现对网页内容的抓取、解析和提取。 以下是一些常见的Python爬虫项目示例: 网页内容爬取:爬取特定网站的新闻、博客文章、商品信息等内容,并保存到本地文件或数据库中。 图片下载器:从指定网站或图片分享平台上爬取图片,并保存到本地目录中。 数据采集与分析:从多个网站上爬取数据,并进行整合和分析,例如舆情分析、价格比较等。 信息监控:定期爬取网站上的更新信息,并发送通知或生成报告,如股票价格变动、天气预报等。 社交媒体数据分析:爬取社交媒体平台(如Twitter、Instagram)上的用户数据、帖子内容等,进行用户行为分析和趋势研究。 音乐/视频资源下载:从音乐或视频分享网站上爬取并下载喜欢的歌曲、电影等。 在实现Python爬虫项目时,可以使用Python的第三方库和工具来简化开发过程,如BeautifulSoup、Scrapy、Selenium等。这些库提供了丰富的功能和工具,用于解析HTML、处理网络请求、自动化
2024-02-21 17:11:52 8.82MB python 爬虫 机器学习
1
Modelica多领域物理系统建模入门与提高 Modelica初学者/开发者/系统建模/多领域 侵删
2024-02-21 11:19:25 50.6MB Modelica 系统建模
1
Agilent 8960 手动操作入门指南(免费),手动操作入门指南……
2024-02-19 17:32:27 2.77MB
1
UNIX入门之路 初学者必备图书之一
2024-02-18 18:41:17 26.49MB UNIX入门之路
1
介绍 Python编程:从入门到实践 练习题 软件架构 软件架构说明 利用Python运行 安装教程 在https://www.python.org/ 下载Python3以上版本或利用“anaconda” Clone下代码 本地运行 使用说明 IDEL Pycharm Jupyter 等一些编译工具可以运行这些代码
2024-02-18 15:54:14 9KB python 编程语言
1
NumPy(Numerical Python)是一个开源的Python科学计算库,它为Python提供了高效的多维数组对象(ndarray)以及用于处理数组的各种函数和工具。 使用NumPy,你可以进行各种数值计算和数据分析任务,包括: 多维数组操作:NumPy的核心是ndarray对象,它支持高效的多维数组运算。你可以使用NumPy进行数组的创建、索引、切片、重塑、合并以及广播等操作。 数值计算:NumPy提供了大量的数学函数,包括基本的数学运算、三角函数、指数和对数运算、线性代数运算、统计函数等。这些函数可以直接作用于数组,使得数值计算更加高效和方便。 数据处理:NumPy可以处理大规模的数据集,包括数据的读取、过滤、排序、去重、统计以及聚合等。你可以使用NumPy对数组进行逐元素操作,也可以使用矢量化操作对整个数组进行处理。 随机数生成:NumPy内置了强大的随机数生成函数,包括各种概率分布的随机数生成、随机排列、随机抽样等。这些函数对于模拟实验、蒙特卡洛方法和随机算法等场景非常有用。 动态内存管理:NumPy封装了底层的C/C++代码,通过使用动态内存管理和优化的算
2024-02-16 22:44:17 26.67MB numpy
1