奇趣编程发现，连续W形的水平箱体“WWW”是最简单的，谁都会打，只需要把最近的两个顶峰连起来作为上限线，把最近的两个低谷连起来作为下限线，就可以在上下限线附近挑底逃顶了。
但是，并不是每天都会出现这么规律的连续W形的水平体箱，很多时候也会发生单边上涨或单边下跌的行情，这个时候已经没有明显的箱体了，又该怎么打呢？
这个时候，“统计宝”各个指标图表的作用就体现出来了。
以上图为例，当随机数曲线在较小的波动中这上涨，这个时候单凭肉眼看点数线是很难判断进场点和退场点的，一不小心就会造成亏损，但是，如果我们用MACD指标线来作为辅助决策，就可以很轻松地判断在哪些地方进场哪些地方退场，即使是看着MACD指标来回做多做空，也不会造成大的亏损。
您是否喜欢盲打还是从来不看指标的呢？欢迎点击此处[奇趣编程]联系奇趣编程一起交流。
奇趣编程最近在忙着完善和发布“统计宝”，在工作间隙也在抽空总结自己的心得经验。
现在做量化交易投资的，都有很多指标分析工具，但仍然有很多人无法稳定盈利。
为什么呢？因为有比指标更重要的东西要搞清楚，这个东西就是“箱体”。
比如说，曲线跌到了比较低的位置，指标上也出现了到底的信号，这个时候抄底进去了，然后过一段时间发现曲线还在继续跌，抄到半山腰了，这个时候怎么办？是割肉退场还是冒着扩大亏损的风险继续扛着？
所以我们在使用指标之前，还得解决一个重要的东西，就是曲线的“箱体”，这个曲线它的上限在哪里？下限在哪里？震荡箱体的弹性高度在什么范围？
当你解决了趋势大方向的问题，量化指标只是锦上添花的工具，只是你在做对大方向的基础上实现盈利最大化的工具。
比如说，通过各种方法，我已经知道曲线会在+50到-50之间箱体震荡，这个是震荡箱体的上下限，那我就可以在曲线接近箱体上限的时候看跌，在曲线接近箱体下限的时候看涨，在这个过程中，如果再继续涨一点或跌一点造成暂时的小亏损都是没关系的，因为你知底箱体的极限在哪里，知道它过一段时间就会走向盈利，你知道自己抄的不是半山腰，是抄在箱体极限附近。
但是如果你不知道曲线箱体的上限和下限，那你永远都不知道自己的进场点到底是处在曲线箱体的什么位置，那就只能提心吊胆，惶惶不可终日。
指标，是在知道曲线箱体上下限的前提下使用的，并且在趋势明确时只能单方向去顺势做多或顺势做空。
比如说，当曲线跌到箱体下限时，就用指标逢低做多，只单向做多，不要做空，因为随时都有可能暴涨一波造成亏损。在你知道曲线箱体下限的情况下，而你进场点又在接近箱体下限的位置，是不怕暴跌的，也不太可能出现暴跌的。
再比如，当曲线涨到箱体上限时，就用指标逢高做空，只单向做空，不要做多，因为随时都有可能暴跌一波造成亏损。在你知道曲线箱体上限的情况下，而你进场点又在接近箱体上限的位置，是不怕暴涨的，也不太可能出现暴涨的。
假如发生了小概率事件，突破了箱体上限或下限，那就及时止损吧，把止损点设置为当天预期的盈利数就行。比如预期每天盈利20点，则止损也要设置为20点，这样即使亏损，也只需要一天就可以把亏损的坑给填平了。越是死扛扩大了亏损，越是需要更多的时间来弥补损失，所以一定要设置止损为一天的预期盈利。
你对技术指标还有哪些需要补充？欢迎点击此处[奇趣编程]联系奇趣编程一起交流。
奇趣编程最近在内测咱开发的免费发放的“统计宝”，今天抽空看了一个市面上卖的类似的统计分析的软件，黑不溜秋的界面，满满的全是花里花哨的图表和各种控件，给人一看就感觉很NB的样子。
那个软件，正好它显示的K线是一座大山一样的大起大落的图形，于是我就按技术指标来判断分析了一下，结果发现在上坡这边，所有的指标都比较准，不管在哪个提示的买点进去都能盈利。然后再观察下坡这边，似乎所有的指标都失灵了，不管在哪个提示的买点点进去都会亏损。
这是怎么回事？为什么是同样的指标，在趋势上涨时就能百试百灵全盈利，在趋势下跌时就百发百不中的全亏损？
奇趣编程的读者，如果你有幸读到这里，说明你很幸运，因为下面我要说一些心得，能让人从技术指标里爬出来上升到另一个高度。
要想实现每天从数字市场里领工资，实现长期稳定的盈利，就必须从更深的层次去思考。
任何一种随机数据的曲线都是有涨有跌有横盘的，我们要明白，是什么造成了它的涨跌？很明显，不是技术指标，而是资金。这些东西本质上是资金驱动的，在实物市场里，越多钱买某样物品，这个物品的价格就越涨，比如说股票、大蒜、商品房、人才，因为物以稀为贵，越多人买，导致商家越惜售，从而越造成涨价；而在数字市场里，越多钱去买某一个数字，这个数字就越跌，因为根据天平原理，哪一边越重哪一边越跌。
在资金的驱动下，曲线有了涨跌，那技术指标又有什么用呢？奇趣编程认为，它有以下几个作用：
1、分析数据规律。我们通过“统计宝”这样的大数据可视化统计分析软件，通过观察图表，可以发现某些稳定重复出现的规律，这样的规律，只需要找住一个，就能让你长期稳定盈利。
2、判断趋势转换。技术指标还有一个重大的作用，就是看它是否突破了箱体震荡发生了趋势转换。技术指标作为辅助性工具，可以在指标上比较明显地看出曲线是否突破了支撑线或压力线，从而在这个时间点作出相应的预判。如果光凭肉眼，是很难分析出趋势的转换的。
2、判断买点卖点。虽说技术指标不能决定趋势走向，但可以在已经判断好大方向的情况下，利用技术指标实现利益最大化。比如说，已经知道未来很长一段都是上坡，但上坡路肯定是在波动中上涨的，那就可以逢低买入逢高卖出，这样比在坡底就一直死拿到坡顶获取的盈利更多。而在判断到突破了箱体开始了趋势转换要走下坡路了，下坡肯定也是在波动中下跌的，可以利用技术指标在反弹高点卖出，实现损失最小化。
你对技术指标还有哪些需要补充？欢迎点击此处[奇趣编程]联系奇趣编程一起交流。
奇趣编程和各位读者交流的过程中发现，很多人都懂得很多投资的大道理，但他们仍然不能稳定盈利，这是为什么呢？今天奇趣编程和大家一起分析一下。
第一点，知道了去不去做。
这是最重要的一点，很多人明明知道自己只要去做了一定能得到好的结果，哪怕前期亏了小钱，但你也积累了好的投资经验。做过和没做过的人，有经验和没经验的人，认知差别是非常大的。投资就像开车、游泳、弹钢琴，哪怕懂得再多道理，不去测试，不亲身去积累经验，那么你所知道的道理也仅仅是停留在知道的层面上，而没有上升到经过实践试验的层面上。
第二点，去做了却没能坚持。
奇趣编程一直在反复强调一个核心道理，要用平推来消除数据异常值带来的风险，平滑盈亏曲线波动。有很多读者也认同这个道理，也去实践了，但很多人没能坚持。为什么呢？平推是需要用比较长的时间来完成一个回合的，需要几小时或几天才能得到满足，但很多人没有这个耐心，他们想要即时的满足感，从而放弃了稳定。时间、风险、稳定性、收益率，这几个因素是互相影响的，不存在时间短、风险小、稳定性强、收益率高的投资方法，能用时间和收益率来换取风险降低、稳定性增强就已经很不错了。反之，如果追求时间短和高收益率，那风险肯定很高，稳定性很弱，不是成熟的投资者考虑的打法。
第三点，坚持了却因为种种外部因素干扰导致结果偏差。
有些读者从奇趣编程这里懂得了道理，也按这些道理去做了，但执行的过程中遇到了种种外部因素干扰也会导致结果的偏差。比如工作忙缺少时间、错过了买入卖出的点位、控制不住情绪盲目追涨杀跌、控制不住冲动加仓减仓加倍等等，都会造成执行结果的偏差，没能达到预期的收益。
还有哪些原因是没说到的呢？欢迎点击此处[奇趣编程]联系奇趣编程一起交流。
奇趣编程发现，现在这年头，“菜棚”老板们也小气得很，看到哪个人运气爆棚在“菜棚”里连续挖到了十几根“金条”就劝退驱赶走了。为了防劝退，奇趣编程想到了一个办法，可以有效果解决被劝退的问题，那就是“转生术”。
“转生术”这个词，是从动漫“火影”里拿来的，目前已知的有几种转生术。
第一种叫“秽土转生”，将过世忍者的灵魂召回人间以实体的形式出现，召唤者通过转生契约来控制转生者。
第二种叫“不尸转生”，是将自己的灵魂转移到别人的身体中，以别人的身体为容器，在精神世界中夺取对方的身体。我们中国把这种叫做“夺舍”。
其它的还有“土遁转生术”、“己生转生”，估计动漫里的这些术都是从中国的借尸还魂、夺舍、献舍、请神等术语里借鉴来的。
奇趣编程也是从中得到灵感，想到了能防劝退的转生术。目前就是构思开发一款强大的数字规律分析器，免费给大家使用，当发现某个随机数规律之后，“金条”挖得太多很容易被“菜棚”老板劝退，这时就可以和免费软件的用户们合作，让他们提供帐号，签订合作协议，协商好盈亏条款就可以了。因为免费用户可能会有比较多，所以“菜棚”老板永远封不完“转生”的帐号，从而实现“转生术”的效果。不知道大家是否愿意合作呢？
在生活中，有很多需要根据过去的数据来寻找规律以预测未来趋势的场景，我们用什么样的思路来实现较好的预测效果呢？奇趣编程今天和大家分享用统计宝进行时间序列预测趋势的思路。
时间序列预测是什么？时间序列预测法是利用历史数据进行推演其发展规律和趋势的一种预测方法，时间序列预测的特点是数值有时间顺序，改变时间先后顺序之后得到的推演结果是不同的。
怎么进行时间序列分析呢？常用的方法有频域、时域、线性、非线性等，可以分析随着时间的推移数据发生的自相关的趋势或时间上的周期性变化。
为了更好地进行时间序列预测，我们需要了解时间序列的数据的特征，那么时间序列的数据有哪些特征呢？
第一个特征，趋势性。也就是某个变量会随着时间的进展发生变化，呈现出一种上涨、下跌、水平震荡的变动趋势。
第二个特征，关联性。某个变量可能会因为外部某个相关变量的变化而变化，比如不同季节、不同时间段引起数据的变化，从而出现因果性的高峰与低谷。
第三个特征，随机性。个别少量数据会出现随机变动的特点，但整体上仍然会符合统计规律。
第四个特征，综合性。某个变量的趋向结果是由多个变量叠加或组合影响而导致的，此时可以根据每个相关的因果变量来综合考虑来判断主变量的趋势。
时间序列具体有哪些预测方法呢？
第一种，单步预测。在时间序列预测中使用滞后的观测值作为输入变量来预测当前时间的观察值。
第二种，多步预测。使用过去的观测序列来预测未来的观测序列。
第三种，多变量预测。每个时间有多个观测值，通过不同的测量手段得到多种观测值，并预测其中的一个或多个值。
时间序列最观察的规律分析方法是什么？使用图表对大数据境行可视化，从大数据图表中寻找规律。人类肉眼很难从大量的数据中找出规律，但人类可以轻松地从图表中寻找到图形的规律，奇趣编程开发的统计宝就是一个免费的大数据可视化分析利器，可以帮助大家很好地进行数字规律分析。
奇趣编程开发的统计宝是一个数字规律分析器，用奇趣编程的统计宝来挖掘随机数规律效果很好。
在某些类型的数据中，某一个数值，是通过几个数字的和值来计算出来的，比如和尾的单双。
通常计算和值尾数单双，是用模除的办法来计算出来的，比如模除2，就是把某个数字除以2取余数，如果是1就是单，是0就是双。模除10，就是把某个数字除以10取余数。
但是，这样的计算方式可能会产生某些漏洞，因为模除10和模除2之间是有相通之处的，是可以关联的。
比如说，一个数字先模除10再模除2，和这个数字直接模除2得到的结果有什么关联吗？
我们可以在浏览器里按F12调出浏览器的控制台来运行以下JS代码来验证一下：
for(var i=0;i<100;i++){
console.log(i,i%10%2,i%2);
}
输出：
0 0 0
1 1 1
2 0 0
3 1 1
4 0 0
5 1 1
6 0 0
7 1 1
8 0 0
9 1 1
10 0 0
...发现了漏洞了吗？某数字先模除10再模除2得到的单双，和此数字直接模除2得到的单双，是一致的。你能想到用它来做什么吗？欢迎使用统计宝挖掘更多数字规律。
随机数的漏洞一直都有，数字规律分析器也有，为什么能发现漏洞的寥寥无几呢？
奇趣编程大体想了一下，如果一个人想要具备独立研究挖掘出漏洞的能力，至少需要具体以下这些。
1、知识面广泛。奇趣编程每天坚持阅读编程、数学、前沿科学发现论文、数据分析、人工智能等各种各样的内容，而不是追剧刷视频逛电商网站。然而，毕业后还保持有阅读习惯的人已经不多了。
2、编程能力。这个是必要的，因为很多想法，需要奇趣编程自己写程序去验证，通过大数据的方式来验证自己的想法是否正确。如果用手工或肉眼来统计分析，只能分析很少量的数据。
3、维持基本生活开支。很多人连正常生活都难以维持，谈何研究，至少能保持每月收入几千元吧。
4、大块的独立空闲的不被打扰的时间。这个条件绝大多数的人不具备，除非是个人创业者，奇趣编程很幸运具有这个条件。
5、独立研究能力。研究也是有方法论的，从选方向，到规划路线，到选题，到具体的工作方法，环环相扣，任何一环搞不好都有可能导致没能产生研究成果。
6、能忍受孤独。研究随机数规律的人虽多，但因为利益的原因，是不会随便分享的，顶多在一个熟人小圈子里私下交流探讨。一个人钻研是很孤独的，能长年累月忍受孤独的人，不是和尚，就是修行者，奇趣编程就是一个具有修行之心的人。
7、深度思考。在这个物欲横流的社会，人心浮躁，大多数人已经没办法集中注意力超过十五分钟，甚至连五分钟的短视频都没能坚持看完，在短视频时代，更是助长了这种恶性循环。奇趣编程自身的经验，打坐是一种深度思考的好办法。
8、运气。一个人能不能研究出成果，也和他的运气有关。
9、感恩之心。研究出来成果之后，懂得分享，懂得感恩有意或无意中给了自己启发或帮助的人，奇趣编程正是因为具有感恩之心才获得了源源不断的灵感、启发、资讯、帮助。
10、其它。
关注奇趣编程的朋友都知道，奇趣编程已经在随机数规律上研究了很多年，过去一直用的研究方法是先人工通过图表发现随机数规律，然后针对这个随机数规律设计出相应的算法。
这个传统的方法有什么缺点呢？首先，不同来源的随机数大数据集，它的规律是不一样的。其次，需要人工去看图表寻找规律，这个过程很漫长，而且不一定能找到规律。
而人工智能就不一样了，它不管数据的来源是来自哪里，也不管随机数里面有什么规律，它只管生成神经网络然后吃进大量数据，越训练，越聪明。
人工智能的本质是什么呢？奇趣编程认为，人工智能本质上就是根据先生成一个神经网络，然后通过大数据进行统计、分析、学习，得到一张概率推断决策树，每吃多一条数据就更新一次树，吃得越多，这树决策树就越枝繁叶茂，当需要对新情况进行决策时，它就从决策树里选择胜率最大的一条分支来作为推荐的结果。
这样的话， 奇趣编程就不用挖空心思去根据图表来挖掘随机数的规律了，而是可以开发出一个人工智能，把随机数大数据集喂给它，让它自动学习识别出规律，至于它识别到什么规律，奇趣编程也不用管它，只需要看它的推荐结果胜率是否让人满意就可以了。
比如说，“正反正反反反正反正反反反正反正反反反正反正反反反”这一串数据有什么规律呢？我们肉眼观察数据很难发现，通过图表可能会观察到一条规律是“正反正反反反”重复出现，“正反正反反反,正反正反反反,正反正反反反,正反正反反反”,想挖掘出更多规律就很难了，但人工智能是不管你有什么规律，它统统无视，它只需要一个神经网络，生成一棵概率推断决策树，就能秒杀所有规律。
所以，奇趣编程开始进入人工智能程序的开发和应用阶段，欢迎研究随机数的朋友关注交流探讨。
为什么这几年人工智能越来越火？
为什么人工智能会远远优于传统的固定的算法？
我们如何利用人工智能为自己谋取稳定的盈利？
在可预见的未来，人工智能一定会普及到生活的方方面面，因此我们很有必要开始了解人工智能。今天奇趣编程和大家聊聊自己的想法。
传统的算法程度，是先固定一些步骤，然后按照预定的步骤一二三四地去执行就行，它是固定死的，遇到新的情况它不会变通。就像一个红绿灯，它是固定红灯亮多少秒，然后黄灯亮多少秒，绿灯亮多少秒，至于路上是不是一个人也没有，还是严重阻塞，它是不管的，它只管按预定的程序红黄绿轮流各亮多少秒。
这种固定的程序，优点在于易开发，缺点在于不能根据实际情况灵活变通。比如一个十字路口，方圆几百米就一辆车，还亮起红灯让车等30秒，等一个两红绿灯还好，要是一路过去有十几个红绿灯，得浪费多少时间，司机都等得很烦躁。
而现在新规划的物联网城市，是用智能红绿灯，它会根据人车流量的多少，给出相应的指导时速，你只要按这个车速行驶，一路过去每个路口都正好是绿灯亮。
奇趣编程认为，人工智能算法，它的优点在于它不是决策不是固定的，而是不断地根据当前最新的情况来重新评估各种可能情况的概率来作出最优决策。还有一个就是它是根据大数据来训练得出概率表，训练的数据越大，对每种情况可能出现的概率预判得越准确。
比如说自动驾驶的人工智能，在电脑里模拟路面随机出现一个障碍物，经过数百万次的模拟，它是可以根据这个出现的障碍物来判断接下来会出现什么情况而做出相应决策的，假如出来的是一个儿童玩具，那么大概率后面会有小孩跑出来追逐，需要紧急减速甚至刹车，如果滚出来的是一个随风飞舞的塑料袋，那么后面出现人的概率是比较小的，减速就行。
也就是说，传统程序是固定死的直接按程序预置的答案执行，而人工智能不是固定死的，是不断训练不断更新数据根据大数据来判断各种情况出现的概率来执行的。一种是非概率率的，一种是概率性的，所以我们经常在图像识别的人工智能中看到返回的结果是“猫的概率是99%，狗的概率是60%”，是用概率来描述的，而不是“这个是猫”这种非概率的描述。