下载
登录/ 注册
主页
论坛
视频
热股
可转债
下载
下载

游客钱塘江观潮不听劝被无死角拍湿 巨浪迎头盖下场面惊险

21-09-17 19:07 3760次浏览
小白生煎
+关注
博主要求身份验证
登录用户ID:
9月16日,杭州钱塘江边大批游客站在岸边观潮,民警在后方反复喊话让大家“赶快走”,但众人仍在拍照,随后大浪袭来冲上堤岸迎头盖下,观潮人被360度“无死角”拍湿,场面惊险。
打开淘股吧APP
3
评论(279)
收藏
展开
热门 最新
小白生煎

22-01-14 15:02

0
迎驾,你睡醒了?
大帝都走没影了
这样涨真的合理吗?
我看不明白

金徽,迎驾,皇台
九安,亚太,开开
举目见日,不见长安。
小白生煎

22-01-14 10:38

0
今天不看了读书去
哪有什么新题材啊
它进是妖,退是药
所以我总是想起当年的白酒
这周只能用两个字总结:郁闷
小白生煎

22-01-14 10:29

0
我看着龙津感觉好生为难
算了,节奏错的太离谱了,调一下
小白生煎

22-01-14 10:01

0
这盘面让我有点难受
我发现自己开出湖北广电的仓就觉得状态不对,当时想的是买支票作为这轮行情的纪念,忘了看昨天的分时和量,希望别跌太狠
所以今天就不开仓了
小白生煎

22-01-13 20:59

0
我今天明白一件事情,特别开心:
不是所有的权重都叫做比亚迪天齐锂业通威股份
小白生煎

22-01-13 20:40

0
当然,开开要是涨上去了
那就是开元盛世,开天辟地
小白生煎

22-01-13 20:35

0
开开实业也是够狠啊
我当时就觉得这名字不行
这谁封完板,心里想着:别开板
一看股票名:开开
。。。
心情都不会好啊
小白生煎

22-01-13 18:24

0
今儿晚上出去散步,路过一片别墅区
隔着铁栏杆往里看,一层的商铺没人租所以空置,诺大的一层保持着最原生态的样子,十几根支柱,明暗相间的尊贵金光,灰墙灰地棕柱子?记不清了。反正那一眼给我的印象有种酒窖和中世纪城堡混合的奇怪韵味
我就想起我在明日之后里的房子了。两三年前那个游戏还比较火,一玩能玩一天。有时候砍木头砍得火大,就世界频道发参观邀请函,从院口起摆满汉全席一直摆到房门口。把密码给取消了还是咋搞得也记不清了,反正访客们能进屋。我的房子有三层,在最高处摆了两棵樱花和飘窗,整体算是空中楼阁式,非常飘逸。我想的是见了这样的房子和宴席,难道不会对房子里布局好奇吗?所以我每次回去,站在楼顶俯瞰没有屋顶的一层,都能在陷阱屋的一个小格子里看到一个两个被困在那自闭或下线,运气好仨哥们被困里面还能聊起天。也是正常,一般人上楼肯定是走楼梯,开门,但有时开开门不一定是天堂,还可能是地狱。我每次回家上楼休息都要先跳到电击网上,然后点击上床才能上到二楼,然后就能悠悠然沿着白玉石台阶走到三层,半途还能看见田间的美景。我一直觉得明日之后定位错了,真正的主流玩法就应该是建各种匪夷所思的房子,然后到点全庄园抄起木棒和枪(榴弹炮出了后这游戏就没法玩了)去拆家。家是为了住的吗?我院门大开,躺在三层,在告示牌里写道:此心安处是吾乡。
想当年为了把小朋友们劝退我也是煞费苦心了
小白生煎

22-01-13 16:13

0
我dnmd白酒
小白生煎

22-01-13 16:12

0
今儿找老师第二次毕设讨论
早上6点起床赶着读论文和书
约的15:10,15:00刚读完书出门,到后15:08
最后几分钟书还差几页没看,扫了下章节目录,急中生智,思路如下:
1.线性or非线性?
传统业界和学术界多用多因子模型于股票分析,为线性模型,优点在于可解释性强,而机器学为非线性,准确率更高但是过拟合且没有理论支撑
2.机器学前提
机器学前提要求序列的稳定性,毫无疑问金融序列并不稳定,与吴恩达机器学课程里训练自动驾驶的规则性来讲,金融更多随机游走,所以拿机器学预测股价无非是过拟合的产物
3.什么符合机器学?
人的心理,人的思维模式,面对股票暴涨暴跌的恐慌/贪婪(暂定,市场在有效化,这里假设市场投资者不专业,情绪化)行为金融从套利限制和心理学出发,暂不考虑套利限制,从心理学出发,行为金融各种研究比如预期偏差,风险偏好偏差,认知限制等等容易情景分析即仅考虑单一变量,各种变量间(预期,风偏,认知限制)关系无法把握。何解?用魔法对抗魔法,用机器学拟合情绪,用非线性拟合非线性
4.情绪标签从哪来?
这是老师问我的问题,真没想过,还好我反应快。我愣了十几秒,说:NLP。用NLP,数据取东财,同花顺,基金评论区评论进行情感分析,结果作为标签即训练集。老师点点头:这种现成研究有很多
5.怎么做到短期预测?
我又被问到了。老师说:一天这么多时间段,你怎么把握实时性?分时间段吗?比如9:30到10:00打个标签。。。我点点头。我觉得不对劲,赶紧又说:没有必要,只用取15:00后数据到开盘前作为一天情绪数据输入,考虑到讨论的密集度,可以对特定时间段附以惩罚(这是我现在写的时候想到的)
6.把NLP结果作为训练集附以其他当天数据采用机器学(感觉LSTM都没必要,只要最普通的就行)拟合出0-1变量
7.师点点头又开始摇头,觉得两个变量相关性太强,说:没事,你先去做做看
8.拟合出非线性的情绪因子,加入传统多因子模型(四/五有待考究),如此就兼顾了可解释性和准确度,非线性和线性
9.我问师:老师,是不是还挺新颖的,我感觉好像还没什么人这么做(鬼知道有没有,只能这么问,问老师感觉怎么样万一说不行呢?)师点点头:感觉好像还挺创新的 师说:你这周先看看NLP怎么弄,给了我一本NLP的书,还挺新的 我:好嘞
10:又闲聊了一会宿舍留宿流程,供暖情况,我说:老师那我先走了,拜拜,师笑着说:拜拜
11.真不错,又混过一周
刷新 首页 上一页 下一页 末页
提交