Giai đoạn 1, là học một số chỉ số phân tích kỹ thuật truyền thống như MACD, KDJ, RSI, v.v.

Giai đoạn 2, học cách lập trình bằng chương trình Flyfox, tải xuống các chỉ số được biên soạn bởi nhiều người, cũng học Vb, phát hiện ra sự không chắc chắn rất lớn, mặc dù vô tận, nhưng về bản chất không có sự khác biệt với các chỉ số phân tích kỹ thuật truyền thống, tất cả đều được xây dựng trên cơ sở các đường bình đẳng đơn giản đối với dữ liệu lịch sử.

Giai đoạn 3, theo đuổi phân tích thống kê mạnh mẽ hơn, học SPASS, làm quen với phân tích chuỗi thời gian ARIMA. Tìm thấy sự không chắc chắn rất lớn. ARIMA ban đầu không ước tính dư lượng tiếng ồn trắng.

Bước 4, học GARCH, SPASS chết tiệt không có công cụ này, chỉ cần học MATLAB7 . Sau khi chơi GARCH một cách thành thạo, phát hiện ra rằng có rất nhiều sự không chắc chắn .

Giai đoạn 5, một số mạng N đã bỏ qua mạng thần kinh nhân tạo, bắt đầu chơi BP, RBF, và thấy rằng sự không chắc chắn rất lớn. BP, RBF phù hợp hoàn hảo với dữ liệu lịch sử, nhưng đối với sự phổ biến trong tương lai, nó là một cái chết.

Giai đoạn 6, nghe một chuyên gia AI ở Nam Đan nói rằng SVM là NB nhất hiện nay, tiếp tục học, rất khó, cuối cùng đã được giải quyết, kết quả, thấy rằng sự không chắc chắn rất lớn.

Giai đoạn 7, trong lúc chán nản, một người khác nói rằng, nói rằng sóng nhỏ có thể hữu ích, tìm kiếm sách lật ngược, cảm thấy khó khăn vô cùng. Và lúc này về phân tích kỹ thuật đã bị lung lay. Một ngày nào đó gặp một người bạn, một người giỏi chiến đấu thực tế, một buổi thuyết trình trò chuyện, phát hiện ra, dựa vào, trong chiến đấu thực tế hoặc truyền thống một vài chỉ số cũ bỏ răng tốt nhất, chìa khóa là sử dụng tốt.

Bước 8 - Bước hiện tại - là chơi lại một vài chỉ số cũ đã mất đi của truyền thống đó.

Via: http://blog.sina.com.cn/s/blog_57a1cae80101aww9.html