托这两个月指数大涨的福，市场上的股神大概增加了很多吧w 最近接触到了ETF，可以直接在股票账户内交易，粒度很细，比股票方便很多，未来通过个别优质公司+ETF的方式进行投资应该是大趋势。 据此，继续调整了策略，只留下恒瑞、上汽、万华化学，还有一个京沪高铁很有规律性，留待观察，其他全部投入ETF，这么做有几个好处： 一、方便控制持有比例。以恒瑞为例，一次投入最低需要近9000元，但如果设定的投入单位是 […]

继续总结，技术上和策略上都有一些更新。 技术上，前段时间163的API出了一次问题，几天没有办法获取到数据，腾讯的API数据不全，不想换，所以更新了一下现有的bMap，可以保存被选出卡片的历史数据到json文件了。用JsonServer搭了一个简易的API服务器，未来可以通过自家API直接访问历史数据了，节省了计算的时间，API有一个好处是可以隐藏一些技术细节。 策略上，成功拿到了恒瑞和万华化学， […]

最近在算法上没有什么更新，记录一下自投入股市到目前为止的体会。截止到今天，总收益是-5%，股市有风险啊w 一、沪指是失真的。比较真实的参照物是沪深300和上证50这样的指数，相对来说，沪深300的收益率非常优秀，没有经验的个人投资者（比如我 将很难跑赢它。 二、人是情绪的动物。一些短期的波动会极大影响一个人的情绪，所以参照周线来投资，设定一个能够长期执行的规则，在大幅波动下适当买入或卖出，会较好地 […]

小更新，这次更新了连续买入时，买入量相对上次买点的乘数。 设成本价为a，当前价格为b，持有数量为X，需要买入的数量为Y，买入后的成本为c，则有： $aX+bY=c(X+Y)$ 设定的卖出增长率为i，设定的相对增长量的百分比为p，则有： $c=(1+p*i)*b$ 根据上两项，可知乘数m的公式如下： $m=\frac{a-c}{c-b}=\frac{a-(1+p*i)*b}{(1+p*i)*b-b} […]

继续更新。 之前的算法已经比较有价值了，但它只反映了发行时间较长的卡片的增长程度，对发行时间短的卡片不那么友善，所以，这次更新将股指与卡片的发行时间对应，从卡片发行的时间段开始计算股指的各项数据，这样就能反映卡片自发行以来相对于股指的增长程度。为此增加了一个参考参数，我将其命名为“价值指数”。 设价值指数为I，卡片买入价值为SC，自卡片发行以来的时间段内，股指买入价值为SI，公式如下： $I=\s […]

这次的变化比较大，主要是在bList的卡片筛选方面，更改了判断卡片是否入选的判断依据，相比之前更加准确了，同时结果更少。 在构建一个系统的时候，有了基本的构建思路、概念、算法等基础设施之后，会从这些基础设施中派生出更加复杂和实用的东西，比如基于二进制的集成电路，最初只有位运算，然后是加法、减法，再以此构建出乘法、除法，再往上实现更复杂的指令，直至实现各种应用。 筛选卡片的算法也是如此，bPoint […]

今天值班，继续记录。 为结果的图表增加了一个涂色，如果指数下降到买点以下，会对这个区域进行标记。 为每个结果卡片增加了两个参考值，反映它的增长程度和当前趋势，前者值越高，说明它历史上的卖点越多，增长程度也就越高，类似于战斗力数值，我称它为指力w 设指力为T，历史买入次数为B，历史卖出次数为S，当前收益率为G，计算公式如下： $T=\begin{equation}\left\{\begin{arra […]

定投策略暂时没有改变，以此为基础，开始尝试跳出指数，选择个股，人性的贪婪啊w 为此继续制作了一个网页，输入卖出收益率就可以从沪深两市的股票中筛选出值得一买的所有股票，并通过收益率、变化率、指数的多少来反映这些股票的买入价值，点击结果卡片可以直接跳转到这个股票的定投曲线页面，无缝联动w 为了尽可能买到对的股票，要从两个方面考察股票的买入价值，首先是股票的成长性，只选取股价上涨超过3倍的股票，且盈利要 […]

继续更新，一些小调整。 首先按计划更新了界面，在手机上看起来也很舒服了。 其次更新了参考变量——波动率的算法，取值更加平滑一些，对短期的突发波动不那么敏感了，但个人认为依然只适合指数这种波动不那么剧烈的对象。 最后更新了买点的算法，确切地说是之前被弃用的方法的更新，在保证不低于上次买点的前提下，进一步只参考指数本身。这样调整之后，找到了一些隐藏的买点。 以上。

这次将定投策略放到了网站上，大概除了界面以外，不需要太大的改动了。 图表用了百度的echarts，非常强大好用，为了获取指数数据，查了一下股票相关的API，目前支持沪深、美股、港股、一部分基金以及数字货币，也可以手动输入，同时可以手动设定卖出时的收益率，为了方便参考当前的投资状态，结果页会列出几个参数：当前持仓比例、下个买卖点、定投金额增减变化的点以及变化点的幅度。 定投策略和上一篇文章比做了一些 […]