TSLA
特斯拉
-- 403.840 NVDA
英偉達
-- 134.290 PLTR
Palantir
-- 75.630 MSTR
MicroStrategy
-- 289.620 AMD
美國超微公司
-- 120.790 
慢慢做好一件事，勝過毛毛躁躁地做一堆事：喜迎下跌，有序吸納，長揸到漫天彩霞。
慢慢做好一件事，勝過毛毛躁躁地做一堆事：喜迎下跌，有序吸納，長揸到漫天彩霞。現在的FSD的等級距離實現完全無人自動駕駛只有一層窗戶紙。Tesla一旦實現了完全無人自動駕駛，股價將在現有的基礎上，扶搖直上，勢不可擋。如果你覺得你認爲Elon Musk擅長吹牛開餅屋畫大餅，那麼你去閱讀一下2022年三位諾獎物理得主阿蘭·阿斯佩（Alain Aspect 1947年6月15日出生於法國阿讓，法國物理學家，2022年諾貝爾物理學獎得主，法國科學院院士，法國技術科學院院士，美國國家科學院外籍院士，奧地利科學院國外通訊院士，美國光學學會會士，美國物理學會會士，歐洲光學學會會士，巴黎薩克雷大學光學研究生院教授，巴黎理工學院和法國國家科學研究中心的名譽研究主任） ，物理學家約翰·弗朗西斯科·克勞澤（John Francis Clauser，1942年12月1日出生於美國加利福尼亞州帕薩迪納，美國理論和實驗物理學家，J. F. Clauser and Associates研究物理學家、顧問），物理學家安東·蔡林格（Anton Zeilinger，1945年5月20日出生於奧地利的Ried Innkreis，物理學家，奧地利科學院院士，歐洲科學與藝術院院士，柏林—勃蘭登堡科學院院士，利奧波第那科學院院士，塞爾維亞科學與藝術學院外籍院士，法蘭西科學院外籍院士，歐洲科學院院士，美國國家科學院外籍院士，發展中國家科學院院士，白俄羅斯國家科學院外籍院士，俄羅斯科學院外籍院士，羅馬尼亞科學院外籍院士，中國科學院外籍院士，烏克蘭國家科學院外籍院士，諾貝爾物理學獎獲得者，奧地利科學院院長）對Tesla背後項目的專業及評價。你再去看看The second revolutionary wave of quantum science and technology（量子科學技術第二次革命浪潮）概念股，宇宙飛船探測概念股，無人機概念股的K線走勢，你就知道Elon Musk領銜的Tesla的有多強的執行力，有多麼的腳踏實地。
視頻播放鏈接🔗：TikTok - Make Your Day
視頻播放鏈接🔗：TikTok - Make Your Day
視頻播放鏈接🔗：TikTok - Make Your Day
夜已深 ，還有什麼人讓你這樣醒着數傷痕？爲何臨睡前會想要留一盞燈？你若不肯說 ，我就不問。只是你現在不得不承認行情有時候是一種沉淪。讓人失望的雖然是行情本身，但是不要只是因爲你是Tesla參與者，若愛得深 ，會不能平衡？爲跌情困 ，磨折了靈魂。該愛就愛， 該恨的就恨，要爲自己保留幾分清醒。
智者獨有的智慧和膽識要有。要留給真愛你的人，不管未來多苦多難。有他（她）陪你完成。雖然投資是一種責任，給要給得完整。有時投資交易無法進行，行情有多銷魂就有多傷人。你若勇敢買了， 就要勇敢些。夜已深 ，還有什麼人讓你這樣醒着數傷痕？爲何臨睡前會想要留一盞燈？你若不肯說 ，我就不問。
坦率地說：下跌是沒有任何前途的，就是騙人、騙出和逼出低位籌碼，並且要持續地騙，直到絕大多數參與者都接近徹底喪失信心。先下後上是放之四海而皆準的真理。認識不到這些最基本最重要其實也是最淺顯的道理，你的智慧、膽識、眼光在哪裏呢？金融市場是弱肉強食的不相信眼淚的殘酷無情的競技場，收起和放棄不解決問題的害人害己的多餘的脾氣和情緒。用自己的耐心抵擋住貪婪與恐懼，機會變成勝果是需要概率重複與時間等待的。這個速度已經比其它行業要快得多。有時候大家比拼的不是對錯，大家也許都對，也許都錯，但是你要比別人在關鍵時刻多對一點點，少錯一點點，這就是多維博弈。
對技術的敬畏，是認同技術的價值，也認清技術的侷限。對技術指標函數曲線的正確而深刻解讀還得靠自己：
Baum-Welch（鮑姆-韋爾奇）算法是期望最大化算法的一個特例，用於查找Hidden Markov Model（隱馬爾可夫模型，縮寫爲HMM) 的未知參數。它利用前向-後向算法來計算期望步驟的統計數據。Baum-Welch 算法是Hidden Markov Model（隱馬爾可夫模型）中推理的主要方法，由於其對聯合概率進行遞歸計算，因此在數值上不穩定。隨着變量數量的增加，這些聯合概率變得越來越小，導致前向遞歸迅速接近機器精度以下的值。隱馬爾可夫模型描述了一組「隱藏」和觀察到的離散隨機變量的聯合概率。它依賴於這樣的假設：給定 ( i − 1) 個隱藏變量，第i個隱藏變量與先前的隱藏變量無關，並且當前觀察變量僅取決於當前隱藏狀態。Baum-Welch 算法使用衆所周知的 EM 算法，在給定一組觀察到的特徵向量的情況下，找到HMM（隱馬爾可夫模型）參數的最大似然估計。
算法：
轉發程序：
後向程序：
更新：
多個序列：
結論：階段性底部定義域爲426.500–410.230，擴大定義域爲369.300–326.590。
坦率地說，世人皆貪圖安逸，急功近利。人心人性複雜難料，我很難說服自己相信股價會跌到HMM計算模型得出的擴大定義域的位置。
不過，Elias=Jerome真心希望股價能波動到這個區域，儘管我的持股浮盈會大幅減少，但是讓我有機會吸納難得的低位籌碼，何樂而不爲？
我喜歡主趨勢恒定向上而次級趨勢向下的跌勢所帶來的寶貴機遇來開倉佈局。最後重申一點，靈活和見機行事是最好的能力。
我的能力非常有限，現在也忘記了和不會使用特殊字符的在電腦上書寫✍️和輸入，所以，我只好用照片來顯示那些特殊字符和數學算式。Baum-Welch 算法是Hidden Markov Model（隱馬爾可夫模型，即HMM）中推理的主要方法，還有其它的方法，裏面詳細內容和計算過程相當繁瑣，所以我也就做了部分展示。不是學應用數學專業的人就會更加感覺到難度大，看不懂，彷彿是天書迷宮一般，給絕大部分世人留下無聊和無趣的印象。沒有辦法，這就是應用數學。就當笑話看看聽聽過就可以了，不喜歡甚至厭惡的完全可以繞過去，不必停留。
免責聲明：社區由Moomoo Technologies Inc.提供，僅用於教育目的。
更多信息
評論
登錄發表評論