Ⅰ 支持向量機能用到對 股票估值上嗎
支持向量機SVM(Support Vector Machine)作為一種可訓練的機器學習方法,依靠小樣本學習後的模型參數進行導航星提取,可以得到分布均勻且恆星數量大為減少的導航星表 基本情況 Vapnik等人在多年研究統計學習理論基礎上對線性分類器提出了另一種設計最佳准則。其原理也從線svm 產品
性可分說起，然後擴展到線性不可分的情況。甚至擴展到使用非線性函數中去，這種分類器被稱為支持向量機(Support Vector Machine,簡稱SVM)。支持向量機的提出有很深的理論背景。 支持向量機方法是在近年來提出的一種新方法。 SVM的主要思想可以概括為兩點： (1) 它是針對線性可分情況進行分析，對於線性不可分的情況，通過使用非線性映射演算法將低維輸入空間線性不可分的樣本轉化為高維特徵空間使其線性可分，從而 使得高維特徵空間採用線性演算法對樣本的非線性特徵進行線性分析成為可能；(2) 它基於結構風險最小化理論之上在特徵空間中建構最優分割超平面，使得學習器得到全svm 系列產品
局最優化,並且在整個樣本空間的期望風險以某個概率滿足一定上界。 在學習這種方法時，首先要弄清楚這種方法考慮問題的特點，這就要從線性可分的最簡單情況討論起，在沒有弄懂其原理之前，不要急於學習線性不可分等較復雜的情況，支持向量機在設計時，需要用到條件極值問題的求解，因此需用拉格朗日乘子理論，但對多數人來說，以前學到的或常用的是約束條件為等式表示的方式，但在此要用到以不等式作為必須滿足的條件，此時只要了解拉格朗日理論的有關結論就行。
Ⅱ 求高手將這個股票公式增加一個指標
很不錯的指標，為了避免過於復雜，我給去掉了沒用的線，加上了你要求的倍數線，選短線很不錯。
EV:=VOL;
實際V:=EV/10000;
AA:=VOL/((HIGH-LOW)*2-ABS(CLOSE-OPEN));
買盤:=IF(CLOSE>OPEN,AA*(HIGH-LOW),IF(CLOSE<OPEN,AA*((HIGH-OPEN)+
(CLOSE-LOW)),VOL/2)),POINTDOT,COLORRED;
買:買盤/10000,COLORYELLOW,NODRAW;
賣盤:=IF(CLOSE>OPEN,0-AA*((HIGH-CLOSE)+(OPEN-LOW)),IF(CLOSE<OPEN,
0-AA*(HIGH-LOW),0-VOL/2)),LINETHICK0,COLORGREEN;
賣:賣盤/10000,COLORYELLOW,NODRAW;
STICKLINE(買盤>0,0,VOL,2,1),COLORRED;
STICKLINE(買盤>0,0,買盤,2,0),COLORRED;
STICKLINE(賣盤<0,0,賣盤,2,0),COLORGREEN;
T1:-買/賣*7000,LINETHICK2,COLORLIBLUE;
Ⅲ 股票價格的隨機遊走的含義
「隨機遊走」（random walk）是指基於過去的表現，無法預測將來的發展步驟和方向回。應用到股市上答，則意味著股票價格的短期走勢不可預知，意味著投資咨詢服務、收益預測和復雜的圖表模型全無用處。在華爾街上，「隨機遊走」這個名詞是個諱語，是學術界杜撰的一個粗詞，是對專業預言者的一種侮辱攻擊。若將這一術語的邏輯內涵推向極致，便意味著一隻戴上眼罩的猴子，隨意向報紙的金融版面擲一些飛鏢，選出的投資組合就可與投資專家精心挑選出的一樣出色。
Ⅳ 什麼是黑色星期五
黑色星期五源於西方的宗教信仰與迷信：耶穌基督死在星期五，而13是不吉利的數字。兩者的結合令人相信當天會發生不幸的事情。
歷史上有好幾個事件都發生於星期五：
1869年的黑色星期五－美國金融市場大瀉
1919年的黑色星期五－格拉斯哥工人罷工
1939年的黑色星期五－澳洲發生山林大火
1978年的黑色星期五－伊朗示威者大屠殺
1982年的黑色星期五－福克蘭群島戰役爆發（英國和阿根廷）
而當星期五發生在某月的13日時，就更被認為是不吉利的日子了
在西方，13號正逢星期五，被稱為「黑色星期五」。
有很多的西方人忌諱「13」，原因是，按照迷信的說法，只要到每月的13日這一天，12個巫婆(witch)都要舉行狂歡夜會，第13個魔鬼撒旦就會在夜會高潮時出現，給人們帶來災難。因此，西方人不僅忌諱「13」日，也忌諱有「13」數字。典型的例子就是：西方許多樓房都沒有第13層。
很多西方人也忌諱「星期五」。聖經說，上帝創造了第一個男人--亞當後，從他身上取下一根肋骨又造了一個女人-夏娃。據說，亞當是在星期五被造出來的，他和夏娃吃禁果也在星期五，他倆死的日子也是星期五，亞當和夏娃的兒子該隱也是在「黑色星期五」殺死了他的弟弟亞伯。
傳說，猶太教(Judaism)以星期五日落到星期六日落為休息日，稱為安息日(Sabbath)。
英國從前常常在星期五處死罪犯、因此星期五有時也叫「絞刑日」。
正因為有上述傳說，西方人就很是忌諱「13」，同時也忌諱「星期五」，要是「13日」這一天正好趕上「星期五」，則被認為更不吉利，稱之為「黑色星期五」。
現在「黑色星期五」的含義好像不僅僅指13日與星期五重合的日子，很多人把「最倒霉的日子」稱之為「黑色星期五」，不管這一天是不是13日，也不管這一天是不是星期五。
分析家認為，問題不在這兩個日子有什麼魔法，而是忌諱這兩個數字的人心理在作怪。以為「13日」再加上「星期五」就是是最「險惡」的日子。
不僅普通人，名人也懼怕「13日」和「星期五」。每當這時，歌德總是睡大覺；拿破崙絕不用兵，俾斯麥不簽署任何條約，即使是不觸動任何人根本利益的文件他也不願簽字。美國前總統胡佛·羅斯福也很迷信。有人還記得，每月「13日」羅斯福都不出行，盡管並非每個13日都趕上「星期五」。
其實，並非所有「13」都是不祥之兆。有的歐洲人就很喜歡13:以色列曾被分成13部分；救世主恰恰就是13日降臨的；歐洲神秘的占卜術中有許多13，比如說，有13眼天泉、13座天門、信奉上帝的人希望得到13種神葯。而在古埃及，在瑪雅人(印第安民族群)的心目中，13象徵著上帝的青睞。有人認為13不僅不晦氣，而且會給人帶來運氣。第一位飛越大西洋的駕駛員林德伯格前12次都以失敗告終，卻在第13次飛越時獲得成功……
長期以來，人們為克服迷信(superstition)，崇尚科學做了許多工作。例如，1791年，英國一家造船廠准備造一條大船。廠家特意選擇「13」號開工，這一天正是「星期五」，而且這條船的名字也叫「星期五」。大船第一次下水航行的日子還是「星期五。
「黑色星期五」，夠恐怖的吧！而你在這一天，又會選擇怎麼做呢？
星期五和數字13都代表著壞運氣，兩個不幸的個體最後結合成超級不幸的一天。所以，不管哪個月的十三日又恰逢星期五就叫「黑色星期五」。
1970年4月11日阿波羅13號航天器在佛羅里達的肯尼迪航天中心發射。一些人指出幾乎是災難性的阿波羅13登月使命證明數字13是一個不吉利的數字。
在西方人看來，星期五是不吉利的日子，在這天，有些人會因為恐懼而下不了床，還有些人會拒絕乘飛機，買房子，甚至購買勝券在握的股票。而如果星期五與13號重合，那就是特大倒霉日了。因為在這一天人們不會像往常一樣乘飛機或做生意，商業損失可達8到9億美元。他估計在美國這種恐懼折磨著幾千萬人民。
德塞是一名民間傳說史學家，他也是《恐懼和樂趣》的作者，他說對於黑色星期五的恐懼在遠古就根深蒂固了。星期五和數字13都代表著壞運氣，兩個不幸的個體最後結合成超級不幸的一天。
德塞把對13的恐懼追溯到一個有關12位神在他們的天堂瓦爾哈拉殿堂進行宴會的挪威神話。沒被邀請的洛基是宴會上的第13位客人，他到達那兒之後，便讓黑暗之神Hoder用帶有槲寄生尖端的箭射擊快樂喜悅之神Balder。Balder死了，整個地球都陷入了黑暗和哀傷之中。從那一刻起，數字13便成了不祥之兆。
在聖經中也涉及到不吉利數字13，背叛耶穌的傳道者猶大是最後的晚餐中的第13個客人。同時，在古羅馬，傳說中聚集了12組巫婆，而第13個被認為是惡魔。
紐瓦克特拉華大學數學和科學教育資源中心的科學家托馬斯·費斯勒說，數字13遭遇如此不幸是由於它的位置在12之後。按照費斯勒的說法，數字科學家認為12是一個「完全」的數字，一年12個月，黃道十二宮，奧林匹斯山12位神，赫拉克勒斯12勞方，以色列12個部落，以及耶穌的12位傳道者。而超過12一點點，13就「稍微超過『完全』一點點」，這個數字就變的不安定。
對13的恐懼在現在仍然很強烈，根據德塞的調查，80%的高樓沒有第13層，很多機場漏過了第13扇門，醫院和旅館通常沒有房間號13。在義大利的佛羅倫薩街道，門牌號12和14之間是12.5。在法國聞名的十四行詩社交名流中，他們曾經認為自己能夠成為宴會的第14位客人就可以擺脫一種不幸的命運。
至於星期五，它是知名的基督徒耶穌被迫害的日子。有些聖經學者認為伊芙誘惑亞當食禁果也是在星期五。或許最重大的一種信仰，是認為該隱在13號的星期五殺害了亞伯。
病毒：黑色星期五
黑色星期五就是一種文件型病毒，它是個早在1987年秋天就被發現的老牌PC機病毒，流傳最廣，變種很多，別名也多。除了它的多個變種之外，基於其發展出來的其他病毒也最多。
文件型病毒與其他病毒如引導區型病毒工作的方式是完全不同的，在各種PC機病毒中，文件型病毒所佔的數目最大，傳播廣，採用的技巧也多種多樣。
一般來說，黑色星期五感染文件後，會在文件的末尾放有標志串 「sUMsDos ，一些病毒檢測程序以此作為識別黑色星期五病毒的標志，但是很多黑色星期五病毒的變種已將這個標志變成各種各樣的其他字元串。
黑色星期五病毒是一個內存駐留型的病毒。它感染COM型文件和 EXE型文件，一些變種也感染．SYS、．BIN和．PIF文件以及覆蓋文件。病毒進入內存半小時之後，整個PC機的運行速度會降低到原速率的十分之一左右，並在屏幕的左下角開出一個黑色的窗口。檢查黑色星期五病毒是否駐留內存的方法是檢查中斷向量表中的8和21號中斷向量段地址是否為同一地址，以及執行過的文件是否被加長，特別是EXE型文件是否被反復加長。
由於黑色星期五病毒出現得早，如KV300等查毒軟體都可以檢查和清除病毒代碼。
Ⅳ 為什麼股票買入後的成本價要高出買入價
1、因為股票買入後的成本價包括了交易費用，而買入價僅僅是股票的買入價格，不包括買入股票的交易費用，所以，股票買入後的成本價要高出買入價。
2、當前交易費由三部分組成：傭金、印花稅、過戶費（僅上海股票收取），比如，交易傭金按照1‰計的話，買賣一次股票的手續費為 1‰（買進傭金）+1‰（賣出傭金）+1‰（賣出印花稅）
3、股票交易傭金是指在股票交易時需要支付的款項，股票交易手續費分三部分：印花稅、過戶費、證券監管費。券商交易傭金最高為成交金額的3‰，最低5元起，單筆交易傭金不滿5元按5元收取。
Ⅵ matlab股票協方差
pp概述
原則上，所有圖象處理都是圖像的變換，而本章所謂的圖象變換特指數字圖象經過某種數學工具的處理，把原先二維空間域中的數據，變換到另外一個"變換域"形式描述的過程。例如，傅立葉變換將時域或空域信號變換成頻域的能量分布描述。
任何圖象信號處理都不同程度改變圖象信號的頻率成分的分布，因此，對信號的頻域（變換域）分析和處理是重要的技術手段，而且，有一些在空間域不容易實現的操作，可以在頻域（變換域）中簡單、方便地完成。
Pp
如上所述，圖象變換是將 維空間圖象數據變換成另外一組基向量空間（通常是正交向量空間）的坐標參數，我們希望這些離散圖象信號坐標參數更集中地代表了圖象中的有效信息，或者是更便於達到某種處理目的。下圖描述了數字圖象處理中空域處理與變換域處理的關系。
pp
圖象變換的實質就是將圖象從一個空間變換到另一個空間，各種變換的不同之處關鍵在於變換的基向量不同。以下給出幾種不同變換基向量的變換示例。
例如，由直角坐標系變化到極坐標系，見下圖
pp
同樣，一幅彩色圖象可以按照某種准則，分解成若干個基本色彩分量圖象的和。
傅立葉變換可以將一維信號從時間域變換到頻率域，例如下圖，一個正弦信號經過傅立葉變換後，得到它的頻率分布零頻（直流分量）和基頻。
一維傅立葉變換的定義：
一維傅立葉反變換定義：
F(u)包含了正弦和餘弦項的無限項的和，u稱為頻率變數，它的每一個值確定了所對應的正弦-餘弦對的頻率。
根據尤拉公式
傅立葉變換系數可以寫成如下式的復數和極坐標形式:
其中：
傅立葉譜（幅值函數）為
相角為
能量譜為
pp
連續二維函數的傅立葉變換對定義
二維函數的傅立葉正變換
二維函數的傅立葉逆變換
二維函數的傅立葉譜
二維函數的傅立葉變換的相角
二維函數的傅立葉變換的能量譜
pp
2離散傅立葉變換
由於實際問題的時間或空間函數的區間是有限的，或者是頻譜有截止頻率。至少在橫坐標超過一定范圍時，函數值已趨於 而可以略去不計。將 和 的有效寬度同樣等分為 個小間隔，對連續傅立葉變換進行近似的數值計算，得到離散的傅立葉變換定義。
其中，一維離散傅立葉正變換
一維離散傅立葉逆變換
pp
二維離散傅立葉變換：對於 圖象
對於 圖象
pp
1.3離散傅立葉變換的性質
性質1：可分離性
二維傅立葉變換可分解成了兩個方向的一維變換順序執行。
pp
性質2：平移性
空間域平移：
頻率域平移：
pp
當 時有：
可以簡單的用 乘以 將 的傅立葉變換的原點移動到相應 頻率方陣的中心。
（圖）
pp
性質3：周期性及共軛對稱性
離散的傅立葉變換和它的反變換具有周期為 的周期性：
傅立葉變換也存在共軛對稱性：
pp
性質4：旋轉性質
平面直角坐標改寫成極坐標形式：
做代換有：
如果 被旋轉 則 被旋轉同一角度。即有傅立葉變換對：
pp
（圖）
性質5：線性性質
如果：
則有：
pp
性質6： 與圖象均值的關系
二維圖象灰度均值定義：
而傅立葉變換變換域原點的頻譜分量：
所以有：
即 數值 倍於圖象灰度均值。
Pp
性質7：圖象拉普拉斯運算元處理後的傅立葉變換
圖象拉普拉斯運算元處理的定義：
則圖象拉普拉斯運算元處理後的傅立葉變換對為：
pp
性質8：卷積與相關定理
卷積定理 一維序列的卷積運算定義為：
當
則有
注意在用傅立葉變換計算卷積時， 由於函數被周期化，為了保證卷積結果正確，計算過程中兩個序列長度N1，N2都要補零加長為N1+ N2-1。二維圖象序列卷積定理的定義和計算過程與一維情況相同。*為卷積符號。
pp
相關定理：
一維、二維兩個離散序列的相關可以寫作
則有相關定理
pp
4快速傅立葉變換
由一維傅立葉變換入手，換一種表示方法
pp
定義：
則：
因為：
pp
傅立葉變換的快速計算示意圖：
（圖）
pp
一維傅立葉變換：
其逆變換為： R
則有：
對於二維情況：
pp
§2離散餘弦變換（DCT）
從第一節內容我們可以看到，傅立葉變換是用無窮區間上的復正弦基函數和信號的內積描述信號中總體頻率分布，或者是將信號向不同頻率變數基函數矢量投影。實際上，基函數可以有其它不同類型，相當於用不同類型基函數去分解信號（圖象）。餘弦變換是其中常用的一種。
pp
設離散序列 ，為一離散序列，根據下式延拓成偶對稱序列 ：
其中 。 是關於 為中心的偶對稱序列如下圖所示。
（圖）
pp
以 代入在 范圍內作 點的傅立葉變換：
pp
餘弦變換的變換核為：
表示成矩陣形式為：（其中各列模為1）
pp
定義偶餘弦變換（EDCT）和逆變換為：
pp
二維餘弦變換：
二維餘弦變換具有可分離性：
表示成矩陣形式：
pp
餘弦變換可以利用傅立葉變換實現：
將 延拓為：
則有：
藉助傅立葉變換計算餘弦變換的步驟：
1)把 延拓成 ，長度為 ；
2)求 的 點的FFT；
3)對 各項乘上對應的因子 ；
4)取實部，並乘上因子 ；
5)取 的前 項，即為 的餘弦變換。
Pp
餘弦反變換：
首先延拓 ，
反變換，
pp
§3 正弦變換
一維正弦變換核
一維正弦變換
二維正弦變換核
二維正弦變換
pp
§4 沃爾什-哈達瑪變換
沃爾什-哈德瑪（Walsh-Hadamard）變換的變換核是一類非正弦的正交函數（Walsh函數），例如方波或矩形波。與正弦波頻率相對應，這種非正弦波形可用"列率"（單位時間內波形通過零點數平均值的一半）描述。Walsh函數可以由Rademacher函數構成,Rademacher函數集是一個不完備的正交函數集，Rademacher函數有兩個自變數 和 ，用 表示。
pp
Rademacher函數波形圖和矩陣表示
（圖）
pp
用Rademacher函數構造沃爾什函數：
其中： 表示 所選用的二進制位數
是Rademacher函數
是 的自然二進制的位序反寫後的第 位數字，
例： 用三位二進制碼， ，求
pp
（圖）
pp
Walsh函數的矩陣形式
其變換核矩陣有遞推關系：（直積）
沃爾什-哈達瑪變換定義：
一維沃爾什-哈達瑪變換可表示成矩陣形式：
pp
例：
二維沃爾什-哈達瑪變換：
，
其中 ， 階數相同。
pp
例：
另外有
pp
§5 奇異值分解
基於矩陣奇異值分解的二維酉變換：
任何 矩陣 可以分解成：
和 是正交矩陣， 是矩陣 的特徵值。
則：
稱為矩陣 的奇異值。
Pp
對矩陣 作奇異值分解：
令：
則；
是 或 的特徵值所構成的對角陣。
矩陣的特徵矢量
矩陣的特徵矢量
pp
矩陣 可用奇異值分解的級數展開式表示成：
是 矩陣的第 行第 列陣元，即 分別是 矩陣的第 列矢量。
（圖）
pp
§6 K_L變換
K_L變換又稱為Hotelling變換和主成分分析。
當變數之間存在一定的相關關系時，可以通過原始變數的線性組合，構成為數較少的不相關的新變數代替原始變數，而每個新變數都含有盡量多的原始變數的信息。這種處理問題的方法，叫做主成分分析，新變數叫做原始變數的主成分。例如人臉圖象可表示成:
(圖)
pp
主成分分析與線性回歸的比較:
設有 個觀測點 ，散布如圖所示，線性回歸的問題是要找一條對 個點 的擬合直線 ，使偏差平方和最小。
主成分的基本思想是，先對 個點 求出第一條"最佳"擬合直線，使得這 個點到該直線的垂直距離的平方和最小，並稱此直線為第一主成分。然後再求與第一主成分相互獨立（或者說垂直）的，且與 個點 的垂直距離平方和最小的第二主成分。
Pp
(圖)
有 幅圖象 ，大小為 。每幅圖象表示成向量：
向量的協方差矩陣定義為：
其中：
令 和 是 的特徵向量和對應的特徵值。
特徵值按減序排列，
變換矩陣的行為 的特徵值，則變換矩陣為：
對應第 個特徵向量的第 個分量。
K_L變換定義為：
變換後，有：
pp
K_L變換的計算步驟：
1. 求協方差矩陣 ；
2. 求協方差矩陣的特徵值 ；
3. 求相應的特徵向量
4. 用特徵向量 構成變換矩陣 ，求 。
Pp
K-L變換的一種快速演算法：
輸入圖像樣本集合為: ,每一個樣本圖的大小為 , 可以用 維的向量 來表示（即把原圖像按行連到一起構成 維向量）。它也可看作 維空間的一個點，稱此空間為原始圖像空間S。實際上樣本圖像具有較大的相似性的, 因此，全部樣本圖象不會
充滿整個 維的空間，只是會聚集
在圖像空間的一個相對狹小子空間內。
Pp
（圖）
樣本圖象在原始圖像空間中的分布
如果以樣本圖集的總體協方差矩陣為主成分分析的產生矩陣，則所有樣本圖像的總體協方差矩陣為:
式中， ， 是全體樣本圖像均值。 滿足下面的方程
是矩陣 的特徵向量， 是對應的特徵值。根據主成分分析理論，得到一個從原始圖像空間到新特徵空間的線性變換 。 是由 的特徵向量構成的變換矩陣。
Pp
但是，直接求矩陣 的特徵值和特徵向量很困難。如果樣本圖象個數 不太多，可以先計算出 維矩陣 的特徵值 和特徵向量 。因為
左乘矩陣 ，得
那麼 就是矩陣 的特徵向量。
Pp
-主成分空間的基。根據主成分分析，可以選擇 個較大特徵值對應的特徵向量（主成分），構造新的 維主成分空間 。每一幅圖象在此空間的投影對應一個 維向量 ，它們就是低維新特徵向量（主成分）。
Pp
小結
傅立葉變換（FFT） 具有快速演算法，數字圖象處理中最常用。需要復數運算。可把整幅圖象的信息很好地用若干個系數來表達。
餘弦變換（DCT） 有快速演算法，只要求實數運算。在相關性圖象的處理中，最接近最佳的K_L變換，在實現編碼和維納濾波時有用。同DFT一樣，可實現很好的信息壓縮。
正弦變換（DST） 比快速DCT快一倍。只需實數運算，可導出快速的K_L變換演算法。在實現編碼和濾波時有用。具有很好的信息壓縮效果好。
沃爾什-哈達瑪變換(WHT) 在數字圖象處理的硬體實現時有用。容易模擬但很難分析。在圖象數據壓縮、濾波、編碼中有應用。信息壓縮效果好。
K_L變換(KLT) 在許多意義下是最佳的。無快速演算法。在進行性能評估和尋找最佳性能時有用。對小規模的向量有用，如彩色多譜或其他特徵向量。對一組圖象集而言，具有均方差意義下最佳的信息壓縮效果。
奇異值分解(SVD) 對任何一幅給定的圖象而言，具有最佳的信息壓縮效果。無快速演算法。設計有限沖激響應（FIR）濾波器時，尋找線性方程的最小范數解時有用。潛在的應用是圖象恢復，能量估計和數據壓縮。
>> A=[0,0,0;2,0,2;]
A =
0 0 0
2 0 2
>> v = diag(cov(A))'
v =
2 0 2 說實在的我也看不懂啦，。
Ⅶ 在股票收益率的相關系數矩陣中，股票與特徵向量有對應關系嗎
先根據系數行列式,得到矩陣可逆.寫出其逆矩陣,再由,即可解得原方程組的解;依據特徵矩陣為,寫出特徵多項式,求得特徵值,再求得對應的特徵向量,設,解此方程組得,最後即可求得求的值. 解:系數行列式,矩陣可逆.逆矩陣為(分)由,得(分)原方程組的解是(分)特徵矩陣為,特徵多項式為,即(分)解方程,求得特徵值, (分)當時,對應的特徵向量為當時,對應的特徵向量為,(分)設,解此方程組得, (分). 本小題主要考查特徵值與特徵向量的計算,系數矩陣的逆矩陣解方程組等基礎知識,考查運算求解能力與轉化思想.屬於基礎題.
Ⅷ 怎樣查看當日所有的股票漲停板
查看當日所有股票漲停板具體步驟
第一步 在工具欄里點擊用戶板塊設置，打開後點擊新建板 塊，在新建板塊對話框里填寫漲停日期如0106（表示 1月6日漲停板股票），然後點確定。 第二步 點擊條件選股器，條件選股公式選擇C128——N天內 出現以漲停收盤，統計周期設為1，加入條件，再點擊 下方時間段內滿足條件，填寫漲停日期，前後兩個填 寫同一天就是選擇的那一天的漲停股票。 第三步 選出當天漲停股票結果出來後，在選出的股票板面上 點擊右鍵，彈出對話框，點擊批量操作，加入用戶板 塊自己設置的漲停日期板塊，全選後，點擊確定。 這樣操作下來，要查看哪天的漲停股票，只需要在鍵盤上敲擊那一天的日期就直接可以看到那天的所有漲停股票了。為了將不同日期漲停股票區分開來，可以在用戶板塊設置里將不同日期漲停股票板塊設置成不同的顏色，這樣就看得更清楚了
操作環境：瀏覽器 電腦端：macbookpro mos14打開google版本 92.0.4515.131
1.通達信交易軟體里，先點擊滬、深市A股，再點擊工欄中的「漲幅」就能夠看到交易日當天的個股漲幅情況。當天漲幅超過10%以上的股票代碼前面有個字母的個股是新上市的新股，再就是漲停板的股票。
2.大智慧 的用法： 1、把這條公式加入選股公式中： 漲幅:=(C/REF(C，1)-1)*100; 漲幅:>=10; 2、「工具」→「條件選股」→「高級」，勾選右下角的「歷史階段選股」，然後點擊「執行選股」。 這樣就能查看任意日期的漲停股。
3.同花順中「漲停聚焦」可以查看往日漲停的股票（往日跌停的股票也能查看），投資者打開同花順軟體後，在搜索欄中搜索「漲停聚焦」即可，可以把「漲停聚焦」添加至首頁。 投資者在「漲停聚焦中」選擇時間即可（右上角日歷圖標），漲停聚焦中可以查看當日漲停、跌停的股票，當日漲停、跌停的家數，連板的股票等。
Ⅸ av與股市的資金b為橢圓形半透明薄膜square到底垂直d鼓膜四分之一減四分之三為
垂直
直接求向量的乘積 是為0的
所以垂直