Ⅰ 支持向量机能用到对 股票估值上吗
支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表 基本情况 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线svm 产品
性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine,简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在近年来提出的一种新方法。 SVM的主要思想可以概括为两点： (1) 它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；(2) 它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全svm 系列产品
局最优化,并且在整个样本空间的期望风险以某个概率满足一定上界。 在学习这种方法时，首先要弄清楚这种方法考虑问题的特点，这就要从线性可分的最简单情况讨论起，在没有弄懂其原理之前，不要急于学习线性不可分等较复杂的情况，支持向量机在设计时，需要用到条件极值问题的求解，因此需用拉格朗日乘子理论，但对多数人来说，以前学到的或常用的是约束条件为等式表示的方式，但在此要用到以不等式作为必须满足的条件，此时只要了解拉格朗日理论的有关结论就行。
Ⅱ 求高手将这个股票公式增加一个指标
很不错的指标，为了避免过于复杂，我给去掉了没用的线，加上了你要求的倍数线，选短线很不错。
EV:=VOL;
实际V:=EV/10000;
AA:=VOL/((HIGH-LOW)*2-ABS(CLOSE-OPEN));
买盘:=IF(CLOSE>OPEN,AA*(HIGH-LOW),IF(CLOSE<OPEN,AA*((HIGH-OPEN)+
(CLOSE-LOW)),VOL/2)),POINTDOT,COLORRED;
买:买盘/10000,COLORYELLOW,NODRAW;
卖盘:=IF(CLOSE>OPEN,0-AA*((HIGH-CLOSE)+(OPEN-LOW)),IF(CLOSE<OPEN,
0-AA*(HIGH-LOW),0-VOL/2)),LINETHICK0,COLORGREEN;
卖:卖盘/10000,COLORYELLOW,NODRAW;
STICKLINE(买盘>0,0,VOL,2,1),COLORRED;
STICKLINE(买盘>0,0,买盘,2,0),COLORRED;
STICKLINE(卖盘<0,0,卖盘,2,0),COLORGREEN;
T1:-买/卖*7000,LINETHICK2,COLORLIBLUE;
Ⅲ 股票价格的随机游走的含义
“随机游走”（random walk）是指基于过去的表现，无法预测将来的发展步骤和方向回。应用到股市上答，则意味着股票价格的短期走势不可预知，意味着投资咨询服务、收益预测和复杂的图表模型全无用处。在华尔街上，“随机游走”这个名词是个讳语，是学术界杜撰的一个粗词，是对专业预言者的一种侮辱攻击。若将这一术语的逻辑内涵推向极致，便意味着一只戴上眼罩的猴子，随意向报纸的金融版面掷一些飞镖，选出的投资组合就可与投资专家精心挑选出的一样出色。
Ⅳ 什么是黑色星期五
黑色星期五源于西方的宗教信仰与迷信：耶稣基督死在星期五，而13是不吉利的数字。两者的结合令人相信当天会发生不幸的事情。
历史上有好几个事件都发生于星期五：
1869年的黑色星期五－美国金融市场大泻
1919年的黑色星期五－格拉斯哥工人罢工
1939年的黑色星期五－澳洲发生山林大火
1978年的黑色星期五－伊朗示威者大屠杀
1982年的黑色星期五－福克兰群岛战役爆发（英国和阿根廷）
而当星期五发生在某月的13日时，就更被认为是不吉利的日子了
在西方，13号正逢星期五，被称为“黑色星期五”。
有很多的西方人忌讳“13”，原因是，按照迷信的说法，只要到每月的13日这一天，12个巫婆(witch)都要举行狂欢夜会，第13个魔鬼撒旦就会在夜会高潮时出现，给人们带来灾难。因此，西方人不仅忌讳“13”日，也忌讳有“13”数字。典型的例子就是：西方许多楼房都没有第13层。
很多西方人也忌讳“星期五”。圣经说，上帝创造了第一个男人--亚当后，从他身上取下一根肋骨又造了一个女人-夏娃。据说，亚当是在星期五被造出来的，他和夏娃吃禁果也在星期五，他俩死的日子也是星期五，亚当和夏娃的儿子该隐也是在“黑色星期五”杀死了他的弟弟亚伯。
传说，犹太教(Judaism)以星期五日落到星期六日落为休息日，称为安息日(Sabbath)。
英国从前常常在星期五处死罪犯、因此星期五有时也叫“绞刑日”。
正因为有上述传说，西方人就很是忌讳“13”，同时也忌讳“星期五”，要是“13日”这一天正好赶上“星期五”，则被认为更不吉利，称之为“黑色星期五”。
现在“黑色星期五”的含义好像不仅仅指13日与星期五重合的日子，很多人把“最倒霉的日子”称之为“黑色星期五”，不管这一天是不是13日，也不管这一天是不是星期五。
分析家认为，问题不在这两个日子有什么魔法，而是忌讳这两个数字的人心理在作怪。以为“13日”再加上“星期五”就是是最“险恶”的日子。
不仅普通人，名人也惧怕“13日”和“星期五”。每当这时，歌德总是睡大觉；拿破仑绝不用兵，俾斯麦不签署任何条约，即使是不触动任何人根本利益的文件他也不愿签字。美国前总统胡佛·罗斯福也很迷信。有人还记得，每月“13日”罗斯福都不出行，尽管并非每个13日都赶上“星期五”。
其实，并非所有“13”都是不祥之兆。有的欧洲人就很喜欢13:以色列曾被分成13部分；救世主恰恰就是13日降临的；欧洲神秘的占卜术中有许多13，比如说，有13眼天泉、13座天门、信奉上帝的人希望得到13种神药。而在古埃及，在玛雅人(印第安民族群)的心目中，13象征着上帝的青睐。有人认为13不仅不晦气，而且会给人带来运气。第一位飞越大西洋的驾驶员林德伯格前12次都以失败告终，却在第13次飞越时获得成功……
长期以来，人们为克服迷信(superstition)，崇尚科学做了许多工作。例如，1791年，英国一家造船厂准备造一条大船。厂家特意选择“13”号开工，这一天正是“星期五”，而且这条船的名字也叫“星期五”。大船第一次下水航行的日子还是“星期五。
“黑色星期五”，够恐怖的吧！而你在这一天，又会选择怎么做呢？
星期五和数字13都代表着坏运气，两个不幸的个体最后结合成超级不幸的一天。所以，不管哪个月的十三日又恰逢星期五就叫“黑色星期五”。
1970年4月11日阿波罗13号航天器在佛罗里达的肯尼迪航天中心发射。一些人指出几乎是灾难性的阿波罗13登月使命证明数字13是一个不吉利的数字。
在西方人看来，星期五是不吉利的日子，在这天，有些人会因为恐惧而下不了床，还有些人会拒绝乘飞机，买房子，甚至购买胜券在握的股票。而如果星期五与13号重合，那就是特大倒霉日了。因为在这一天人们不会像往常一样乘飞机或做生意，商业损失可达8到9亿美元。他估计在美国这种恐惧折磨着几千万人民。
德塞是一名民间传说史学家，他也是《恐惧和乐趣》的作者，他说对于黑色星期五的恐惧在远古就根深蒂固了。星期五和数字13都代表着坏运气，两个不幸的个体最后结合成超级不幸的一天。
德塞把对13的恐惧追溯到一个有关12位神在他们的天堂瓦尔哈拉殿堂进行宴会的挪威神话。没被邀请的洛基是宴会上的第13位客人，他到达那儿之后，便让黑暗之神Hoder用带有槲寄生尖端的箭射击快乐喜悦之神Balder。Balder死了，整个地球都陷入了黑暗和哀伤之中。从那一刻起，数字13便成了不祥之兆。
在圣经中也涉及到不吉利数字13，背叛耶稣的传道者犹大是最后的晚餐中的第13个客人。同时，在古罗马，传说中聚集了12组巫婆，而第13个被认为是恶魔。
纽瓦克特拉华大学数学和科学教育资源中心的科学家托马斯·费斯勒说，数字13遭遇如此不幸是由于它的位置在12之后。按照费斯勒的说法，数字科学家认为12是一个“完全”的数字，一年12个月，黄道十二宫，奥林匹斯山12位神，赫拉克勒斯12劳方，以色列12个部落，以及耶稣的12位传道者。而超过12一点点，13就“稍微超过‘完全’一点点”，这个数字就变的不安定。
对13的恐惧在现在仍然很强烈，根据德塞的调查，80%的高楼没有第13层，很多机场漏过了第13扇门，医院和旅馆通常没有房间号13。在意大利的佛罗伦萨街道，门牌号12和14之间是12.5。在法国闻名的十四行诗社交名流中，他们曾经认为自己能够成为宴会的第14位客人就可以摆脱一种不幸的命运。
至于星期五，它是知名的基督徒耶稣被迫害的日子。有些圣经学者认为伊芙诱惑亚当食禁果也是在星期五。或许最重大的一种信仰，是认为该隐在13号的星期五杀害了亚伯。
病毒：黑色星期五
黑色星期五就是一种文件型病毒，它是个早在1987年秋天就被发现的老牌PC机病毒，流传最广，变种很多，别名也多。除了它的多个变种之外，基于其发展出来的其他病毒也最多。
文件型病毒与其他病毒如引导区型病毒工作的方式是完全不同的，在各种PC机病毒中，文件型病毒所占的数目最大，传播广，采用的技巧也多种多样。
一般来说，黑色星期五感染文件后，会在文件的末尾放有标志串 “sUMsDos ，一些病毒检测程序以此作为识别黑色星期五病毒的标志，但是很多黑色星期五病毒的变种已将这个标志变成各种各样的其他字符串。
黑色星期五病毒是一个内存驻留型的病毒。它感染COM型文件和 EXE型文件，一些变种也感染．SYS、．BIN和．PIF文件以及覆盖文件。病毒进入内存半小时之后，整个PC机的运行速度会降低到原速率的十分之一左右，并在屏幕的左下角开出一个黑色的窗口。检查黑色星期五病毒是否驻留内存的方法是检查中断向量表中的8和21号中断向量段地址是否为同一地址，以及执行过的文件是否被加长，特别是EXE型文件是否被反复加长。
由于黑色星期五病毒出现得早，如KV300等查毒软件都可以检查和清除病毒代码。
Ⅳ 为什么股票买入后的成本价要高出买入价
1、因为股票买入后的成本价包括了交易费用，而买入价仅仅是股票的买入价格，不包括买入股票的交易费用，所以，股票买入后的成本价要高出买入价。
2、当前交易费由三部分组成：佣金、印花税、过户费（仅上海股票收取），比如，交易佣金按照1‰计的话，买卖一次股票的手续费为 1‰（买进佣金）+1‰（卖出佣金）+1‰（卖出印花税）
3、股票交易佣金是指在股票交易时需要支付的款项，股票交易手续费分三部分：印花税、过户费、证券监管费。券商交易佣金最高为成交金额的3‰，最低5元起，单笔交易佣金不满5元按5元收取。
Ⅵ matlab股票协方差
pp概述
原则上，所有图象处理都是图像的变换，而本章所谓的图象变换特指数字图象经过某种数学工具的处理，把原先二维空间域中的数据，变换到另外一个"变换域"形式描述的过程。例如，傅立叶变换将时域或空域信号变换成频域的能量分布描述。
任何图象信号处理都不同程度改变图象信号的频率成分的分布，因此，对信号的频域（变换域）分析和处理是重要的技术手段，而且，有一些在空间域不容易实现的操作，可以在频域（变换域）中简单、方便地完成。
Pp
如上所述，图象变换是将 维空间图象数据变换成另外一组基向量空间（通常是正交向量空间）的坐标参数，我们希望这些离散图象信号坐标参数更集中地代表了图象中的有效信息，或者是更便于达到某种处理目的。下图描述了数字图象处理中空域处理与变换域处理的关系。
pp
图象变换的实质就是将图象从一个空间变换到另一个空间，各种变换的不同之处关键在于变换的基向量不同。以下给出几种不同变换基向量的变换示例。
例如，由直角坐标系变化到极坐标系，见下图
pp
同样，一幅彩色图象可以按照某种准则，分解成若干个基本色彩分量图象的和。
傅立叶变换可以将一维信号从时间域变换到频率域，例如下图，一个正弦信号经过傅立叶变换后，得到它的频率分布零频（直流分量）和基频。
一维傅立叶变换的定义：
一维傅立叶反变换定义：
F(u)包含了正弦和余弦项的无限项的和，u称为频率变量，它的每一个值确定了所对应的正弦-余弦对的频率。
根据尤拉公式
傅立叶变换系数可以写成如下式的复数和极坐标形式:
其中：
傅立叶谱（幅值函数）为
相角为
能量谱为
pp
连续二维函数的傅立叶变换对定义
二维函数的傅立叶正变换
二维函数的傅立叶逆变换
二维函数的傅立叶谱
二维函数的傅立叶变换的相角
二维函数的傅立叶变换的能量谱
pp
2离散傅立叶变换
由于实际问题的时间或空间函数的区间是有限的，或者是频谱有截止频率。至少在横坐标超过一定范围时，函数值已趋于 而可以略去不计。将 和 的有效宽度同样等分为 个小间隔，对连续傅立叶变换进行近似的数值计算，得到离散的傅立叶变换定义。
其中，一维离散傅立叶正变换
一维离散傅立叶逆变换
pp
二维离散傅立叶变换：对于 图象
对于 图象
pp
1.3离散傅立叶变换的性质
性质1：可分离性
二维傅立叶变换可分解成了两个方向的一维变换顺序执行。
pp
性质2：平移性
空间域平移：
频率域平移：
pp
当 时有：
可以简单的用 乘以 将 的傅立叶变换的原点移动到相应 频率方阵的中心。
（图）
pp
性质3：周期性及共轭对称性
离散的傅立叶变换和它的反变换具有周期为 的周期性：
傅立叶变换也存在共轭对称性：
pp
性质4：旋转性质
平面直角坐标改写成极坐标形式：
做代换有：
如果 被旋转 则 被旋转同一角度。即有傅立叶变换对：
pp
（图）
性质5：线性性质
如果：
则有：
pp
性质6： 与图象均值的关系
二维图象灰度均值定义：
而傅立叶变换变换域原点的频谱分量：
所以有：
即 数值 倍于图象灰度均值。
Pp
性质7：图象拉普拉斯算子处理后的傅立叶变换
图象拉普拉斯算子处理的定义：
则图象拉普拉斯算子处理后的傅立叶变换对为：
pp
性质8：卷积与相关定理
卷积定理 一维序列的卷积运算定义为：
当
则有
注意在用傅立叶变换计算卷积时， 由于函数被周期化，为了保证卷积结果正确，计算过程中两个序列长度N1，N2都要补零加长为N1+ N2-1。二维图象序列卷积定理的定义和计算过程与一维情况相同。*为卷积符号。
pp
相关定理：
一维、二维两个离散序列的相关可以写作
则有相关定理
pp
4快速傅立叶变换
由一维傅立叶变换入手，换一种表示方法
pp
定义：
则：
因为：
pp
傅立叶变换的快速计算示意图：
（图）
pp
一维傅立叶变换：
其逆变换为： R
则有：
对于二维情况：
pp
§2离散余弦变换（DCT）
从第一节内容我们可以看到，傅立叶变换是用无穷区间上的复正弦基函数和信号的内积描述信号中总体频率分布，或者是将信号向不同频率变量基函数矢量投影。实际上，基函数可以有其它不同类型，相当于用不同类型基函数去分解信号（图象）。余弦变换是其中常用的一种。
pp
设离散序列 ，为一离散序列，根据下式延拓成偶对称序列 ：
其中 。 是关于 为中心的偶对称序列如下图所示。
（图）
pp
以 代入在 范围内作 点的傅立叶变换：
pp
余弦变换的变换核为：
表示成矩阵形式为：（其中各列模为1）
pp
定义偶余弦变换（EDCT）和逆变换为：
pp
二维余弦变换：
二维余弦变换具有可分离性：
表示成矩阵形式：
pp
余弦变换可以利用傅立叶变换实现：
将 延拓为：
则有：
借助傅立叶变换计算余弦变换的步骤：
1)把 延拓成 ，长度为 ；
2)求 的 点的FFT；
3)对 各项乘上对应的因子 ；
4)取实部，并乘上因子 ；
5)取 的前 项，即为 的余弦变换。
Pp
余弦反变换：
首先延拓 ，
反变换，
pp
§3 正弦变换
一维正弦变换核
一维正弦变换
二维正弦变换核
二维正弦变换
pp
§4 沃尔什-哈达玛变换
沃尔什-哈德玛（Walsh-Hadamard）变换的变换核是一类非正弦的正交函数（Walsh函数），例如方波或矩形波。与正弦波频率相对应，这种非正弦波形可用"列率"（单位时间内波形通过零点数平均值的一半）描述。Walsh函数可以由Rademacher函数构成,Rademacher函数集是一个不完备的正交函数集，Rademacher函数有两个自变量 和 ，用 表示。
pp
Rademacher函数波形图和矩阵表示
（图）
pp
用Rademacher函数构造沃尔什函数：
其中： 表示 所选用的二进制位数
是Rademacher函数
是 的自然二进制的位序反写后的第 位数字，
例： 用三位二进制码， ，求
pp
（图）
pp
Walsh函数的矩阵形式
其变换核矩阵有递推关系：（直积）
沃尔什-哈达玛变换定义：
一维沃尔什-哈达玛变换可表示成矩阵形式：
pp
例：
二维沃尔什-哈达玛变换：
，
其中 ， 阶数相同。
pp
例：
另外有
pp
§5 奇异值分解
基于矩阵奇异值分解的二维酉变换：
任何 矩阵 可以分解成：
和 是正交矩阵， 是矩阵 的特征值。
则：
称为矩阵 的奇异值。
Pp
对矩阵 作奇异值分解：
令：
则；
是 或 的特征值所构成的对角阵。
矩阵的特征矢量
矩阵的特征矢量
pp
矩阵 可用奇异值分解的级数展开式表示成：
是 矩阵的第 行第 列阵元，即 分别是 矩阵的第 列矢量。
（图）
pp
§6 K_L变换
K_L变换又称为Hotelling变换和主成分分析。
当变量之间存在一定的相关关系时，可以通过原始变量的线性组合，构成为数较少的不相关的新变量代替原始变量，而每个新变量都含有尽量多的原始变量的信息。这种处理问题的方法，叫做主成分分析，新变量叫做原始变量的主成分。例如人脸图象可表示成:
(图)
pp
主成分分析与线性回归的比较:
设有 个观测点 ，散布如图所示，线性回归的问题是要找一条对 个点 的拟合直线 ，使偏差平方和最小。
主成分的基本思想是，先对 个点 求出第一条"最佳"拟合直线，使得这 个点到该直线的垂直距离的平方和最小，并称此直线为第一主成分。然后再求与第一主成分相互独立（或者说垂直）的，且与 个点 的垂直距离平方和最小的第二主成分。
Pp
(图)
有 幅图象 ，大小为 。每幅图象表示成向量：
向量的协方差矩阵定义为：
其中：
令 和 是 的特征向量和对应的特征值。
特征值按减序排列，
变换矩阵的行为 的特征值，则变换矩阵为：
对应第 个特征向量的第 个分量。
K_L变换定义为：
变换后，有：
pp
K_L变换的计算步骤：
1. 求协方差矩阵 ；
2. 求协方差矩阵的特征值 ；
3. 求相应的特征向量
4. 用特征向量 构成变换矩阵 ，求 。
Pp
K-L变换的一种快速算法：
输入图像样本集合为: ,每一个样本图的大小为 , 可以用 维的向量 来表示（即把原图像按行连到一起构成 维向量）。它也可看作 维空间的一个点，称此空间为原始图像空间S。实际上样本图像具有较大的相似性的, 因此，全部样本图象不会
充满整个 维的空间，只是会聚集
在图像空间的一个相对狭小子空间内。
Pp
（图）
样本图象在原始图像空间中的分布
如果以样本图集的总体协方差矩阵为主成分分析的产生矩阵，则所有样本图像的总体协方差矩阵为:
式中， ， 是全体样本图像均值。 满足下面的方程
是矩阵 的特征向量， 是对应的特征值。根据主成分分析理论，得到一个从原始图像空间到新特征空间的线性变换 。 是由 的特征向量构成的变换矩阵。
Pp
但是，直接求矩阵 的特征值和特征向量很困难。如果样本图象个数 不太多，可以先计算出 维矩阵 的特征值 和特征向量 。因为
左乘矩阵 ，得
那么 就是矩阵 的特征向量。
Pp
-主成分空间的基。根据主成分分析，可以选择 个较大特征值对应的特征向量（主成分），构造新的 维主成分空间 。每一幅图象在此空间的投影对应一个 维向量 ，它们就是低维新特征向量（主成分）。
Pp
小结
傅立叶变换（FFT） 具有快速算法，数字图象处理中最常用。需要复数运算。可把整幅图象的信息很好地用若干个系数来表达。
余弦变换（DCT） 有快速算法，只要求实数运算。在相关性图象的处理中，最接近最佳的K_L变换，在实现编码和维纳滤波时有用。同DFT一样，可实现很好的信息压缩。
正弦变换（DST） 比快速DCT快一倍。只需实数运算，可导出快速的K_L变换算法。在实现编码和滤波时有用。具有很好的信息压缩效果好。
沃尔什-哈达玛变换(WHT) 在数字图象处理的硬件实现时有用。容易模拟但很难分析。在图象数据压缩、滤波、编码中有应用。信息压缩效果好。
K_L变换(KLT) 在许多意义下是最佳的。无快速算法。在进行性能评估和寻找最佳性能时有用。对小规模的向量有用，如彩色多谱或其他特征向量。对一组图象集而言，具有均方差意义下最佳的信息压缩效果。
奇异值分解(SVD) 对任何一幅给定的图象而言，具有最佳的信息压缩效果。无快速算法。设计有限冲激响应（FIR）滤波器时，寻找线性方程的最小范数解时有用。潜在的应用是图象恢复，能量估计和数据压缩。
>> A=[0,0,0;2,0,2;]
A =
0 0 0
2 0 2
>> v = diag(cov(A))'
v =
2 0 2 说实在的我也看不懂啦，。
Ⅶ 在股票收益率的相关系数矩阵中，股票与特征向量有对应关系吗
先根据系数行列式,得到矩阵可逆.写出其逆矩阵,再由,即可解得原方程组的解;依据特征矩阵为,写出特征多项式,求得特征值,再求得对应的特征向量,设,解此方程组得,最后即可求得求的值. 解:系数行列式,矩阵可逆.逆矩阵为(分)由,得(分)原方程组的解是(分)特征矩阵为,特征多项式为,即(分)解方程,求得特征值, (分)当时,对应的特征向量为当时,对应的特征向量为,(分)设,解此方程组得, (分). 本小题主要考查特征值与特征向量的计算,系数矩阵的逆矩阵解方程组等基础知识,考查运算求解能力与转化思想.属于基础题.
Ⅷ 怎样查看当日所有的股票涨停板
查看当日所有股票涨停板具体步骤
第一步 在工具栏里点击用户板块设置，打开后点击新建板 块，在新建板块对话框里填写涨停日期如0106（表示 1月6日涨停板股票），然后点确定。 第二步 点击条件选股器，条件选股公式选择C128——N天内 出现以涨停收盘，统计周期设为1，加入条件，再点击 下方时间段内满足条件，填写涨停日期，前后两个填 写同一天就是选择的那一天的涨停股票。 第三步 选出当天涨停股票结果出来后，在选出的股票板面上 点击右键，弹出对话框，点击批量操作，加入用户板 块自己设置的涨停日期板块，全选后，点击确定。 这样操作下来，要查看哪天的涨停股票，只需要在键盘上敲击那一天的日期就直接可以看到那天的所有涨停股票了。为了将不同日期涨停股票区分开来，可以在用户板块设置里将不同日期涨停股票板块设置成不同的颜色，这样就看得更清楚了
操作环境：浏览器 电脑端：macbookpro mos14打开google版本 92.0.4515.131
1.通达信交易软件里，先点击沪、深市A股，再点击工栏中的“涨幅”就能够看到交易日当天的个股涨幅情况。当天涨幅超过10%以上的股票代码前面有个字母的个股是新上市的新股，再就是涨停板的股票。
2.大智慧 的用法： 1、把这条公式加入选股公式中： 涨幅:=(C/REF(C，1)-1)*100; 涨幅:>=10; 2、“工具”→“条件选股”→“高级”，勾选右下角的“历史阶段选股”，然后点击“执行选股”。 这样就能查看任意日期的涨停股。
3.同花顺中“涨停聚焦”可以查看往日涨停的股票（往日跌停的股票也能查看），投资者打开同花顺软件后，在搜索栏中搜索“涨停聚焦”即可，可以把“涨停聚焦”添加至首页。 投资者在“涨停聚焦中”选择时间即可（右上角日历图标），涨停聚焦中可以查看当日涨停、跌停的股票，当日涨停、跌停的家数，连板的股票等。
Ⅸ av与股市的资金b为椭圆形半透明薄膜square到底垂直d鼓膜四分之一减四分之三为
垂直
直接求向量的乘积 是为0的
所以垂直