股市理论研究什么?通俗理解就是找顶和底,研究到这,是否可以止步了呢?你若研究到这里,也会刹不住车的。更多的衍变方法等着你,以至于你忘了炒股,无暇顾及短线,陷入理论研究当中。
通过曲率线我们可以看出趋势行情过程中的一些特征。那么不用曲线,用角度尺粗略表达也未尝不可,这就是简化方案。四维角度尺相对全面了一些,但是,实际使用中反倒要考虑简化。
画曲率线,会更逼近终点而已,抄底比别人快了一点而已。比技术,这是必须的,但是,对于稳健的操作者来说,这种差距并不是很大。飞出地球以前,我们的米尺还是可用的。
曲率线方法还是利用了趋势软件的原始指标,如果你数学足够好,有编程能力,过三点的抛物线并不是一个复杂的数学问题,你可以程序化形成这根抛物线。但整个的过程,由于你要考虑时间落点问题,要采取跟随的方式,确认精确的时空定位点。
曲率线方法中,时间轴等于空间,那么这三个时空定位点的时间也是可测算的,麻烦在于,这个时间点有至少三个可能性,而且还存在误差、时间漂移问题的干扰,你提前确定准确时间定位点还是一件麻烦的事情。抛物线方法要留神的是,如果这定位的三个时空点误差较大,那么抛物线会由于误差被放大而失去理论意义。
双波不干涉理论适合于大趋势判断,面对细节,还需多种技术辅助。否则不能应对随机性的干扰。
等等,总是还有一大堆问题。
大智慧app出了一种利用曲线相似度预测未来的方法,并不圆满。你会看到未来依然是多种多样。这与笔者用类似三角洲方式,预测未来的方法差不多。类似三角洲的方法,还会减少未来可能性。如图。

图中标注的是类似三角洲的两级序列号(不是通过统计形成标注数字,而是通过一个波的放大再衰竭来形成理论标注)。在11或5附近的共振点,未来会只产生涨跌横三种趋势性的变化,这至少减少了未来的可能性。图较乱,造成混乱的是一堆两级振动幅度的指示,对这些数字的统计研究,促生的双波不干涉理论。

这是另外一种预测未来的方法
红色竖线是当下,之后是未来,我们利用一些数学方法,对指标或k线趋势进行拟合延长,当然这种方法最好是利用机器学习总结出来的延长方式,那么我们一样可以获得短线的未来的相对可能性。这种可能性是有迭代意义的。如果当下发生变化,未来会有所改变,在改变有限的情况下,我们可以认为趋势性并未改变,这样就可实现机械化交易。这种显示,实际相当于使用了未来函数,但是,如果你知道未来函数的数学拟合意义,对于程式化交易,也并不是绝对不可以利用。
这都是理论探索的过程和方法。由于编程水平的限制,编的不够漂亮,一些逻辑无法用程序表达,这很遗憾。
如果结合曲线相似度(人工智能)、三角洲、趋势性指标以及对比坐标系(这是笔者的另一个理论研究方向),通过历史大数据对比,顶底的预测,理论上是机械化可行的!但是对于明天怎么样这个简单问题,依然解决不了。
西方现在个别软件出现弯曲的角度线(大概是去年炒期货的mt5软件),说明他们明白补充曲率有利于更精确,但是他们没有找到补充曲率的可定量的、补充恰当曲率的办法。曲率补充了,还是不够恰当,误差依然很大。
江恩理论产生于上世纪三十年代,是间接拟合方向的研究;道氏理论、波浪理论、三角洲理论、斐氏理论等,这都是直接拟合研究;至分形分数维计算方法的发现,已经是上世纪八、九十年代的事情,这也是直接拟合方向的研究。但是这个理论沉迷于新发现的分形数学,没能继承江恩理论和经典理论中的优点,而是仅仅受波浪理论等具有分形观念的理论的影响,产生了分形维定量计算的冲动。
面对股市的自然性、混沌性、随机性共同产生的拐点,至此,依然不能得到有效预测判断,由此产生了博弈率。博弈论发现了经典理论的软肋或者说死角,但是,却选择了另起炉灶,否定经典理论,利用间接拟合方式,对收益率进行概率测算。这才有巴菲特对博弈率的不屑。
总体来说,笔者这套理论的定位应该是西方上世纪八十到九十年代的水平,也就是西方分形数学被发展起来,并应用到股市的拟合之中。研究分形数学,一般都习惯于采用函数的方式,大多数人并没有意识到几何方式如何简单表达。这套理论是分形数学几何研究方向。同时,它给一个具有分形特征的混沌体系,找到了一种间接拟合的几何方式,用二维的几何解决四维的具有分形特征的混沌体系的定量测算问题,这应该是这十一年探索过程中最大的意外收获。
分形维研究方向没有继承经典理论,博弈论研究方向否定经典理论。经典理论中只有江恩理论是间接拟合研究,其它大多数是直接拟合。
通过对江恩理论的研究,利用江恩的这种间接拟合逻辑,四维理论在继承了江恩理论的同时,结合了分形维理论,用把点放大为区间,把模糊区间准确分级的方式兼容了博弈论的思考。试探解决新理论对经典理论的继承问题,而不是否定!
定位在上世纪八、九十年代的另外一个原因是,由于高等数学能力有限、编程能力有限、以及博弈论方面资料匮乏,这套理论仅仅探讨了四维拟合方向,这会导致多维以及分数维方向的继续完善,(分数维并没有被考虑,对于股市操作,这种方法,即便整数维度已经足够精确。)但同时,在兼容博弈论方向上,做的工作还是初级的。
既然有那么的多的未来可能性,这套理论的方法是:采取利用逻辑编程、利用不同级别,否定一些可能性的方向。这有利于机械化交易编程。如果采取侧重概率性成功率的博弈论研究方向,会使数学模型进一步简化。这留给后来者了。
这套理论跨越了江恩了理论的间接拟合门槛,弥补了经典理论直接拟合理论的一些不足,并发现了股市拟合的数学本质,赶到了西方分形维拟合阶段,后来者还需努力,结合博弈论,将这套理论完善到与诺贝尔经济学奖博弈论的同步水平,这样才会使中、西方的经济学理论站在同一起跑线上。
学习、利用对手的武器和战术与对手博弈,胜算是艰难的。而理论界不超前,这种困境就不能化解。而这种关键的继往开来的门槛居然摆在百十年前,笔者试探迈过,吾辈仍须努力。
直接学博弈率的,可以有以下几个问题需要提醒:
一、不要陷入唯数论。这与唯心论差别不大。理论是用来拟合现实的,用理论指导现实的过程中,要注意理论的缺陷和死角,并不是所有的现实它都可以指导,因为理论的覆盖性可能不全面、可能有拟合死角。理论要通过实践检验,现实验证,不要形成形而上学的经济理论,那是哲学,不是经济学。
二、不要放弃对经典理论中直接拟合和间接拟合方法的扬弃继承。巴菲特对博弈论的不屑,实际是经典理论与博弈论的抗争。经典理论没有那么“垃圾”,不过是通过不同的数学纠正方法,谁更胜一筹而已。笔者认为,博弈论暂时占上风。笔者这套理论,就像一个和事佬,在化解这两个极端的冲突。物理方面这个词是融洽两个极端对头的理论。
三、理论解读部分不可以采用反向思维逻辑解读、预测股市。一个数学模型可以很好地解读历史,但不一定有唯一性的预测功能,这是数学拟合预测的基础判断。还因为理论面对预测可能有死角,解可能不唯一。
间接拟合的超越,江恩理论是一个巨大的门槛,但愿笔者能把你带过去,而且还没有陷入玄学和宗教,共勉!
机械化智能交易的数学模型大多数采用大数据的“笨法”,这会导致对硬件的极度依赖;或者采用博弈论的随机性研究的方向,这会导致对高等数学的依赖;对于经典理论反倒缺乏继承和有机的利用。
这套理论,给机械化智能交易提供了结合利用经典理论的可能性,以及减小对大规模硬件的依赖,对高等数学的依赖,一台好一点的个人电脑就可以了,弄一层楼、一整楼的设备,弄很漂亮的高等数学公式,太奢侈了。好看,但不见得中用。就好像一只鸟就可以撞下来一架战斗机,研究导弹打飞机是一个方向,研究一群鸟成本会更低,现在有了无人驾驶集群飞机。
这就是经典理论、简单数学模型面对大数据、人工智能的积极意义。
另外一个提醒是:这种方法的数学拟合研究,实际解决的是用二维几何的方式,解决四维或多维、分数维具有分形特征的混沌体系的粗略的几何测算问题(现在这种研究大多局限于代数、函数方向的研究)。那么,具有这类特征的体系,都可以采取这种方法进行估算,对于对误差要求不是很高的这种混沌分形体系,这可以是一个简化的估算数学拟合模型。当然,这个几何方向如果结合分形函数的表达,也会得到无限逼近结果的效果。
博弈论与经典理论的理论斗争并没有结束,经典理论重视自然性和分形维度的简单线性拟合;博弈论重视随机性的非简单线性拟合。
博弈论被捧得很高,暂时来看,不是因为它在股市更高明,而是因为它为经典理论在随机性影响不能解读的死角面前处于停滞不前的情况下借用高等数学方法开辟了一条新的出路,它是一个新事物而已。这也是巴菲特不屑博弈论的原因。巴菲特明显使用经典理论。而基于博弈论的人工智能baby还处在尚未成功的试验阶段。
在股市程序化的进程中,基础的数学模型可以是来自于经典理论的,也可以是来自博弈论的。现在分输赢,明显言之过早。博弈论站在数学最前端的肩膀上,很借力,但理论完善程度还是个小孩子,与老谋深算的经典理论比,幼稚了一些。技术界现在要想显得高深的、显得水平高的往往采用博弈论理论建模,以彰显技术水平,但这明显是个误区。这也是数学水平低的没法看博弈论以及现在人工智能模型程序源码的原因。想弄懂,先到大学学几年高等数学再说。因此,不客气的、客观的、偏激的说法是,基于博弈论的炒股人工智能数学模型,由于理论的不完善,还是非常幼稚的,更多的是炒作,炫技,还不如一个改进的macd解决现实问题。从这一点来说,巴菲特是正确的。
一套完善的股市理论的标准,笔者在其它书中已经论述,至少预测、解读、操作三个环节都是完善的,并可验证,并经得住现实考验。而博弈论重在建模、重在方法,重在概率性预测,后续环节还在验证之中。高盛公司花几百亿美金验证的这个结论,不是谁都可以这么大气的。新事物,是不是新方向,尚且言之过早。如果这本书导致你用经典理论结合博弈论的方向代替人工智能,你至少省了500亿,还是美金。
在这个层面比较,博弈论取数学之长占的优势,但被它理论的幼稚和不完善所消磨,和经典理论依然还是齐头并进的局面。
四维理论,倾向了经典理论,逼近了经典理论分形理论几何表达的这个极限,但是为理论加上了随机性;如果一个人擅长博弈论,再加上经典理论的翅膀,把不兼容的矛盾兼容,这个未来的理论方向或许更完美。笔者在试探,但走出去的不远。高等数学、编程能力的制约,让笔者只能走到现在这个程度。方向应该走对了。
博弈论加上经典理论才是股市拟合现在阶段的全部。这样,股市的自然性、分形混沌性、随机性才能整合在一起。因此,笔者的四维理论在试探搅混水的方法,给逼到经典理论极限的分形理论也找一条理论岔路,利用分形的几何表达方法加上随机性的翅膀以化解随机性带来的影响。矛盾的两个方面,最终会相互取长补短,化解旧矛盾,产生新矛盾。这就是这种搅混水理论的指导思想。
基于经典理论基础的结合博弈论方向研究,选择的经典理论应该是具有理论完整性的,并经受了时间、股市现实考验的理论,那么笔者选择的主要理论包括:江恩理论、波浪理论、三角洲理论、斐氏循环理论、平方(开方)理论以及一些趋势性的指标。
在这些理论中,江恩理论在解读、预测、操作环节的理论完整性上来说,是最完整的。其它理论,往往侧重了这三个环节中的一个或两个,而且历经几十年的修修补补。理论完整性的意义在于,你有机会从中发现问题,并在继承的基础上,选择扬弃。这样的理论会基于原作者本人的思路,清晰、完整、对错分明。避免了无知者、不理解的人添乱一样的所谓理论改进。好在江恩写了十多本书来说清楚他自己的思想,尽管有所保留,那么你可以直接探访他的思想精髓,而非借用别人的理解、诠释和演绎。他的理论思想被搞得乱七八糟,这本来与他无关。尽管他在理论解读方面出现了一些问题,例如利用反向思维的文学笔法掩盖对未来预测的尴尬,因不明拟合原理而借用玄学、宗教,因对古人跨维思路的继承而造成的错误的简单线性逻辑,从而追求未来唯一性这个理论研究方向等。但是,这些都仅仅是理论研究的错误,他写出来,摆在桌面上,很光明正大。相对于一些股市理论利用心理学、文学、哲学、玄学的手段,形成潜在的心理暗示或诱导,他的理论还算是堂堂正正的。
博弈论就像放大镜,用放大镜看头发,你会占些便宜,头发营养不良分岔都可以看到;但是用放大镜看大楼,你会晕到撞上大楼,还问别人撞哪了。
经典理论会因此笑掉大牙,不用放大镜,大而化之,含糊其辞,反倒能说出楼是几层,有多少窗户。可是你让经典理论去看头发上的分岔,那就像让猪八戒穿针引线,你明显在难为他。
头发是7个自然日。分岔是3天以下的交易日。大于7个自然日以上的行情是大楼。
至于头发本身,两种理论都可以看见,各有所长,各有缩短。
博弈论看大楼那是发疯,吃饱撑的;而经典理论看头发分叉,没那锐利的目光,说怎么样分岔,从数学角度来说,往往都是扯淡。常用的大多数选股的指标都是基于经典理论的,选出来的股如果不较真,一周之后,涨的可能性还是很大的。但是,经典理论的技术派陷入一个误区,一定要找到明天必须涨的股票,这是在拿自己最不擅长的部分跟股票的随机性叫板,这很不数学。结果是反倒导致选股公式的成功率下降到接近扔钢绷的概率。这是技术人员使用经典理论常进入的误区。
很多散户使用选股指标也犯同样的错误,以为选出来的股票明天肯定就涨。结果第二天一跌止损跑了,认为选股指标错了,第三天看它涨上去又追,结果又套在分时调整之前的顶部了。这是初级散户应用经典理论常见的错误。经典理论看明天的涨跌,结果通常是比扔钢蹦看正面的概率大一点点而已,这也是不懂这个原因的经典理论学习者、坚持经典理论唯一性未来判断的学习者,经常露怯的地方。技术懂吗?懂一些!但结果就是扔钢绷。数学这玩笑开的最坑人。但是看一周以后的成功率,对于经典理论就会大大不同了。你完全可以基于这种级别的判断,轻松赚钱。为什么要天天盯着股市,天天操作呢?欲速反倒不达,无心插柳柳才成荫,这就是经典理论成功的股市哲学。
面对明天的预测,博弈率成功的概率明显在增大,如有再进一步的算法,逼近随机性的影响会越来越接近。但是,博弈论使用的是概率方法。博弈率也解决不了明天预测的唯一性问题。半夜一个事件,隔天一个大幅低开,什么理论也想不出来!而利用博弈论说头发肯定分岔了,那一样是理论幻想。尽管博弈论是放大镜,但这放大镜还很原始,不是显微镜,能大概差不多看见而已。它基于不确定的概率性形成理论,一旦说肯定性,与理论基础形成悖论!说博弈论肯定性的,也是在炒作、忽悠。一旦电脑程式化那一根筋性格叫板,你说买的,大幅低开这种情况,博弈论也完蛋。
随机性的未来影响的唯一性预测并没有数学意义的解决,所以刚刚找到一点方向的博弈论这个小孩子才有机会获得诺贝尔奖。
80%的概率头发是分岔了,这是博弈论结果的正确描述方式。但一根筋的程式化交易并不认这个账。要么你选择把80%当肯定性,要么你选择正常仓位的80%操作,等等用肯定替代概率的表达方式。程式化不认80%这种模棱两可的态度,你必须说100%怎么样,它才坚决执行。而这个数字到底是80%=1还是79%=1呢?并无定论。一旦你设定错误,一样可以满盘皆输。程式化不管你模型好坏、是否有漏洞,你说80%以上就执行,赔钱它也会闯进去,就这么任性。所以人工智能在这种情况下,会相当弱智。
对于博弈论,存在着对于理论模型解决股市现实问题过高估量的问题,一些人炫耀博弈论的方法,更多的是炫技,而非解决问题。对于现在这个理论阶段,高频交易,博弈论是唯一的选择,但并不是理想的选择,是别无选择的选择。对于股市,博弈论依然幼稚、不够理想,但已经对付可以用了。
最终结论就是:
当你使用经典理论预测股市的时候,周线及以上级别,你成功的概率会大大提高;日线级别可以参考。日线以下级别,成功率表现要比周线级别、日线级别小得多。这也是经典股市理论书籍一般都是基于日线级别、周线级别论述的原因,触及5分钟、分时级别,太容易理论露怯。
当你使用博弈论的时候,日线级别以下的成功率要比经典理论的高,因为你关注的是随机性。在这种级别,随机性的表现更突出。但是上升到周线级别,由于随机性迭代影响的未来的不确定性,博弈论和经典理论在判断的成功率的比较中并不能显出绝对优势。反倒由于博弈论对细节的自信,把概率结果当成肯定结果,造成总体趋势上的判断可能发生错误。如果你太相信电脑和模型产生的唯一性结果,问题也就来了。你拟合的标的物在预测这个层面,并不具有唯一性。这相当于你用定点打击的方式射击一个移动目标。你想当股市上帝,可是股市不会听你的指挥。
无论是用经典理论或者博弈论,如果散户用理论方法指点股市、评判股市的,都是幼稚的理论使用错误。这种错误很常见。例如:“你看,这里应该是波浪c,大盘没有按c走。”这种错误的使用,忽视了一个理论创立的最原始前提。股市理论来源于对股市的拟合和数学统计分析:一、它可能存在覆盖各种情况不全面的问题;二、它可能是概率性描述;三、它可能是对历史回测的大概率描述;四、股市从拟合的角度来看,是一个混沌系统。初始的计算微小的误差,就会导致计算结果的面目全非。五、这是最关键的,暂时还没数学拟合理论能做到“完美的”、绝对数学唯一性意义的拟合股市的随机性,更不用说唯一性地预测未来。
基于这样的理论现实,理论尚无资格点评指数。外国做空中国的一帮人也是心里明白地拿着一些“到处是窟窿的破”理论,指点中国的指数,如此幼稚的错误,居然很多人还信,真是还得需要学习。经济战中,别不小心或者因为幼稚、不懂,不留神就当了舆论战的汉奸。
一般介绍博弈论方法预测股市的文章,往往未来的图画的很漂亮、很细致,相当惊艳,让经典理论这个“大老粗”汗颜。但是,你验证过这个未来了吗?这种例子往往选择趋势性强,舒展性的行情来表达博弈论的高明。你用同样的方法试验一下联合调整浪,让电脑自主学习多循环几次,给它更大的数据历史,看看博弈论的表现。但是,你搜索不到这样的例子。在选例子方面,博弈率明显在用最简单的趋势性舒展行情这个股市最简单的研究范围学术作假了,以偏概全。所以说博弈论还是小孩子,别不乐意。江恩在《股市教程》中表达趋势性行情的方法,就写了二日线和三日线简单的两章,但是对于调整浪、顶底,写了半本书以上,还担心解决不了问题,接下来写如何止盈、止损。你应该明白舒展行情与不舒展行情技术解决的难度区别有多大了吧。
博弈论的结果一旦纯数学性的验证,你会沉浸在为细节的误差不能契合而挠头。通过机器学习的方式,你可以让程序变得更聪明,让误差再小一些。但是,笔者教你的方法是,眯起眼睛看,就看见趋势,别看细节,别看误差。
博弈论画出的未来也要面对历史的回测,随机找一段行情,验证一下后续的表现,你惊讶于这个模型居然会表现很优异,但是,面对不确定性的未来,这个优异还会存在吗?答案是不一定!这就是数学一旦叫板的结论!搞博弈论的,都是学高等数学的,知道这个数学道理。倒是“大老粗”的经典理论不知原因,被这阵势和表象吓得够呛。感概既生瑜何生亮啊!
实际上,对于机械化交易,预测理论结果都是有概率性的,而操作是需要唯一性的结果,这个矛盾只能弱化,不可能绝对解决!妥协的方法就是增加if。别忘了,基于人工智能的自动化交易系统现在的最前端刚刚仅仅处于试验阶段,为什么不敢直接确定使用呢?
以上仅仅描述了博弈论指导交易的一个小问题,用概率性指导绝对性。那么你肯定会有xx概率的可能性输的。
而对于随机性造成的趋势性改变,经典理论会有一个至少定性的判断,譬如这里可能是顶。而基于概率的博弈论不管这些,不管顶底,不管趋势,只管按着数学模型循环再循环。电脑更不负责任了,坚决按你的指令执行,你没告诉是顶,那就死扛下去。博弈论看大楼的问题就出现了,它看不清整体形势。
另外,程序化自动操作系统哪怕有几个百分点的概率失败的话,这几个概率百分点,在股市里一样可以造成你前功尽弃的结果。特别是对于没有涨跌停限制的股市,无法成交,这是属于随机性影响范畴的,而理论是基于成交了会怎么样的结果,如不成交,人工智能也一样“蒙圈”。把股票砸成0的,背后的黑手就是这些“智能的东西”。
现在基于博弈论的人工智能主要缺陷就是,缺乏对经典理论的兼容,缺乏对容错性的兼容,“一根筋”的电脑或线性逻辑容易出现操作环节的问题。需要借用差不多,需要借用模糊。搞博弈论的走了另外一个极端,拒不使用经典理论,就仅仅使用随机性的拟合,就不考虑自然性,就不站在经典理论的肩膀上,而是再起炉灶。那么,它也要为理论方法的偏激付出代价。
而一些刚刚接触经典理论和指标的散户,用着经典理论却坚持干着博弈论才刚刚概率性做到的事情,猜明天怎么样,结果真的就和扔钢绷差不多,而且由于你的操作情况把控出现问题,这相当于造成扔钢绷的机器手出现倾向性偏差,结果就会更糟。
博弈论与经典理论的结合是大趋势,程序化交易的进程中,给博弈论加上经典理论的翅膀,让博弈论站在经典理论的肩膀上站起来,那么,博弈论才能看的细的同时,看得大、看得远。
经典理论一旦承认概率性的使用意义,和博弈论又有什么区别呢?仅仅是方法不同、侧重不同而已了。而且比博弈论更简化、更通俗。我们可以不用大型的设备,仅用一台电脑就足矣,这是经典理论博弈的优势。
这也是笔者把经典理论模糊化、不唯一化的原因,直接目的就是兼容博弈论思想。这是从经典理论出发兼容博弈论的方向;如果你能从博弈论的方向出发,兼容经典理论,你的理论成就会比这套理论高的。因为,你的拟合数学方法比经典理论的数学方法更高明、更精确表达。
在股市的机械化程序交易中,由于电脑过分的“聪明”,导致它太认真了,需要为准确地表达模糊而付出努力。程序化交易,非线性的逻辑的现实与用线性逻辑表达的电脑思维,这个矛盾永存。概率性的未来或者不唯一的未来,这是一个问题的两种表达方式。概率是代数性质的表达,不唯一是几何性质的表达。这个问题永存。谁能找到一个适度的优势点,谁就成功了。这已经不是盈利不盈利的问题,而是谁能最高盈利的问题,这是博弈论的中心主题,但是用经典理论的方法,你看,也可以做到。未来拼的是收益率,谁在乎你使用的是经典理论还是博弈论,还是搅混水的方法呢?这就是法玛博士与巴菲特的思想争议在这本书中直观的表达。
不真正懂股市理论的人,往往过大的估量了理论的绝对性,而忽视了理论本身的问题、软肋、死角等等,主要问题还是不真正懂。吃过亏的,深受其害的,往往走入另外一个极端,陷入认为股市不可知的怪圈,放弃理论,这又无端放大了随机性的作用。结果会更麻烦。
懂理论的,知其利害,总是在不懈的寻找弥补措施,以完善理论。5000年的文明也是这样循序渐进的。对于股市理论,才产生100多年,发展到已经快要大概率预测明天这个水平来看,股市的理论,在经济刺激下,还是发展最快的,最与数学与时俱进的理论之一了。尽管你认为还不如你所愿,不能准确的预测明天,但是它现在的水平已经是很尽力的结果了。至于你高估它、错用它,不一定全是理论的问题,还是三醒吾身吧。
对理论的商业炒作,也起到这样的负面作用。例如我们现在正在炒作人工智能,站在更大的格局,你会发现,它不过是比算盘优秀的计算器而已,但是不懂的人面对炒作的忽悠,会误以为终结者的时代已经来临了。你让人跟大象比力气,这游戏本身就不公平。能使用的资源不同,这才是这种比拼不对等的内在问题。战胜人工智能实际很容易,不用担心什么终结者,对于这种不公平的游戏,那只好--断电!废铁的价格虽然涨价了,扣掉电子垃圾污染费,那堆垃圾看来得免费送了。

二、正确看待博弈论和经典理论的理论定位相关推荐

  1. felzenszwalb算法_学习图像场景解析的理论和应用(二)场景解析的经典算法分析之SLIC...

    2003 年,任晓峰教授在图像分割技术层面上提出了超像素分割的这一概念,是指具有相似纹理.颜色.亮度等特征的相邻像素构成的有一定视觉意义的不规则像素块.它利用像素之间特征的相似性将像素分组,用少量的超 ...

  2. 第二章:真分数理论(经典的信度理论)(二)

    第二节 经典的信度理论 信度的概念 测验信度 :关于测验控制误差.抗干扰能力的量度,或者说对测验结果准确.可靠地传达真值信息能力的量度,就是测验信度. 按照真分数理论的数学模型,可以从三个角度来定义测 ...

  3. 二十五个软件测试经典面试题,你确定不收藏一波?

    二十五个软件测试经典面试题全在这里了,有兴趣的朋友建议收藏一波,或者留言交流! 1.在搜索引擎中输入汉字就可以解析到对应的域名,请问如何用LoadRunner进行测试? 建立测试计划,确定测试标准和测 ...

  4. 5-2 人际资源整合-正确看待自己的领导-与领导日常互动-说服领导的技巧

    目录 职场痛点 1.正确看待自己的领导 1.1 对领导不满意的原因 1.2 正确看待自己的领导 2.与领导日常互动的技巧 2.1 支持领导 2.2 认可领导 2.3 占用领导的时间 3.说服领导的三个 ...

  5. 如何从“设计师必考三大证书”中,正确看待:adobe认证证书含金量?

    如何从"设计师必考三大证书"中,正确看待:adobe认证证书含金量? 不知道大家有没有理解标题的意思,其实很简单,那就是今天小编来带大家一起看看Adobe认证证书含金量到底怎么样. ...

  6. part time job c语言,如何正确看待——part-time job

    原标题:如何正确看待--part-time job 兼职挣生活费也可以算是我们大学生的一种生活方式,学工君身边就有许多同学一到星期天就去做兼职. 那么对于兼职不知道小伙伴们是不是有什么不同的看法呢? ...

  7. jacobi迭代法matlab_解线性方程组的经典迭代法(1)-理论

    本文复习求解线性方程组的经典迭代法的理论部分,且主要是单步迭代法. 下一节将会是MATLAB编程实现,并大概比较下各算法的优劣. 我们考虑的问题是求解线性方程组 ,其中 是n阶实方阵, 是n维列向量. ...

  8. 在IT业正确看待实习生岗位

    在IT业正确看待实习生岗位 标签: it 分类: 职业指导 现如今,很多企业尤其是软件IT行业增加了很多"实习岗位",各位求职者在IT业正确看待实习生岗位,但是很多IT毕业生对于实 ...

  9. 正确看待Web3“崩盘”:这是最好的“冰河时代”

    神译局是36氪旗下编译团队,关注科技.商业.职场.生活等领域,重点介绍国外的新技术.新观点.新风向. 编者按:"web3"是对"web2"的改进.web2 的商 ...

  10. 元理先生:正确看待“强人工智能”的威胁性,与弱人工智能区别。

    元理先生对互联网.区块链.元宇宙以及AI人工智能一直有着其独特的见解,作为国科大MBA导师的他,提出应正确看待"强人工智能AI"的威胁性,其与"弱人工智能AI" ...

最新文章

  1. TCP/IP报文格式
  2. 推荐一些动作识别数据集
  3. Java中关于String类型的10个问题
  4. 计算机xp用户丢失,WinXP电脑硬盘分区表丢失的解决方法
  5. SAMBA用户访问指定的目录
  6. 组态王通过串口服务器通讯smart200_实例讲解通过代码调试串口通讯的方法
  7. mysql 表的存储类型_MySQL的表类型和存储引擎
  8. linux lvm的管理
  9. IO操作write()写的文档内不是你设置的buff
  10. 综合评价法——秩和比(RSR)
  11. 使用idea打包war包部署
  12. 工具 文库免积分下载、其他工具
  13. 2021年下半年软件设计师上午真题答案及解析(一)
  14. [4G5G专题-106]:部署 - LTE无线网络规划与设计概览
  15. 【产品经理学习笔记】Part 7 收益预估
  16. Linux 运维职业困惑?给你史上最全互联网 Linux 工作规划!
  17. php刮刮卡代码,基于PHP代码实现中奖概率算法可用于刮刮卡、大转盘等抽奖算法_php实例...
  18. 4.STACEY矩阵及其对应的开发模型、敏捷开发评估方法
  19. 《Adobe Premiere Pro CS5经典教程》——1.7 定制工作区
  20. ospfdr选举规则_OSPF如何选举DR/BDR规则

热门文章

  1. ros使用RPLIDAR激光雷达
  2. 【FPGA+PWM】基于FPGA的三相PWM整流器移相触发电路的设计与实现
  3. 三相PWM整流器Simulink仿真
  4. 傻妞机器人对接TG【无需QQ】
  5. 微信群接口(开发思路)
  6. 训练集和测试集的划分
  7. shapley值法初学入门详细介绍
  8. elementUI---使用按钮切换折叠侧边栏
  9. MATLAB实现imrotate函数
  10. Windows11快捷键大全 win11常用快捷键介绍