EOS高歌猛进,真假牛市之争可休矣

昨晚的一次多空双杀着实精彩绝伦,比特币暴动后的余温在昨晚释放,接下来将继续震荡,而昨天和今天的全市场都在关注EOS。

 

昨晚B1买内存彻底炸翻那些看空EOS的人,确实之前关于EOS生态的讨论都在一些虚无缥缈的东西,而现在随着有资金真正开始布局,而现在距离BM所说的大消息已经越来越临近,市场资金先动,新高的预期在昨天释放,其实前两天在比特突破的时候,和莱特一样引领市场的就是EOS,现在新高伊始,昨晚在巨量红十字之后走出了高点也证明资金没有退场,这场游戏还在继续玩下去。

我觉得是这样,一个整体的行情是否发生重大变局主要看热点行情是不是全部消失,只要有单点突破的龙头热点,一个趋势走向将变得与众不同。独立行情恰恰证明行情在途中,而不是彻底消失。EOS走出来是一件大好事,给平静的市场一个信心,也能减轻比特币短期的维稳压力,资金不跑虽然观望,但只要有热点,那么激情还是没消退的。

除了EOS之外,ETC也开始了自己的强势行情,甚至不输EOS,我昨天说的补涨类,主流里不就是ETC最不涨了嘛。从头看看,etc最低到目前高点不到3倍。比任何主流币都落后,而主流行情的发展肯定带动这个拖后腿的前进,毕竟牛市终结者这个名号也在哪里,但是终结者是终结者,但是好歹也会涨的啊。

 

山寨龙头BTT继续飞舞,仿佛在吸引更多的投机客进场,行情摆在那里,就是明牌打出来的,虽然很多人踏空。我在前段时间就看多了,次新币,山寨币,平台币,到现在的主流,行情节奏在轮动,热点不消失,这就是趋势行情。

我们曾经做空市场,没有问题,但是后来也相通一件事,趋势能走出来,可不管你怎么想都是趋势

这一把没有基本面支撑的趋势,难道就不是趋势?那么股市14-15年的牛市何尝不是没有基本面支撑走出来的牛市?所以我们把15年牛市叫做政策市,时至当下,我们也应该把这一次的趋势认知为“资金牛市”。那些在刻意回避趋势话题的人,其实是在期待真牛市,但是市场可不会管你真牛假牛,能赚钱的市场才是好市场。

当然这种市场是假的,所以目前面临的风险自然存在。但是只要有龙头带领市场的危险就没有放大到不可参与的程度,也就是这个市场还是可以去博弈的,只有说龙头死,资金逃,那么行情结束,那是后话。

趋势既然出了,至少不要瞎做空。了解核心玩家的思路很重要,现在EOS还在继续高歌猛进,我们也不能认为行情结束,我想说明的是这个意思。

短期来讲,比特已经完成了自己的使命,给EOS和莱特,ETC开路,就不需要那么拼了,自然维持高位震荡就好,等这些小弟玩不下去了,或者不想玩了那么久进入下一个环节。其实老大也很尴尬,谁也没有他累,自己苦哈哈不断测试抛压,小弟不领情,还要闹情绪。

EOS还在,莱特还在。BTT还在。

币安币在昨天想砸盘之后一直维持震荡,对于主流的反应不为所动,大概也有点不爽,资金分流也没有办法,短时间只能维持震荡局势,希望市场能把视野转移到平台币。只要有机会还是可能会起来。这就是趋势和联动,谁也不会被落下。

在预期故事的情况下,主流不做空,高位山寨不接盘就是我给大家目前最后的忠告!参不参与看自己,做好仓位的控制最重要。贪婪要不得,恐惧要不得,要得的是一个好心态,晚上睡得着觉的仓位就是最好的仓位了。

这是大作手回忆录的故事,有个做期货的商人和主人公说,我因为仓位重晚上失眠,主人公告诉他,你减到你睡的着的时候为止,你看老前辈的故事就是那么哲学。

推荐大家关注一下币coin APP上的短时间爆仓数据,对于做期货来说,多空比和爆仓数据是两个非常值得参考的数据。爆仓数据因为短时间行情剧烈波动会提供警示意义,若大户的持仓短时间出现爆仓信号本身就是一个很好的研判行情发展的依据。

 

数据来自:币coin

如果您觉得对您有帮助,希望您能推荐一下身边的朋友“关注”我们

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值