武林外传之炒股风波

演员:佟湘玉、白展堂、郭芙蓉、李大嘴、小贝、小六、秀才

  语言:佟湘玉(山西)、李大嘴(河南)、小贝(天津)

  场景:秀才算帐、佟整理吧台、白擦桌子、李扫地

  开场白:(武林外传片头音乐起)2006年底,一头“疯牛”闯进了中国老百姓的视线,沪深大盘分别突破2600点和6000点大关,内地股市市值首次过万亿美元,继日本和香港之后排名亚洲第三  

。2007年1月,上证指数强力上攻3000点关口,沪深两市开户总数达到8000万,一场轰轰烈烈的炒股风潮席卷了大江南北。同时,也诞生了一个新的“种族”――“基民”。这股风也吹到了远在七侠镇的同福客栈,引出了一场啼笑皆非的炒股风波。(音乐渐无)

  佟:这都11点了,咋还没客人来吃饭呢。

  白:最近股市特火,大家都跑营业厅去了,11点半才散呢。

  郭(咳嗽着出场)

  佟:哎呀,小郭你流感还没好呢,在后面休息去吧,今天算你带薪假。

  郭:不行,我心里不放心,秀才,咱养的那两只“基”怎么样了啦。(坐在桌旁给自己倒水)

  佟:“鸡”!(惊声尖叫)小郭你莫不是得了禽流感了吧。

  秀:(只说话不抬头)Of course not. It mean’s fund。

  佟:啥?方的?那是个啥玩意儿嘛?

  白:什么方的、圆的。秀才说的是基金,一种投资方式,现在是风靡全中国,连老头老太太都抢着买。

  李:唉,小郭,买基金赚钱吗?(抱着扫帚站在郭和秀之间,离郭近)

  郭:赚啊,比抢银行容易多了。选基金要选历史收益高的,收益率最少得在100以上,什么景顺呀、上投呀、嘉时呀,只要名字里带“成长”的就买。

  秀:(停笔抬头,身子微掮)去银行开个帐户,再办个网上银行,24小时都能下单子,倍儿方便。一天就得上涨百分之二三,那一天才涨百分之零点几的根本就不惜得看。(继续算帐)

  郭:你猜买这样的基金要花多少钱?

  李:我觉得怎么也得五六文吧?

  郭:五六文?!那是分红前,买的时候才1文起(李伸出手来比划4,做吃惊状)。你别吃惊,还不打折。你得研究基金公司的运作方式,他们是借鸡下蛋,一分钱不掏,投资好了,不但买他基金的人多了,他自己还能多受益。所以,愿意分给你两文的基金根本不在乎再多分你两文。

  秀:什么叫好基金,你知道吗?就是不管大盘是涨是跌,都能保持较高的收益。所以,我们买基金的口号就是。(边说边走,走到郭身边)
       秀:不买最好,只买最贵。(两人做“说悄悄话”状,下场)

  李:真的呀,那我娶媳妇儿的钱可有着落了。(边走边说,做畅想状)

  白:得了吧,哪那么容易就让你挣那么多钱呀,优质基金那是凤毛麟角,而且投资期都长  

。再说了,买基金最少要1000文,你那200文还是存银行吧,听说又要加息了。

  (goal,goal,goal音乐)

  郭:秀才,我觉得有点头晕,扶我回去休息。

  六:军工,涨停!涨停!涨停!军工板块立功了,军工板块立功了!不要给空头任何的机会。

  伟大的中国A股的泡沫们!他继承了泡沫们的光荣的传统!有色、食品、资源在这一刻灵魂附体!军工一个板块他代表了中国A股悠久的历史和传统,在这一刻他不是一个板块在上涨,他不是一个板块!

  他面对的是全世界A股股民的目光和期待。

  涨停封死了!多头们获得了胜利。他们没有再一次倒在抛售者面前,伟大的泡沫!伟大的中国投机者!胜利属于金融,属于房地产,属于保资,属于基金,属于QFII,属于所有热爱A股的人!股民们今天赚钱快乐!A股万岁!(兴奋激动状)

  佟:小六这是咋了,早上吃了啥不干净的东西了吧。

  李:六儿,快坐,喝点水压压,你这是弄啥咧?

  白:他说的是股市。

  李:赌市!那不赌博吗?俺娘说了不能耍钱?

  六:不是赌市,是股市,就是炒股赚钱,来钱快,抄上个涨停板,一天就能赚10%。(手势)

  李:真的呀,那我娶小妾的钱都有着落了。(做畅想状)

  白:拉倒吧,股市比基金风险高多了,现在是“菜鸟”加“泡沫”,和赌博差不多。(失望)

  六:胡说,现在股指还太低,比恒指差远了,上涨空间大得很,牛市万岁!

  李:那咋买呀,200文够吗?(兴奋,凑到六旁边)

  六:多少都行,走我带你入市去。(下场)

  李:唉妈呀,那什么,掌柜的,那我请个假啊。

  佟:不行,你走了谁做饭啊。

  李:我一会儿就回来,等我圈着牛了,我请你们吃饭。牛啊!你等着我!(伸着手跑出去)

  佟:疯咧,全疯咧。

  贝:嫂子、嫂子,先预支我1000串儿糖葫芦钱行吗?(冲上来)

  佟:干啥?

  贝:买股票啊,今天大涨。
       佟:小贝,你懂股票吗?

  贝:我堂堂一派掌门怎么会不懂呢?老白,MUSIC。

  白:……

  贝:始终不满仓,涨跌心不慌。浅套要止损,深套就死扛。(自己做动作)  



  白:还一套一套的,说得好听,做起来难。

  贝:哎呀嫂子行不行啊。(撒娇)。

  佟:不行,炒股太危险了。

  贝:不危险,现在是牛市,上不封顶,你不懂。

  佟:我咋不懂咧,我吃的盐比你吃的饭多。

  贝:那是你口重。

  佟:那我走的桥还比你走的路多呢。

  贝:那是我懒得动。

  佟:这娃儿还敢犟嘴,展堂。

  白:葵花点穴手。

  贝:哎呀,我好命苦啊,要是我哥还在就好了。(撒泼耍赖)

  佟:好好好,拗不过你,钱给你,但是一定要小心啊。

  贝:知道了(唱着歌跳着出去)

  佟:唉,展堂,你咋懂那么多咧?

  白:曾经,我也是股市中的风云人物,人送外号“白百万”。(唱)曾经年少爱炒股,一心只想把钱赚,走遍了深圳上海,满眼都是涨停板。谁知道,忽如一夜政策来,大盘跳水个股发呆,不到半月我就百万变白板,现在只得沦为打工仔,这都是血泪换来的教训啊。

  贝(哭着进来)

  佟:咋的了,小贝,谁欺负你了。

  白:没什么,肯定是高点入市遇上大盘调整,被套牢了。

  佟:哎呀,这回你明白股市的厉害了吧,(武林外传片尾曲)股市有风险,入市要慎重。

  白:仅以此片献给那些奋斗在股市和基金第一线的同志们!多多发财!

  (全剧终)

转载于:https://www.cnblogs.com/jplee/archive/2007/02/24/654696.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
【5层】2800平米框架商务写字楼毕业设计(含计算书,建筑、结构图) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 、6可私信博主看论文后选择购买源代码。
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