徐小明是不折不扣的垃圾,根本不会炒股;靠卖书,讲课骗钱!!

本文回顾了徐小明在2009年上半年对于股市走势的多次预测,并对其预测准确性提出了质疑。文中列举了徐小明多次预测市场见顶但实际市场继续上涨的情况。
徐小明是不折不扣的垃圾。
转帖:
徐小明,看看你这半年的博客,你自己不害臊,我都为你脸红 
  3月20日,你123求死,得出的顶点是2295; 
  3月27日,你说“5浪5,行情已经进入末期”; 
  4月01日,早上你再次强调这里是5浪5,之后会有几个月的调整。“5浪上升后面,会有一个几个月的调整周期,那里才是最安全的点。”结果上午大盘破了2402的前高,中午你又特别提醒“过2402点也应保持冷静”、“追高的风险很大,比想象中还大。” 
  4月08日,你要大家赶紧逃,“我会全部卖掉,不开玩笑”、“大战在即”,逃跑“不要在乎小利”; 
  4月13日,大盘又没有如你所愿,不跌反升。你是这么解释的,“当市场与我们判断的方向并不一致的时候。一是坚持,一是纠错。”而你选择的不是纠错,而是坚持。“现在仍然坚持这里是顶部区域,并且是上升的末期。”; 
  4月20日,你又123就死,得出顶点是2570; 
  5月04日,大盘再次强劲上涨,你没有反思,没有道歉,而是出来谈信念、谈坚持,坚决看空做空。“而基本常看我博的人都知道, 这里我是看空的。而且也坚决的做了空,交易帐户里没有一股股票。”; 
  5月13日,你贴了一张图,再次提醒到了顶点。“连接多个重要高点的连线,我们可以清楚的看到目前的行情正处于高位,当空间先到达而时间未到,就形成了我前几天所说的在这里强势横盘等时间。”“现在很明显处于高位”、“君子应不立危墙之下”。 
  
  。。。。。。 
  
  其实从大盘1664启动开始,你就没有看好这轮行情,认为一定有二次探底,还有更低的买点,稍微涨一点,你就以为到顶了。但是当大盘没有按你的预期走时,你却没有任何反思,一厢情愿认为市场应该按你的思路走,一边一路唱空,一边不停修改123求死的顶点,错过了历史上最好赚钱的大半年时光,直到今天一直把大盘送到了3100点以上。现在既无反思之心,也无歉疚之意,还在用那些证明无用的思路和方法(比如一分钟高低点、数浪、测顶等)忽悠大众,甚至不惜扯谎企图掩盖以前的错误。。。。。。为了大家的利益,我只得拍案而起,去翻你的老底了!
内容概要:本文提出了一种考虑用户行为的基于扩散模型的电动汽车充电场景生成方法,并提供了完整的Python代码实现。该方法充分利用扩散模型在复杂数据分布建模方面的优势,精准捕捉并还原电动汽车用户的实际充电行为特征,如充电时间、持续时长、充电功率及空间分布等,从而生成高保、多样化的充电负荷场景。文中系统阐述了模型架构设计、训练流程、关键超参数设置及采样策略,实现了对充电需求不确定性的精细化建模,为后续电网规划、负荷预测、电力市场仿及有序充电策略研究提供了高质量的数据基础。; 适合人群:具备一定Python编程能力和机器学习基础知识,从事电力系统、交通电气化、综合能源系统、智能电网等领域研究的科研人员、工程师及研究生,尤其适用于关注负荷建模、不确定性分析与数据驱动仿方法的研究者。; 使用场景及目标:①生成具有实用户行为特征的电动汽车充电负荷场景,支撑高比例电动汽车接入下的电力系统影响分析;②服务于车网互动(V2G)、需求响应、配电网扩容规划等应用场景,提升模型对用户随机行为的刻画能力;③作为深度生成模型在能源领域应用的典型案例,帮助研究人员掌握扩散模型的原理与工程实现技巧。; 阅读建议:建议读者结合所提供的Python代码逐模块深入学习,重点关注数据预处理流程、扩散过程的正向加噪与反向去噪网络设计,以及条件输入如何融合用户行为特征,并鼓励在自有数据集上进行迁移训练与参数调优,以充分理解模型对复杂充电行为模式的学习与生成机制。
内容概要:本文围绕基于DDPM(去噪扩散概率模型)的电动汽车充电行为场景生成展开研究,提出了一种融合用户行为特征的充电行为建模方法。通过Python实现了扩散模型的核心算法,旨在对电动汽车用户的充电时间、持续时长、充电功率等关键行为变量的不确定性进行高保度模拟与多样化场景生成。该方法充分体现了数据驱动特性,利用实充电数据训练模型,有效捕捉实际充电行为的随机性、个体差异与时序依赖性,生成具有统计一致性的多维行为场景样本,为电力系统规划、微电网优化调度、有序充电管理及V2G策略设计等应用提供可靠的概率性输入。研究重点涵盖了前向加噪与反向去噪过程的理论实现、网络架构设计、数据预处理流程及采样策略。; 适合人群:具备一定Python编程基础和机器学习理论背景的研究生、科研人员,以及从事智慧交通、新型电力系统、新能源汽车能源管理、城市基础设施规划等领域的技术研发工程师。; 使用场景及目标:①支撑电动汽车集群充电负荷的概率性预测与多场景分析;②服务于高比例电动汽车接入背景下的微电网、主动配电网优化调度研究;③为充电基础设施规划、车网互动(V2G)控制策略与需求响应机制设计提供精细化的行为建模工具;④作为扩散模型在能源与交通交叉领域应用的典型案例,用于教学演示与学术研究,深化对生成模型解决现实世界不确定性问题能力的理解。; 阅读建议:建议读者结合所提供的Python代码进行实践操作,深入理解DDPM的数学原理与实现细节,重点关注数据标准化、噪声调度、U-Net网络结构设计及反向采样过程。推荐同步学习扩散模型的基础理论文献,以更好地把握模型超参数选择与训练技巧,并尝试将其迁移应用于其他类型的能源消费行为或交通出行场景的生成任务。
内容概要:本文围绕“新能源发电接入弱电网的宽频带振荡机理及抑制方法”开展深入研究,结合Matlab编程与Simulink仿台,系统剖析新能源发电系统在弱电网条件下引发的宽频带振荡问题。研究聚焦于变流器控制动态、锁相环(PLL)频率耦合效应、序阻抗建模及其交互特性等关键因素,揭示振荡产生的内在机理。通过构建精确的数学模型与电磁暂态仿模型,采用扫频分析法获取系统序阻抗特性,并结合奈奎斯特稳定性判据进行判别,验证理论分析的正确性。同时,提出针对性的抑制策略,如改进控制算法、引入阻尼补偿环节或优化控制器参数设计,以提升系统在弱电网环境下的稳定性。整个研究流程完整复现了博士论文级别的科研工作,具有较强的理论深度与工程应用价值。; 适合人群:适用于具备电力系统、电力电子或自动控制等相关专业背景,熟悉Matlab/Simulink仿工具,正在从事新能源并网、电力系统稳定性分析、变流器控制策略研究的研究生、科研人员及电力行业工程技术开发者。; 使用场景及目标:①深入理解新能源并网系统在弱电网中发生宽频带振荡的物理本质与动态演化过程;②掌握基于频域阻抗法的系统稳定性建模与分析方法;③学习并复现高水学术论文中的关键技术路线,提升独立科研能力与仿建模水;④为实际工程中新能源电站的并网稳定性问题提供理论依据与可行的抑制方案参考。; 阅读建议:建议读者结合文中提供的Matlab代码与Simulink仿模型,逐步完成从阻抗建模、扫频仿到稳定性判据应用的全过程实践,重点关注锁相环与电流环之间的动态耦合关系,并辅以相关文献深化对频域分析理论的理解,实现理论与仿的深度融合。
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