我想起以前上資料探勘這門課的時候，老師曾經給我們講過麻省理工大學計算機系開發人臉識別程式的基本思路：每個人的人臉在計算機中可以表示為一組特徵向量，而人臉的每一種表情都可以標示為這一組特徵向量的線性組合，因此要識別兩幅人臉是不是屬於同一張，只要將兩幅人臉的特徵向量進行匹配，匹配上了就是同一張臉。

因此，基於這樣的思路，我立刻就想到了，通過歷史資料來獲得每個莊家操盤行為的特徵向量，然後透過這些特徵向量解析每一筆交易行為，標識屬於莊家的交易，積累一段時間的莊家交易便可以獲取莊家的持倉成本和現在所處的操盤階段。

把思路的來龍去脈理順了以後，我對自己的想法興奮不已，然後便開始著手實施自己的股票分析軟體。

首先要需要解決資料來源，這個問題比較簡單。我在自己的筆記本上裝了一個“嗅包器”，把沈軍給我那個軟體的在網路上傳輸的資料包都截獲下來，分析出網路對端提供資料來源的伺服器，然後反向破解出互動的使用者名稱和密碼，變可以偽裝成那個軟體從網路伺服器上獲取所有的交易資料。

接下來就需要確定特徵向量。每個特徵向量包含若干行為變數，如何在交易行為的若干行為變數中挑選出屬於特性向量的行為變數，就非常關鍵。好在資料探勘這門課我學的非常好，決策樹是確定行為變數以及變數權重的常用手段。我用決策樹從上千個行為變數中挑選出關鍵變數組成特徵變數，然後不斷用數學模型去訓練這些特徵變數，沒日沒夜的忙活了三天，把標識每個人行為的特徵向量最終確定下來。

Loading...

未載入完，嘗試【重新整理】or【關閉小說模式】or【關閉廣告遮蔽】。

嘗試更換【Firefox瀏覽器】or【Chrome谷歌瀏覽器】開啟多多收藏！

移動流量偶爾打不開，可以切換電信、聯通、Wifi。

收藏網址：www.peakbooks.cc

(＞人＜；)