WhooL !

人说春乏秋困，可也不是我现在这样吧，昨天从起来就想睡觉，不管怎么折腾还是困的一塌糊涂，最后熬到10点睡了，累得要死。
叔叔说要注意身体了，之前一直没有好好注意的，慢慢发现现在的这个身体要加机油了，一身的毛病

金融数学方法作为管理学院金融专业本科生必修课程，主要学习包括:
计量经济模型和方法、时间序列分析、ARCH-GARCH模型、Markowitz投资组合理论、随机过程理论、人工神经网络等数学理论及其在金融领域的应用。
具体包括：单方程计量经济学模型理论，联立方程计量经济学模型理论，生产函数模型理论，计量经济学模型在金融领域的应用，时间序列分析理论,平稳随机过程，AR,ARMA模型,时间序列分析在金融领域的应用,ARCH-GARCH模型,ARCH-GARCH模型在金融领域的应用, Markowitz投资组合理论模型及公式推导,均值方差模型，前沿面分析,Markowitz投资组合理论在金融领域的应用,随机过程理论,随机过程理论在金融领域的应用,期权定价模型，布莱克-斯科尔斯期权定价公式,股票市场预测的随机过程模型,前馈式人工神经网络模型,BP模型，BP算法,反馈式人工神经网络模型,自组织网，Hopfied网,人工神经网络模型在金融领域的应用.
本课程的教学目的是使学生掌握金融数学的基本模型和方法,提高学生利用定量化分析技术处理金融问题的能力，为进一步学习、研究现代金融理论打好基础。教学过程采取课堂讲解、案例教学、课堂讨论相结合的形式。本课程要求学生了解和掌握这些数学工具，能够将学到的金融数学方法与分析技术运用到实际的研究工作中。
原来我学的都是本科内容,想想本科能把这些啃下来的,也是N人了,至少我现在还不行

第1阶段是学习一些传统的技术分析指标，如MACD，KDJ，RSI 等等。发现不确定性很大。 第2阶段，学习用飞狐编程序，下载个许多人编制的指标，还学习了Vb，发现不确定性很大，虽然花样无穷，但本质上与传统的技术分析指标没有差别，都是建立在对历史数据简单的各种均线基础上而已。 第3阶段，追求更厉害的统计分析，学习了SPASS，玩熟了时间序列分析ARIMA。发现不确定性很大。原来ARIMA对白噪音的残差没有估计。 第4阶段，学习GARCH，该死的SPASS居然没有这个工具，只好学习MATLAB7。GARCH玩熟后，发现不确定性很大。原来，GARCH本质上依然是线性估计，不过是将ARIMA的残差继续ARIMA了一次。晕倒。 第5阶段，被一些网络N人忽悠人工神经网络，开始玩BP，RBF，发现不确定性很大。BP，RBF对历史数据的拟合简直是完美，但对未来的泛化，简直是狗屁。仍然不死心，又捣鼓用遗传算法改进，用混沌理论的相空间改进，依然是狗屎。 第6阶段，听南大的一个人工智能专家说，SVM是目前最NB的，继续学习，这玩意很难，终于还是给搞定了，结果，发现不确定性很大。正确率让人失望。 第7阶段，茫然之际，又有N人说，据说小波可能有用，找来书翻翻，感觉无比艰深。而此时对技术分析已经信心动摇。某日遇一朋友，实战高手，一席交谈演示，发现，靠，实战中还是传统的那几个老掉牙的指标最好，关键是是运用之妙了。 第8阶段，目前阶段，重新玩那传统的那几个老掉牙的指标。