下载文档原格式
逻辑思维！量化思维！五期035学员：从题材分析课，到买卖战法课，再到量化分析课，循序渐进，逐层剖析。
先选时后选股，题材为王，龙头优先，是思多金让我明白了，风险第一，如果不能控制好风险，遇上一次黑天鹅，最后还是竹篮打水一场空。
经过三个月的学习，我清楚的认识到一点，要想稳定盈利必须要有一套模式，要做大概率交易。
鹅老师说过，散户投资最难的就是去情绪化，确实如此，每当看到股票上涨时，人的欲望总会让人有一种股票还会继续上涨的想法，每当看到股票下跌时，总是安慰自己明天就不会再跌了。
再等等看，可实际的结果却是盈利的都回撤了，套牢的越套越深。
学习量化课程后，我做了几个游资的风格统计。
有的游资就是做惯性套利，今天买，明天卖。
无论明天是大盘是否走强，无论明天自己持有的个股是否涨停，是否跌停，是否亏损，都坚决卖出。
这就是模式，这就是纪律。
通过量化分析，龙回头战法的胜率可以达到70%左右，自从学习龙回头战法后，加上自己的量化总结，形成了自己的龙回头战法交易系统。
先后成功操作过信达地产，英力特，浩物股份，国栋建设等等，我目前就只做这种模式，专做龙回头。
另外，我学习量化分析课后，我自己在研究另外一种模式，就是热点题材的龙二战法。
因为很多时候，当一个题材走强时，龙一很多时候会一字板，无法参与。
像之前的国中水务龙一，龙二皇氏集团也跟随走出3连板，像最近的高送转预期，龙一燕塘乳业2个一字板，龙二亚玛顿也有接近35%的涨幅。
这就是思多金的过人之处，他不仅仅教技术，更重要的是教方法，教会了我们方法，我们自己也可以自己做量化统计，量化出更多的交易模式。
有了自己的交易模式后，交易的成功率大大提高。
五期022学员：有种突破瓶颈的感觉，以前一直靠市场当老师，很多操作都有种模糊的概念，学完之后就像打通任督二脉一样，很清晰了，特别是量化战法，把我以前做的组合一下子就理顺了，哪些是运气，哪些是逻辑对，整体思路非常清晰，特别感谢企鹅老师，他所有授课其实都在强调一件事：逻辑。
谓词逻辑的量词与量化规则谓词逻辑是一种符号逻辑系统，用于分析和描述自然语言中的命题和关系。
在谓词逻辑中，量词（quantifier）扮演着重要的角色，它用于表示命题在给定领域中的范围和数量。
本文将探讨谓词逻辑中的量词与量化规则，并阐述其在逻辑推理和语义表达中的作用。
一、量词的概念与类别量词是谓词逻辑中用于确定命题范围和数量的逻辑符号。
在谓词逻辑中，常见的量词包括普遍量词（universal quantifier）和存在量词（existential quantifier）。
普遍量词（∀）表示命题是对领域内的所有个体都成立的，它对应的逻辑关系是“对于所有...都...”。
例如，∀x P(x)表示命题P(x)在领域中的所有个体x上都成立。
存在量词（∃）表示命题至少有一个个体使其成立，它对应的逻辑关系是“存在...使得...”。
例如，∃x P(x)表示命题P(x)至少存在一个个体x使其成立。
二、量词的运用和量化规则在谓词逻辑中，量词与量化规则相结合，用于确定命题范围和数量的推理与表达。
1. 普遍量词的运用普遍量词∀用于表达一个命题在领域中的所有个体上都成立。
其运用的量化规则包括全称引入（universal instantiation）和全称消去（universal generalization）。
全称引入（UI）是指从一个普遍命题推出一个特殊命题。
例如，当我们知道∀x P(x)成立时，可以通过全称引入规则得到P(a)成立，其中a是领域中的任意个体。
全称消去（UG）是指从一个特殊命题推出一个普遍命题。
例如，当我们知道P(a)成立时（a为领域中的任意个体），可以通过全称消去规则得到∀x P(x)成立。
2. 存在量词的运用存在量词∃用于表达一个命题至少有一个个体使其成立。
其运用的量化规则包括存在引入（existential instantiation）和存在消去（existential generalization）。
量化的逻辑2015.3.8这是一篇对于理念和逻辑的总结。
1. 客观真实不可知。
1）客观真实，与绝对真理，是同一个存在。
都是可望而不可及的。
2）人的观察，受限于进化形成的器官，以及观察所使用的工具，必然是片面的，扭曲的，不能完整真实地反映客观真实。
3）不论如何地进步，观察所得离客观真实的差距都是绝对存在的，而这个差距在某些场合某些意义上，是绝对地大，而不是微乎其微。
4）人类所使用的语言，不论其内涵外延如何，必然只是一种归纳，而与具体所指的客观有所偏差。
而在沟通中，也会加入噪音。
更不必说，歌德尔定律证明了符号系统必然是有限和不完备的，无法反映无限的客观真实。
5）线性的，逻辑的思维方式，是人类大脑在进化中形成的本能。
把客观世界简化成一个模式，而无视与这个模式不同的地方，这是黑天鹅的源头。
客观世界是无所谓黑天鹅这个概念的，只有当人类把自己大脑中的模式，当作绝对存在时，才会出现黑天鹅。
6）客观世界的可知与不可知，实质上是一种信仰，或者世界观的哲学，并无是非对错可言。
不论人类的知识是否在辩证式的螺旋发展，还是线性地积累，都只是无根基的虚空中的浮舟。
2. 三层映射。
1）货币是人类的一个重大发明，会计体系、证券市场也是。
2）会计报表、会计准则，是被发明和设计出来，用来反映公司这种人类协作活动的一种工具。
它并不能客观、真实、完整地反映客观实在，只是一种必然会带有偏差的映射。
3）以会计报表和其它各种经营信息为基础，去形成证券的价值和价格，这是第二层映射。
不论是对未来现金流的预估，还是各种信息的收集分析，还是交易双方的买卖力量对比，在形成最终价值上，每一个环节都会有偏差。
4）以市场交易数据为基础，构造一个模型，是第三层映射。
所有的K线，都只是一种取样。
但是即使把每一笔交易都包括进了模型，即使把每一次挂单询盘都包括进了模型，以大数据的方式得到的，仍然只是样本而不是总体。
因为市场是包括了买卖双方，以及政府等参与者的，交易数据所表现的，只是冰山一角。
量化投资的基本步骤和逻辑
1. 确定投资目标和策略：投资者需要明确自己的投资目标，如长期增值、稳定收益等，并根据目标选择相应的投资策略，如多头策略、空头策略、套利策略等。
2. 数据收集和整理：量化投资需要大量的数据支持，因此需要收集和整理相关的数据，包括市场数据、公司财报、宏观经济数据等。
同时，还需要对数据进行清洗和预处理，以确保数据的质量和准确性。
3. 特征工程：在收集和整理数据的基础上，需要提取出有用的特征，以便构建模型。
特征工程包括选择合适的变量、计算统计指标、构建因子等。
4. 模型构建和回测：根据特征工程的结果，构建相应的数学模型，如线性回归模型、决策树模型、神经网络模型等。
然后，利用历史数据对模型进行回测，评估模型的准确性和效果。
5. 实盘交易和风险控制：在模型回测效果良好的情况下，可以将模型应用于实盘交易。
同时，需要制定相应的风险控制策略，以降低投资风险。
6. 模型优化和更新：量化投资的模型需要不断优化和更新，以适应市场的变化。
因此，需要定期对模型进行评估和改进，以提高投资效果。
总的来说，量化投资的基本步骤和逻辑是基于数据和模型的决策，通过对历史数据的分析和预测，构建有效的投资策略，并在实盘交易中不断优化和更新模型，以实现更好的投资效果。
量化资金的洛基逻辑
所谓“量化”是区别于传统的“定性”投资而言。
量化投资，顾名思义，就是在做交易决策的时候，借助科学方法，用数学程式和自动交易算法来执行人的投资策略和逻辑。
传统的交易员比较依赖经验和直觉，而量化交易员会基于历史数据，将投资理念、投资策略写成程序，不依赖主观认知，让程序自行交易。
“量化”的过程借助了电脑乃至超级电脑，为人类进行数据收集、处理，并多次循环完成模型拟合、策略回测、策略修改的工作，通过小量资金进行实盘操作，确认策略运行良好后，再放大资金真正实行。
投资时，我们常常遇到的问题是在市场狂热时自己头脑一热，不是拿不住就是高位入场，而在市场悲观的时候自己也恐慌，只想割肉求生。
而量化投资会极大地减少投资者情绪波动的影响，避免在市场极度狂热或悲观的情况下作出非理性的投资决策。
这就是量化投资的特点之一：纪律性更强，避免人性弱点。
量化投资还具有着可以高效、准确地处理海量信息的特点，由于机器覆盖面广，可以建筑多层次模型、进行多角度观察，监控全市场，并选择几百只股票进行投资。
可以在众多股票中发现价格错配的个股，能够及时跟踪市场，发现交易机会，准确客观评价交易机会，妥善运用套利，从而获取超额收益。
另外，分散投资目标也可以分散风险。
《逻辑学导论》教学讲义目录第一讲绪论第一节逻辑学的研究对象1�1关于“逻辑”一词1�2逻辑学是研究推理论证的学问1�3演绎与归纳第二节形式化——逻辑学研究方法的特点2�1命题、推理的形式与内容2�2推理的有效性只同形式相关2�3逻辑学研究的形式化特征第三节逻辑学理论的意义及其与相关学科的关系3�1逻辑学理论的重要意义3�2逻辑学与思维科学的关系3�3逻辑学与语言学的关系第二讲词项第一节词项概述1�1什么是词项1�2词项的逻辑特征1�3词项与语词、概念第二节词项的种类2�1单独词项与普遍词项2�2集合词项与非集合词项2�3实词项与虚词项2�4正词项与负词项第三节词项之间的关系3�1相容关系3�2不相容关系第四节明确词项的逻辑方法4�1概括与限制4�2划分4�3定义第三讲传统直言命题逻辑第一节命题概述1�1什么是命题1�2命题的逻辑特征1�3命题与语句、判断第二节传统直言命题2�1传统直言及其逻辑结构2�2直言命题的分类2�3直言命题的周延性2�4A、E、I、O之间对当关系2�5传统直言命题的文恩图解第三节直接推理3�1直言命题推理概述3�2对当关系推理3�3变形推理第四节三段论4�1什么是三段论4�2三段论的规则4�3三段论的格4�4三段论的式4�5非标准形式的三段论第四章复合命题与命题公式第一节复合命题概述1�1复合命题及其逻辑结构1�2复合命题的逻辑特征第二节复合命题的几种基本形式2�1负命题2�2联言命题2�3选言命题2�4条件命题2�5等值命题第三节命题公式与真值函数3�1命题公式3�2命题公式与真值函数第四节命题公式之间的逻辑等值关系4�1命题公式之间的逻辑等值4�2几个重要的重言等值式4�3命题公式的相互定义第五章命题逻辑第一节基本的有效推理式1�1有效推理与无效推理1�2基本的有效推理式第二节推理有效性的形式证明2�1推理有效性与命题演算2�2有效推理的形式证明2�3基本推导规则与等值替换规则2�4条件证明规则2�5间接证明规则2�6证明重言式第三节无效推理的判定3�1用真值表证明推理的无效性3�2用归谬赋值法判定推理的有效与无效3�3证明公式集合的协调性第六讲量化逻辑第一节简单命题的逻辑结构1�1个体词和谓词和单称命题1�2谓词模式、命题函数与量化命题1�3量化命题公式1�4量化命题公式的真假条件第二节量化命题的形式化2�1A、E、I、O命题的形式化2�2一般简单命题的形式化2�3多重量化命题第三节量化推理规则3�1全称例示规则�简记为U S�3�2存在概括规则�简记为E G�3�3全称概括规则�U G�3�4存在例示规则�E S�第四节无效量化推理的判定4�1量化公式的真值函项展开式4�2无效量化推理的判定第七讲规范逻辑初步第一节模态命题1�1模态词与模态命题1�2模态命题的逻辑性质第二节规范命题2�1规范命题概述2�2规范命题的逻辑形式2�3规范命题的逻辑特征第三节规范推理3�1规范对当关系推理3�2复合规范命题的推理第八讲逻辑思维的基本规则第一节同一律1�1同一律内容和要求1�2违反同一律要求产生的逻辑错误1�3同一律的作用第二节矛盾律2�1矛盾律内容和要求2�2违反矛盾律要求产生的逻辑错误2�3矛盾律的作用第三节排中律3�1排中律内容和要求3�2违反排中律要求产生的逻辑错误3�3排中律的作用3�4排中律与矛盾律的区别第一讲绪论在本讲中我们要讨论逻辑学的研究对象�逻辑学研究方法的特点�逻辑与一些相关科学的关系�以及逻辑学的学科性质及其重要应用价值。
量化交易的逻辑量化交易是一种基于数学模型和统计分析的交易方式，它通过对市场数据的分析和预测，以及对交易策略的优化和调整，实现了对交易风险的有效控制和收益的最大化。
在这种交易方式中，逻辑思维和数据分析能力是至关重要的。
一、逻辑思维在量化交易中的作用量化交易的核心是交易策略的设计和优化，而交易策略的设计和优化需要建立在逻辑思维的基础上。
逻辑思维是指通过分析和推理，从事物之间的关系中得出结论的思维方式。
在量化交易中，逻辑思维主要体现在以下几个方面：1. 分析市场数据的逻辑量化交易的第一步是分析市场数据，了解市场的走势和趋势。
这需要对市场数据进行逻辑分析，找出其中的规律和趋势。
例如，通过对历史数据的分析，可以发现某些股票在特定时间段内的涨跌幅度较大，或者某些股票在特定事件发生后的表现较为稳定。
这些规律和趋势可以为交易策略的设计提供重要的参考。
2. 设计交易策略的逻辑交易策略的设计需要建立在对市场数据的逻辑分析基础上。
在设计交易策略时，需要考虑多种因素，如市场趋势、交易成本、风险控制等。
这需要运用逻辑思维，从多个角度出发，综合考虑各种因素，设计出最优的交易策略。
3. 优化交易策略的逻辑交易策略的优化是量化交易的重要环节之一。
在优化交易策略时，需要通过对历史数据的回测和模拟交易，找出交易策略的优缺点，并对其进行改进和优化。
这需要运用逻辑思维，从多个角度出发，找出交易策略的不足之处，并提出改进方案。
二、数据分析能力在量化交易中的作用量化交易的另一个核心是数据分析能力。
数据分析能力是指通过对市场数据的收集、整理和分析，得出对市场走势和趋势的预测和判断的能力。
在量化交易中，数据分析能力主要体现在以下几个方面：1. 数据收集和整理量化交易需要大量的市场数据作为基础，这需要对市场数据进行收集和整理。
数据收集和整理需要运用数据分析工具，如Python、R等，对市场数据进行清洗、处理和转换，以便于后续的分析和预测。
2. 数据分析和预测数据分析和预测是量化交易的核心环节之一。
