購物比價 | 找書網 | 找車網 |
FindBook |
|
有 1 項符合
矩陣圖資訊股份有限公司的圖書 |
最新圖書評論 - | 目前有 1 則評論 |
|
![]() |
$ 425 ~ 1512 | 甘氏矩陣圖(時間推算新篇)
作者:矩陣 出版社:矩陣圖資訊股份有限公司 出版日期:2016-01-30 規格:平裝 / 704 / 18 / 單色 ![]() ![]() |
|
可分割成4個2×2的矩陣 P 11 = [ 1 2 1 2 ] , P 12 = [ 3 2 7 5 ] , P 21 = [ 4 9 6 1 ] , P 22 = [ 2 6 5 8 ] {\displaystyle P_{11}={\begin{bmatrix}1&2\\1&2\end{bmatrix}},P_{12}={\begin{bmatrix}3&2\\7&5\end{bmatrix}},P_{21}={\begin{bmatrix}4&9\\6&1\end{bmatrix}},P_{22}={\begin{bmatrix}2&6\\5&8\end{bmatrix}}} P = [ P 11 P 12 P 21 P 22 ] {\displaystyle P={\begin{bmatrix}P_{11}&P_{12}\\P_{21}&P_{22}\end{bmatrix}}} 。將矩陣分塊可以使得矩陣結構清晰,在某些時候可以方便運算、證明。兩個大小相同、分塊方式也相同的矩陣可以相加。行和列的塊數符合矩陣乘法要求時,分塊矩陣也可以相乘。將矩陣分塊相乘的結果與直接相乘是一樣的。用分塊矩陣求逆,可以將高階矩陣的求逆轉化為多次低階矩陣的求逆。 應用[編輯]
矩陣在許多領域都應用廣泛。有些時候用到矩陣是因為其表達方式緊湊,例如在博弈論和經濟學中,會用收益矩陣來表示兩個博弈物件在各種決策方式下的收益。文字挖掘和索引典組譯的時候,比如在TF-IDF方法中,也會用到檔案項矩陣來追蹤特定詞彙在多個檔案中的出現頻率。
複數可以用實係數的2×2矩陣表示: a + i b ↔ [ a − b b a ] , {\displaystyle a+ib\leftrightarrow {\begin{bmatrix}a&-b\\b&a\end{bmatrix}},}
這種表示法與複數的加減法、乘法都相容。比如,2×2的旋轉矩陣可以用來表示模長為1的複數,一個向量乘以此旋轉矩陣可以視作一個複數乘以該模長為1的複數。對四元數也有類似的矩陣表達。
早期的密碼技術如希爾密碼也用到矩陣。然而,矩陣的線性性質使這類密碼相對容易破解。電腦圖像處理也會用到矩陣來表示處理物件,並且用放射旋轉矩陣來計算物件的變換,實現三維物件在特定二維螢幕上的投影。多項式環上的矩陣在控制論中有重要作用。
化學中也有矩陣的應用,特別在使用量子理論討論分子鍵和光譜的時候。具體例子有解羅特漢方程式時用重疊矩陣和福柯矩陣來得到哈特里-福克方法中的分子軌道。 圖論[編輯] 一個無向圖的鄰接矩陣 [ 1 1 0 1 0 1 0 1 0 ] {\displaystyle {\begin{bmatrix}1&1&0\\1&0&1\\0&1&0\end{bmatrix}}} 。
圖論中可以用矩陣描述一個有限圖。這個矩陣叫做相關矩陣的鄰接矩陣,記錄了圖的每兩個頂點之間是否有邊連接。對簡單圖來說,鄰接矩陣的元素只取兩個值:0和1,第 i {\displaystyle i} 列第 j {\displaystyle j} 行上取值為0,表示沒有從第 i {\displaystyle i} 個頂點連到第 j {\displaystyle j} 個頂點的邊,取值為1則說明有。如果是一般情況的話,第 i {\displaystyle i} 列第 j {\displaystyle j} 行上的取值是從第 i {\displaystyle i} 個頂點連到第j個頂點的邊的數目。距離矩陣則是表示圖中各頂點之間距離的矩陣。在研究網際網路等複雜網路的時候,鄰接矩陣常常會是稀疏矩陣。因此網路理論中有專門研究稀疏矩陣的方面。 數學分析[編輯]
在多元函數微積分學中,對二階偏導數存在的函數 f : R n → R {\displaystyle f:\mathbf {R} ^{n}\rightarrow \mathbf {R} } ,可以定義其海森矩陣: H ( f ) ( x ) = [ ∂ 2 f ∂ x i ∂ x j ( x ) ] {\displaystyle H(f)(x)=\left[{\frac {\partial ^{2}f}{\partial x_{i}\,\partial x_{j}}}(x)\right]} 。
維基百科
從2002年《價格篇》出版後,這些年從讀者、學員的建言中,從許多問題的討論經驗中得知,剛開始研讀這本書時,其實不是很輕鬆,但一旦進入狀況,卻並不難懂。於是,時間推算的開始,要先提出建議,請以輕鬆的心情進入您的時間之旅,但是不要如看小說般隨意翻閱,不用急,給自己多些閱讀的時間,看完一遍之後,第二遍再來逐步探討,理解之後,才作更進一步的深入學習。如對學習進程仍有疑問,請先翻看P305~307『價格/時間推算』的學習順序』。
最早從《價格篇》開始,就強調學習矩陣圖要『空杯進入』。除了空杯才能再裝進新的東西之外,重點在,矩陣圖是數字的表現應用,而一般圖表分析是曲線的表現,雖然都是技術分析,最終的目的都是一樣,但是學習的觀念及使用技巧是全然不同的,如果在學習過程中思考及應用時,加入其它的東西,是不會讓學習的速度加快,讓理解的範圍加大,基本上不會有加分的效果,反而會產生阻礙。矩陣圖中包含了許多美麗又迷人的東西,只要簡單使用,即會產生最大的力量,加什麼東西進去都是畫蛇添足,請學習者一定要先認知這一點。
進入學習後,接著請要『按部就班』的走,一定是瞭解一個章節的說明或推算使用後,才進入下一段。因為矩陣圖中所有的推算技巧,每一種都能單獨運作,都是一個推算系統,不是一本書要從頭到尾的熟悉後才能運用。按進度推進,一路上所有的推算技巧都會有一個學習、熟練的空間,一個一個先後的熟悉運用後,學員將可以輕易的將它們依短線、波段、中線的推算需求去單獨使用,或組合使用,這才是真正會使用矩陣圖了。
其次要注意的是,雖然矩陣圖能提供最好的波段推算(無論大小)但我們希望學習者要脫離『摸頭測底』的舊有心態,雖然許多人都這麼做,像是必須遵循的 “規範”,在這裡真誠的告訴您,在還沒有能在市場裡生存之前,做一些摸頭測底的推算、預測,對操作是沒幫助的,因為多數人根本不會按所研判的高、低點去執行操作,或許這才是令我們輸錢的原因(第五章我們會再討論到)。學習者要重新建立操作的新觀念,這才能有真正學習到矩陣圖的價值,才有明天會不一樣的契機。我們提出這些建議,是希望每一個學習者都能從改變自己的觀念開始,到真正學到、學好矩陣圖,而後能發揮出矩陣圖的力量。
本書是百年來技術分析史上,第一本專論『時間推算』的書,而且是以甘氏矩陣圖為推算基礎,可不是嗎!這世界除了《甘氏理論》,還沒有能加入時間推算的理論,所以這本書不是新創的理論,是延續甘氏的光亮而來!今年是甘氏辭世的第57年,學習者該先感謝甘氏的睿智。
“時間推算”向來是技術分析領域中可遇而不可求的秘笈,正因如此,一直以來時間推算都是帶著神秘色彩,且也在不能為外人道的隱密隔離中。學習者根本不可能在書架上找到此類的書籍,或有地方學習,因為這是不傳之秘。這幾年我們雖然一直有開設時間推算的研習課程,但參與學習的人究竟是少數,還不能產生時間的力量。此書發行後,應會有更多的學習者加入,市場也可能在短時間內,會時間推算的人,一下子多了起來,這會造成時間推算的風潮嗎?或會對市場上的時間週期有影響?我們希望這會是一個良性的發展,同時也要給學習者一些建議“給自己充分學習的時間”這是重要的學習心態,請記得:『沒有時間歷程,就不能實現、完成什麼!』
新的奧妙學習之旅就要開始,祝福大家!
作者簡介:
作 者 ‧ 矩陣
本名/王豐
是個甘氏的追隨者;追隨甘氏自然律動的分析方式,追隨甘氏
如宗教傳道般熱誠的傳揚其所學。
矩陣‧這名子是網路上的暱稱。整個矩陣圖的推廣是從網路上
開始的,所以作者名仍沿用這個稱謂。35歲時才開始學矩陣圖,
唯恐晚了,鑽研過程中,如夸父般拼命追趕,現在是,午後,他在日之180度角,等候您,接手!
|
|