$理想汽车(LI)$为啥我账户里还是没有显示？

$理想汽车(LI)$申了8000股，一股都没中，歧视啊！

$拼多多(PDD)$每次跌两天，各路牛鬼蛇神就都跑出来看空到$30，但是只见嘴炮，不见行动，妥妥键盘侠！

一个企业的CEO好坏，基本决定了这个企业的发展方向和成长走势，一个好的ceo，能加快企业的革新步伐，走尽量少的弯路，用最低的成本干最大的事。一些鲜明的企业，就像Elon之于Tesla，黄峥之于拼多多，都是很好的例子。还有一个可能被很多人忽视的，但其实也是新上市的公司：达达(DADA). 一周前上市，第三天破发，第二周连续三天涨了50%，感觉风水轮流转的太快了，但其实，这都是庄家洗牌的选择。CEO：蒯佳祺， 毕业于MIT物流专业，2014年创办了达达，专注于本地生鲜即使快送，2016年与京东到家合并，至此有了一个异常响亮的，以快递见长的干爹。2020年6月5号，达达在纳斯达克上市，代号DADA（也有“爸爸”的意思？难道要和另一个BABA竞争：）股票走势这里就不说了，好的股票总趋势肯定向上，起起伏伏总会有的。上市后的两星期，一场大戏618开始了，京东淘宝苏宁都宣布了自己的战绩，这莫显眼的战绩，背后的快递一定不能忽略。“达达集团618战报：京东到家峰值日销售同比翻倍 达达快送亦现爆发增长”快递行业竞争很激烈，在即时快递的赛道里，达达目前只有美团一个竞争对手。阿里把持的四通一达，顺丰的速运，京东的自有物流都（暂时）没有即时到家型的战略；只有达达的达达快送和京东到家对比美团的骑手，谁能占领这个“最后一公里”，相较于电商来说也是相当重要的。DADA的一些数据分析，我就不COPY/PASTE了，有兴趣的可以看看：**那麽问题来了，拼多多会站在哪一个赛道？

我关注了这个repo, 自己接到了不下百封邮件（发给author的）都要求能不能share codes. 作者展示了些部分片段，但要是完成做成pipeline, 还需要很大一部分的精力和时间。我觉得这个还是很有启发意义，用到了几乎能想到的所有机器学习/深度学习的方法去预测价格走向。说些我自己的想法： Step1: Feature importance, dimensionality reduction 我自己也在工作中也用到了不少feature analysis的工具，random forest, extra tree, gradient boost 都可以用来分析不同的feature， 比如说50ma, 200ma, candle stick, pressure level， 空头回补天数等等。 主要是分析anomaly, 例如交易量的突然变化。 现在社交媒体经常也会有不少的大型媒体会放出breaking news，我们需要追踪几个重要的twitter account, 例如说Citron research, muddy water, 还有Elon, Trump 等等经常影响大盘指数跳来跳去的。 Step2: 基于每一个feature的重要性(importance factor), 给几个最重要的feature一个权重系数。谁最重要系统可以告诉我们一部分，但（我觉得）更重要的是基于我们的经验。Trump发个推特说需要和中国重新谈贸易关税，股市必然上蹿下跳，我就给他0.9的权重。 Step3: Long short-term memory 用来预测模型也许有用，但我的经验是没那麽有用，可能还是我的feature不够准确？ Step4: GAN GAN其实是很难训练的，我自己工作中也用GAN来提高深度学习预测出来结果的分辨率，我称它为Super Resolution GAN.