⑴ 牛頓有沒有抄股票是什麼時間什麼股票
牛頓也炒的，而且虧損嚴重。
-----------------------------
牛頓炒股巨虧，嘆言「能算準天體的運行，卻算不準人類的瘋狂」
大名鼎鼎的牛頓就曾做過一個瘋狂的股民。1711年，為攫取蘊藏在南美東部海岸的巨大財富，有著英國政府背景的英國南海公司成立，並發行了最早的一批股票。當時人人都看好南海公司，其股票價格從1720年1月的每股128英鎊左右，很快增值，漲幅驚人。這時候牛頓恰巧獲得了一筆款子，加上他個人的一些積蓄，看到如此利好消息，就在當年4月份投入約7000英鎊購買了南海公司股票。很快他的股票就漲起來了，僅僅兩個月左右，比較謹慎的牛頓把這些股票賣掉後，竟然賺了7000英鎊！
但是剛剛賣掉股票，牛頓就後悔了，因為到了7月，股票價格達到了1000英鎊，幾乎增值了8倍。經過「認真」的考慮，牛頓決定加大投入。然而此時的南海公司已經出現了經營困境，公司股票的真實價格與市場價格脫鉤嚴重，此前的6月英國國會通過了「反泡沫公司法」，對南海公司等公司進行限制。沒過多久，南海股票一落千丈，到了12月份最終跌為約124英鎊，南海公司總資產嚴重縮水。許多投資人血本無歸，牛頓也未及脫身，虧了2萬英鎊！這筆錢對於牛頓無疑是一筆巨款，牛頓曾做過英格蘭皇家造幣廠廠長的高薪職位，年薪也不過2000英鎊。事後，牛頓感到自己枉為科學界名流，竟然測不準股市的走向，感慨地說：「我能計算出天體運行的軌跡，卻難以預料到人們的瘋狂。」
⑵ 牛頓炒過股票嗎
牛頓買股票的時候大約在1721年，當時的股票並不是嚴格的上市公司股票，可以看成是「櫃台市場」、「場外市場」，當時南海公司幫英皇償還大筆軍事債務得到了墨西哥經商的獨占權力，南海公司拋出了大量股票，很多人都看好它買進，但是這是一個虛構的美夢，南海公司也只是一個空殼，南海公司吸金的成功也促進了以後股票的發展！
⑶ 從哪裡可以得到股票原始數據，我想通過這些數據編個程序，輔助炒股
沒研究過。你可以研究下大智慧之類軟體的程序，它們要通過證券公司伺服器接收證交所數據的。但是不建議你去做，一個是你不能保證接收數據及時穩定有效，二是完全沒必要，現有的軟體已經能提供給你所有成熟的解決辦法了，三是你真得做出來的時候你一定會發現遠沒有設想的那樣有效，甚至可以說毫無用處。
幾個軟體你可以對比分析：大智慧、同花順、通達信、博弈大師、文華財經。
肺腑之言，希望能有點作用，不當之處也望海涵。
⑷ AI都能炒股了，以後就要拼誰的演算法牛了
人工智慧量化交易平台宣布獲得數百萬人民幣融資。據悉，本輪融資將主要用於團隊建設、產品開發和硬體設備投入。
是一家基於人工智慧的量化投資公司，成立於2017年10月，主要將技術應用於量化投資領域，實現低風險高收益的投資回報。
中國私、公募基金規模呈大跨步發展，截止2018年2月底，中國私募基金規模已達12.01萬億元，公募資金規模已達12.64萬億，在控制風險的前提下，提高獲得投資收益的效率，是公、私募投資最大需求，國外盛行的量化交易越來越被國內機構所接受。
在量化交易這個領域，目前已有不少項目：私人量化交易平台JoinQuant、RiceQuant以及優礦，為量化交易領域提供核心演算法支持的眾加，量化策略商城微量網、以量財富為代表的量化理財平台，以及為量化投資者提供智能交易和分析工具的名策數據。
量化交易策略的建立是量化交易的重要環節。目前主要方式有兩種，一種是輸入與這套邏輯相關聯的因子，比如歷史表現、公司財務數據、宏觀經濟數據、上下游供應商數據等眾多參數，建立一套模型，以算出標的上漲或下跌的概率，並生成投資組合和調倉策略。隨著近幾年人工智慧興起，不少人開始選用機器學習等方式，輸入眾多因子，讓AI自己生成策略。
創始人兼CEO龐表示，的做法則不同，是用神經管網路替代原來用邏輯和策略構建的數學模型，通過輸入股票相關數據，利用訓練不同結構的神經網路來實現機器自主的量化交易。想做量化交易界的Deepmind（研發阿爾法狗的團隊），成為中國的基金。
目前，的首個產品A股機器人「狗」已上線，應用於國內二級市場的投資，產品已實盤測試8個月。數據顯示，狗實盤業績顯著，在2017年11月A股普跌的情況下(中證1000跌幅超4%)，狗依然實現了5.23%的收益，最大回撤控制在2.7%，並在2018年1月底上證指數大跌12%的情況下，智富狗做到了提前清盤避險，業績明顯優於大盤。
投資人黃表示：「人工智慧是非常好的提高效率的方式，非常關注人工智慧在各個領域的應用，我們認為以為代表的、基於神經網路的人工智慧量化交易平台，能極大地提高大型的高頻交易的效率。人的精力有限，一個再好的操盤手也不可能同時看2000支股票，但機器能輕易辦到。」
⑸ 什麼叫股票模型
股票模型就是對於現實中的個股，為了達到盈利目的，作出一些必要的簡化和假設，運用適當的數學分析，得到一個數學結構。
股票模型：
股票建模是利用數學語言（符號、式子與圖象）模擬現實的模型。把現實模型抽象、簡化為某種數學結構是數學模型的基本特徵。它或者能解釋特定現象的現實狀態，或者能預測到對象的未來狀況，或者能提供處理對象的最優決策或控制。
把個股的實際問題加以提煉，抽象為數學模型，求出模型的解，驗證模型的合理性，並用該數學模型所提供的解答來解釋現實問題，我們把這一應用過程稱為股票建模。
建模過程：
模型准備 ：了解個股的實際背景，明確其實際意義，掌握對象的各種信息。用數學語言來描述問題。
模型假設 ：根據實際對象的特徵和建模的目的，對問題進行必要的簡化，並用精確的語言提出一些恰當的假設。
模型建立 ：在假設的基礎上，利用適當的數學工具來刻劃各變數之間的數學關系，建立相應的數學結構。（盡量用簡單的數學工具）
模型求解 ：利用獲取的數據資料，對模型的所有參數做出計算（估計）。
模型分析 ：對所得的結果進行數學上的分析。
模型檢驗 ：將模型分析結果與實際情形進行比較，以此來驗證模型的准確性、合理性和適用性。如果模型與實際較吻合，則要對計算結果給出其實際含義，並進行解釋。如果模型與實際吻合較差,則應該修改假設，在次重復建模過程。
模型應用 ：應用方式因問題的性質和建模的目的而異。
⑹ 牛頓為什麼要炒股
牛頓炒股的目的是想通過股市上多賺些錢，與現在人們炒股的思路一樣的，最終要得到收益，賺得更多的錢。