⑴ 牛顿有没有抄股票是什么时间什么股票
牛顿也炒的，而且亏损严重。
-----------------------------
牛顿炒股巨亏，叹言“能算准天体的运行，却算不准人类的疯狂”
大名鼎鼎的牛顿就曾做过一个疯狂的股民。1711年，为攫取蕴藏在南美东部海岸的巨大财富，有着英国政府背景的英国南海公司成立，并发行了最早的一批股票。当时人人都看好南海公司，其股票价格从1720年1月的每股128英镑左右，很快增值，涨幅惊人。这时候牛顿恰巧获得了一笔款子，加上他个人的一些积蓄，看到如此利好消息，就在当年4月份投入约7000英镑购买了南海公司股票。很快他的股票就涨起来了，仅仅两个月左右，比较谨慎的牛顿把这些股票卖掉后，竟然赚了7000英镑！
但是刚刚卖掉股票，牛顿就后悔了，因为到了7月，股票价格达到了1000英镑，几乎增值了8倍。经过“认真”的考虑，牛顿决定加大投入。然而此时的南海公司已经出现了经营困境，公司股票的真实价格与市场价格脱钩严重，此前的6月英国国会通过了“反泡沫公司法”，对南海公司等公司进行限制。没过多久，南海股票一落千丈，到了12月份最终跌为约124英镑，南海公司总资产严重缩水。许多投资人血本无归，牛顿也未及脱身，亏了2万英镑！这笔钱对于牛顿无疑是一笔巨款，牛顿曾做过英格兰皇家造币厂厂长的高薪职位，年薪也不过2000英镑。事后，牛顿感到自己枉为科学界名流，竟然测不准股市的走向，感慨地说：“我能计算出天体运行的轨迹，却难以预料到人们的疯狂。”
⑵ 牛顿炒过股票吗
牛顿买股票的时候大约在1721年，当时的股票并不是严格的上市公司股票，可以看成是“柜台市场”、“场外市场”，当时南海公司帮英皇偿还大笔军事债务得到了墨西哥经商的独占权力，南海公司抛出了大量股票，很多人都看好它买进，但是这是一个虚构的美梦，南海公司也只是一个空壳，南海公司吸金的成功也促进了以后股票的发展！
⑶ 从哪里可以得到股票原始数据，我想通过这些数据编个程序，辅助炒股
没研究过。你可以研究下大智慧之类软件的程序，它们要通过证券公司服务器接收证交所数据的。但是不建议你去做，一个是你不能保证接收数据及时稳定有效，二是完全没必要，现有的软件已经能提供给你所有成熟的解决办法了，三是你真得做出来的时候你一定会发现远没有设想的那样有效，甚至可以说毫无用处。
几个软件你可以对比分析：大智慧、同花顺、通达信、博弈大师、文华财经。
肺腑之言，希望能有点作用，不当之处也望海涵。
⑷ AI都能炒股了，以后就要拼谁的算法牛了
人工智能量化交易平台宣布获得数百万人民币融资。据悉，本轮融资将主要用于团队建设、产品开发和硬件设备投入。
是一家基于人工智能的量化投资公司，成立于2017年10月，主要将技术应用于量化投资领域，实现低风险高收益的投资回报。
中国私、公募基金规模呈大跨步发展，截止2018年2月底，中国私募基金规模已达12.01万亿元，公募资金规模已达12.64万亿，在控制风险的前提下，提高获得投资收益的效率，是公、私募投资最大需求，国外盛行的量化交易越来越被国内机构所接受。
在量化交易这个领域，目前已有不少项目：私人量化交易平台JoinQuant、RiceQuant以及优矿，为量化交易领域提供核心算法支持的众加，量化策略商城微量网、以量财富为代表的量化理财平台，以及为量化投资者提供智能交易和分析工具的名策数据。
量化交易策略的建立是量化交易的重要环节。目前主要方式有两种，一种是输入与这套逻辑相关联的因子，比如历史表现、公司财务数据、宏观经济数据、上下游供应商数据等众多参数，建立一套模型，以算出标的上涨或下跌的概率，并生成投资组合和调仓策略。随着近几年人工智能兴起，不少人开始选用机器学习等方式，输入众多因子，让AI自己生成策略。
创始人兼CEO庞表示，的做法则不同，是用神经管网络替代原来用逻辑和策略构建的数学模型，通过输入股票相关数据，利用训练不同结构的神经网络来实现机器自主的量化交易。想做量化交易界的Deepmind（研发阿尔法狗的团队），成为中国的基金。
目前，的首个产品A股机器人“狗”已上线，应用于国内二级市场的投资，产品已实盘测试8个月。数据显示，狗实盘业绩显著，在2017年11月A股普跌的情况下(中证1000跌幅超4%)，狗依然实现了5.23%的收益，最大回撤控制在2.7%，并在2018年1月底上证指数大跌12%的情况下，智富狗做到了提前清盘避险，业绩明显优于大盘。
投资人黄表示：“人工智能是非常好的提高效率的方式，非常关注人工智能在各个领域的应用，我们认为以为代表的、基于神经网络的人工智能量化交易平台，能极大地提高大型的高频交易的效率。人的精力有限，一个再好的操盘手也不可能同时看2000支股票，但机器能轻易办到。”
⑸ 什么叫股票模型
股票模型就是对于现实中的个股，为了达到盈利目的，作出一些必要的简化和假设，运用适当的数学分析，得到一个数学结构。
股票模型：
股票建模是利用数学语言（符号、式子与图象）模拟现实的模型。把现实模型抽象、简化为某种数学结构是数学模型的基本特征。它或者能解释特定现象的现实状态，或者能预测到对象的未来状况，或者能提供处理对象的最优决策或控制。
把个股的实际问题加以提炼，抽象为数学模型，求出模型的解，验证模型的合理性，并用该数学模型所提供的解答来解释现实问题，我们把这一应用过程称为股票建模。
建模过程：
模型准备 ：了解个股的实际背景，明确其实际意义，掌握对象的各种信息。用数学语言来描述问题。
模型假设 ：根据实际对象的特征和建模的目的，对问题进行必要的简化，并用精确的语言提出一些恰当的假设。
模型建立 ：在假设的基础上，利用适当的数学工具来刻划各变量之间的数学关系，建立相应的数学结构。（尽量用简单的数学工具）
模型求解 ：利用获取的数据资料，对模型的所有参数做出计算（估计）。
模型分析 ：对所得的结果进行数学上的分析。
模型检验 ：将模型分析结果与实际情形进行比较，以此来验证模型的准确性、合理性和适用性。如果模型与实际较吻合，则要对计算结果给出其实际含义，并进行解释。如果模型与实际吻合较差,则应该修改假设，在次重复建模过程。
模型应用 ：应用方式因问题的性质和建模的目的而异。
⑹ 牛顿为什么要炒股
牛顿炒股的目的是想通过股市上多赚些钱，与现在人们炒股的思路一样的，最终要得到收益，赚得更多的钱。