给出去趋势分析DFA方法的精确求解，应用于股票数据分析和气象要素场的长程相关性研究-Out trend analysis to the exact solution of DFA method applied to analysis of stock data and meteorological elements of market research and long-range correlation

降水短期气候预测是一个非常复杂、重要的研究课题。为了提高其预测能力，拟采用1959—2011 年逐月74 项大气环流特征量序列、月平均500 hPa 高度场和月平均海温场，选取预测因子；用主分量分析方法提取样本数据中主要信息为综合因子。用粒子群优化人工神经网络方法，建立宣城市夏季降水短期气候预测模型。对2007—2011 年宣城市夏季降水预报检验结果表明，粒子群优化人工神经网络收敛速度快，迭代次数少；试报平均绝对误差是66.5 mm，绝对值平均相对误差10.5 ，预测精度高，具有很好的应用推广前

基于希尔伯特黄变换和K-means 聚类和数据场理论的复杂网络社团结构探寻.提出和分析了基于K-means 聚类的社团探寻算法和基于数据场理论的社团探寻算法, 并通过实验仿真验证了这两种算法的有效性.-Based on the Hilbert-Huang transform and K-means clustering and data field theory complex network of community structure explore proposed and analyze

在当今复杂多变的金融投资市场中，一款名为 “黄金加特林 EA” 的神器正崭露头角。它宛如一位不知疲倦的交易高手，以惊人的效率和卓越的盈利能力迅速吸引了众多投资者的目光。 仅仅两个多月的时间，初始投入 1 万资金的账户，在 “黄金加特林 EA” 的运作下，净值已然翻了 4.5 倍。这般迅猛的增长速度，绝非偶然，而是源于其强大的交易策略。总刷单量高达 428 手，单量之多令人咋舌，这意味着它时刻精准捕捉着市场中的每一个机会，高频且高效地进出交易，将盈利源源不断地收入囊中。