演算法窗口值

① 什麼是滑窗迭代演算法

TCP的首部中有一個很重要的欄位就是16位長的窗口大小，它出現在每一個TCP數據報中，配合32位的確認序號，用於向對端通告本地socket的接收窗口大小。也就是說，如果本地socket發送一個TCP數據，其32位確認序號是5,窗口大小是5840，則用於告訴對端，對端已經發出的4個位元組的數據已經收到並確認，接下來，本地socket最多能夠接收從第5個位元組開始的5840個位元組長度的數據。這是由接收方進行的一種流量控制，接收方通過告訴發送方自己所能夠接收數據的大小，達到控制發送方發送速度的目的。
結構體struct tcp_sock中有很多成員數據跟滑動窗口協議相關，需要注意的是這里講的滑動窗口都是指本地socket的接收窗口。
成員window_clamp表示滑動窗口的最大值，滑動窗口的大小在變化的過程中不能超出這個值。它在TCP連接建立的時候被初始化，被置為最大的16位整數左移窗口的擴大因子，因為滑動窗口在TCP首部中以16位表示，window_clamp太大會導致滑動窗口不能在TCP首部中表示。
成員rx_opt是一個struct tcp_options_received結構體，它有兩個成員snd_wscale和rcv_wscale，分別表示來自對端通告的滑動窗口擴大因子(本地發送數據報時需要遵守)，和本地接收滑動窗口的擴大因子。snd_wscale從來自對端的第一個SYN中獲取。rcv_wscale在本地socket建立連接時初始化，它賦值的原則是使16位整數的最大值左移rcv_wscale後，至少可以達到整個接收緩存的最大值。接收緩存最大值在協議棧中由全局變數mysysctl_rmem_max表示，它是256*(256+sizeof(struct sk_buff))後的值，為107520，但sysctl_tcp_rmem[3]所表示的接收緩存的上限更大，為174760，所以，取後者，這樣的話，rcv_wscale的值幾乎可以說是固定的，為2。所以window_clamp的值就是 65535 << 2 = 262140。可見，window_clamp的值超出了接收緩存的最大值，但這沒有關系，因為在滑動窗口增長的時候，會考慮接收緩存的大小這個因素的。
rcv_wnd表示當前的接收窗口的大小，這個值在接收到來自對端的數據後，會變動的。它的初始值取接收緩存大小的3/4跟MAX_TCP_WINDOW之間的最小值，MAX_TCP_WINDOW在系統中的定義為32767U。然後，還要根據mss的值作一個調整，調整邏輯是：如果mss大於3*1460，則如果當前的rcv_wnd大於兩倍的mss，就取兩倍的mss作為rcv_wnd的值；如果mss大於1460，則如果當前的rcv_wnd大於3倍的mss，就取3倍的mss作為rcv_wnd的新值；否則，如果rcv_wnd大於4倍的mss,就取4倍的mss作為rcv_wnd的新值，我們的實驗環境的mss值為1448(因為tcp首部有12位元組的時間戳選項)，所以rcv_wnd最後被調整為1448*4=5792。

② 聚類演算法選方形窗口計算空間信息有依據嗎

聚類方法有兩個顯著的局限：首先，要聚類結果要明確就需分離度很好（well-separated）的數據。幾乎所有現存的演算法都是從互相區別的不重疊的類數據中產生同樣的聚類。但是，如果類是擴散且互相滲透，那麼每種演算法的的結果將有點不同。結果，每種演算法界定的邊界不清，每種聚類演算法得到各自的最適結果，每個數據部分將產生單一的信息。為解釋因不同演算法使同樣數據產生不同結果，必須注意判斷不同的方式。對遺傳學家來說，正確解釋來自任一演算法的聚類內容的實際結果是困難的（特別是邊界）。最終，將需要經驗可信度通過序列比較來指導聚類解釋。

第二個局限由線性相關產生。上述的所有聚類方法分析的僅是簡單的一對一的關系。因為只是成對的線性比較，大大減少發現表達類型關系的計算量，但忽視了生物系統多因素和非線性的特點。

從統計學的觀點看，聚類分析是通過數據建模簡化數據的一種方法。傳統的統計聚類分析方法包括系統聚類法、分解法、加入法、動態聚類法、有序樣品聚類、有重疊聚類和模糊聚類等。採用k-均值、k-中心點等演算法的聚類分析工具已被加入到許多著名的統計分析軟體包中，如SPSS、SAS等。
從機器學習的角度講，簇相當於隱藏模式。聚類是搜索簇的無監督學習過程。與分類不同，無監督學習不依賴預先定義的類或帶類標記的訓練實例，需要由聚類學習演算法自動確定標記，而分類學習的實例或數據對象有類別標記。聚類是觀察式學習，而不是示例式的學習。
從實際應用的角度看，聚類分析是數據挖掘的主要任務之一。就數據挖掘功能而言，聚類能夠作為一個獨立的工具獲得數據的分布狀況，觀察每一簇數據的特徵，集中對特定的聚簇集合作進一步地分析。
聚類分析還可以作為其他數據挖掘任務（如分類、關聯規則）的預處理步驟。
數據挖掘領域主要研究面向大型資料庫、數據倉庫的高效實用的聚類分析演算法。

聚類分析是數據挖掘中的一個很活躍的研究領域，並提出了許多聚類演算法。
這些演算法可以被分為劃分方法、層次方法、基於密度方法、基於網格方法和
基於模型方法。
1 劃分方法(PAM:PArtitioning method) 首先創建k個劃分，k為要創建的劃分個數；然後利用一個循環
定位技術通過將對象從一個劃分移到另一個劃分來幫助改善劃分質量。典型的劃分方法包括：
k-means,k-medoids,CLARA(Clustering LARge Application),
CLARANS(Clustering Large Application based upon RANdomized Search).
FCM
2 層次方法(hierarchical method) 創建一個層次以分解給定的數據集。該方法可以分為自上
而下（分解）和自下而上（合並）兩種操作方式。為彌補分解與合並的不足，層次合
並經常要與其它聚類方法相結合，如循環定位。典型的這類方法包括：
第一個是;BIRCH(Balanced Iterative Recing and Clustering using Hierarchies) 方法，它首先利用樹的結構對對象集進行劃分；然後再利
用其它聚類方法對這些聚類進行優化。
第二個是CURE(Clustering Using REprisentatives) 方法，它利用固定數目代表對象來表示相應聚類；然後對各聚類按照指定
量（向聚類中心）進行收縮。
第三個是ROCK方法，它利用聚類間的連接進行聚類合並。
最後一個CHEMALOEN，它則是在層次聚類時構造動態模型。
3 基於密度方法，根據密度完成對象的聚類。它根據對象周圍的密度（如
DBSCAN）不斷增長聚類。典型的基於密度方法包括：
DBSCAN(Densit-based Spatial Clustering of Application with Noise):該演算法通過不斷生長足夠高密
度區域來進行聚類；它能從含有雜訊的空間資料庫中發現任意形狀的聚類。此方法將一個聚類定義
為一組「密度連接」的點集。
OPTICS(Ordering Points To Identify the Clustering Structure):並不明確產生一
個聚類，而是為自動交互的聚類分析計算出一個增強聚類順序。。
4 基於網格方法，首先將對象空間劃分為有限個單元以構成網格結構；然後利
用網格結構完成聚類。
STING(STatistical INformation Grid) 就是一個利用網格單元保存的統計信息進行基
於網格聚類的方法。
CLIQUE(Clustering In QUEst)和Wave-Cluster 則是一個將基於網格與基於密度相結合的方
法。
5 基於模型方法，它假設每個聚類的模型並發現適合相應模型的數據。典型的
基於模型方法包括：
統計方法COBWEB:是一個常用的且簡單的增量式概念聚類方法。它的輸入對象是采
用符號量（屬性-值）對來加以描述的。採用分類樹的形式來創建
一個層次聚類。
CLASSIT是COBWEB的另一個版本.。它可以對連續取值屬性進行增量式聚
類。它為每個結點中的每個屬性保存相應的連續正態分布（均值與方差）；並利
用一個改進的分類能力描述方法，即不象COBWEB那樣計算離散屬性（取值）
和而是對連續屬性求積分。但是CLASSIT方法也存在與COBWEB類似的問題。
因此它們都不適合對大資料庫進行聚類處理.

③ 慢開始演算法問題，請教

我看了下網路的書
經過一個RTT
窗口增加一倍的是慢開始
增加一個的就是擁塞避免
門限值和窗口不是一個概念
門限只是一個上限
發生擁塞的時候
將門限值設為出現擁塞時的發送方窗口的一半
擁塞窗口置1
查看原帖>>

④ 雙向傳輸時間為10ms無擁塞的線路上採用慢速啟動演算法。接收窗口為24KB，最大的數據段為2KB

慢啟動（slow start）演算法 1.連接建立時需要設置三個參數，可變發送窗口初始值、擁塞窗口初始值，閾值為64K。 2.發出一個最大段長的TCP段，若正確確認，擁塞窗口變為兩個最大段長。 3.發出(擁塞窗口/最大段長)個最大長度的TCP段，若都得到確認，則擁塞窗口加倍。 4.重復上一步，直至發生超時或擁塞窗口等於接收方聲明的接收窗口大小。 5.當超時發生時，閾值設置為當前擁塞窗口大小的一半，擁塞窗口重新設置為一個最大段 6.擁塞窗口按2)、3)步驟重新指數形增長，直至達到閾值，從此時開始，擁塞窗口線形增長，一次增加一個最大段長。直至超時或擁塞窗口等於接收方聲明的接收窗口大小，發生超時時轉5)。 T=0，第1次發送，發送窗口＝擁塞窗口＝2KB（1個TCP報文），發送2KB； t=10毫秒，得到確認（題目中提示不發生網路擁塞），所以擁塞窗口變為＝4KB（2個TCP報文）； T=10毫秒，第2次發送，發送窗口＝4KB； t=20毫秒，得到確認，擁塞窗口變為8KB（4個TCP報文）； t=20毫秒，第3次發送，發送窗口＝8KB； t=30毫秒，得到確認，擁塞窗口變為16KB（8個TCP報文）； t=30毫秒，第4次發送，發送窗口＝16KB； t=40毫秒，得到確認，擁塞窗口變為32KB（8個TCP報文）； t=40毫秒，第5次發送，發送窗口＝MIN(擁塞窗口，接收窗口)＝24KB， 因此，需要40毫秒才能發送第一個完全窗口。

⑤ 常見的tcp擁塞控制有哪幾種演算法

慢啟動：最初的TCP在連接建立成功後會向網路中發送大量的數據包，這樣很容易導致網路中路由器緩存空間耗盡，從而發生擁塞。因此新建立的連接不能夠一開始就大量發送數據包，而只能根據網路情況逐步增加每次發送的數據量，以避免上述現象的發生。具體來說，當新建連接時，cwnd初始化為1個最大報文段(MSS)大小，發送端開始按照擁塞窗口大小發送數據，每當有一個報文段被確認，cwnd就增加1個MSS大小。這樣cwnd的值就隨著網路往返時間(Round Trip Time,RTT)呈指數級增長，事實上，慢啟動的速度一點也不慢，只是它的起點比較低一點而已。我們可以簡單計算下：
開始 ---> cwnd = 1
經過1個RTT後 ---> cwnd = 2*1 = 2
經過2個RTT後 ---> cwnd = 2*2= 4
經過3個RTT後 ---> cwnd = 4*2 = 8
如果帶寬為W，那麼經過RTT*log2W時間就可以占滿帶寬。
擁塞避免：從慢啟動可以看到，cwnd可以很快的增長上來，從而最大程度利用網路帶寬資源，但是cwnd不能一直這樣無限增長下去，一定需要某個限制。TCP使用了一個叫慢啟動門限(ssthresh)的變數，當cwnd超過該值後，慢啟動過程結束，進入擁塞避免階段。對於大多數TCP實現來說，ssthresh的值是65536(同樣以位元組計算)。擁塞避免的主要思想是加法增大，也就是cwnd的值不再指數級往上升，開始加法增加。此時當窗口中所有的報文段都被確認時，cwnd的大小加1，cwnd的值就隨著RTT開始線性增加，這樣就可以避免增長過快導致網路擁塞，慢慢的增加調整到網路的最佳值。
上面討論的兩個機制都是沒有檢測到擁塞的情況下的行為，那麼當發現擁塞了cwnd又該怎樣去調整呢？
首先來看TCP是如何確定網路進入了擁塞狀態的，TCP認為網路擁塞的主要依據是它重傳了一個報文段。上面提到過，TCP對每一個報文段都有一個定時器，稱為重傳定時器(RTO)，當RTO超時且還沒有得到數據確認，那麼TCP就會對該報文段進行重傳，當發生超時時，那麼出現擁塞的可能性就很大，某個報文段可能在網路中某處丟失，並且後續的報文段也沒有了消息，在這種情況下，TCP反應比較「強烈」：
1.把ssthresh降低為cwnd值的一半
2.把cwnd重新設置為1
3.重新進入慢啟動過程。
從整體上來講，TCP擁塞控制窗口變化的原則是AIMD原則，即加法增大、乘法減小。可以看出TCP的該原則可以較好地保證流之間的公平性，因為一旦出現丟包，那麼立即減半退避，可以給其他新建的流留有足夠的空間，從而保證整個的公平性。
其實TCP還有一種情況會進行重傳：那就是收到3個相同的ACK。TCP在收到亂序到達包時就會立即發送ACK，TCP利用3個相同的ACK來判定數據包的丟失，此時進行快速重傳，快速重傳做的事情有：
1.把ssthresh設置為cwnd的一半
2.把cwnd再設置為ssthresh的值(具體實現有些為ssthresh+3)
3.重新進入擁塞避免階段。
後來的「快速恢復」演算法是在上述的「快速重傳」演算法後添加的，當收到3個重復ACK時，TCP最後進入的不是擁塞避免階段，而是快速恢復階段。快速重傳和快速恢復演算法一般同時使用。快速恢復的思想是「數據包守恆」原則，即同一個時刻在網路中的數據包數量是恆定的，只有當「老」數據包離開了網路後，才能向網路中發送一個「新」的數據包，如果發送方收到一個重復的ACK，那麼根據TCP的ACK機制就表明有一個數據包離開了網路，於是cwnd加1。如果能夠嚴格按照該原則那麼網路中很少會發生擁塞，事實上擁塞控制的目的也就在修正違反該原則的地方。
具體來說快速恢復的主要步驟是：
1.當收到3個重復ACK時，把ssthresh設置為cwnd的一半，把cwnd設置為ssthresh的值加3，然後重傳丟失的報文段，加3的原因是因為收到3個重復的ACK，表明有3個「老」的數據包離開了網路。
2.再收到重復的ACK時，擁塞窗口增加1。
3.當收到新的數據包的ACK時，把cwnd設置為第一步中的ssthresh的值。原因是因為該ACK確認了新的數據，說明從重復ACK時的數據都已收到，該恢復過程已經結束，可以回到恢復之前的狀態了，也即再次進入擁塞避免狀態。
快速重傳演算法首次出現在4.3BSD的Tahoe版本，快速恢復首次出現在4.3BSD的Reno版本，也稱之為Reno版的TCP擁塞控制演算法。
可以看出Reno的快速重傳演算法是針對一個包的重傳情況的，然而在實際中，一個重傳超時可能導致許多的數據包的重傳，因此當多個數據包從一個數據窗口中丟失時並且觸發快速重傳和快速恢復演算法時，問題就產生了。因此NewReno出現了，它在Reno快速恢復的基礎上稍加了修改，可以恢復一個窗口內多個包丟失的情況。具體來講就是：Reno在收到一個新的數據的ACK時就退出了快速恢復狀態了，而NewReno需要收到該窗口內所有數據包的確認後才會退出快速恢復狀態，從而更一步提高吞吐量。
SACK就是改變TCP的確認機制，最初的TCP只確認當前已連續收到的數據，SACK則把亂序等信息會全部告訴對方，從而減少數據發送方重傳的盲目性。比如說序號1，2，3，5，7的數據收到了，那麼普通的ACK只會確認序列號4，而SACK會把當前的5，7已經收到的信息在SACK選項裡面告知對端，從而提高性能，當使用SACK的時候，NewReno演算法可以不使用，因為SACK本身攜帶的信息就可以使得發送方有足夠的信息來知道需要重傳哪些包，而不需要重傳哪些包。

⑥ 計算3x3窗口的均值濾波和中值濾波（向下取整保留整數值）。

均值濾波和中值濾波屬於空域圖像增強的處理方法，均值濾波去麻點，中值濾波保邊緣。

要進行均值濾波首先要生成一個3x3矩陣。演算法運算窗口一般採用奇數點的鄰域來計算中值，最常用的窗口有3X3和5X5模型。

1、通過2個或者3個RAM的存儲來實現3X3像素窗口。

2、通過2個或者3個FIFO的存儲來實現3X3像素窗口。

3、通過2行或者3行Shift_RAM的存儲來實現3X3像素窗口。

(6)演算法窗口值擴展閱讀：

注意事項：

1、空間域指圖像本身，空域變換直接對圖像中的像素進行操作。

2、在進行橫向滑動窗口濾波時，窗口中的像素僅僅是丟掉了左側一列，增加了右側一列數據，如果丟掉中間重疊的這一部分數據，到下個窗口再重新定址和讀取數據，無疑是計算的沉重負擔，所以該演算法的核心思想就是充分利用重疊部分，使用直方圖來計算中值，不需要排序演算法，快，且高效。

3、注意到兩個直方圖的累加是一個O(1)操作，和直方圖的元素個數有關，而直方圖元素個數是由圖像位深決定的。

⑦ 求圖像處理中中值濾波演算法各種窗口形狀的適用范圍

參考答案:經歷是別人奪不去的財富 要率性，不要任性。二者的區別在於，率性是由健康的天性引導，順應本我，不在乎功利 我說：等我老了…… 老人告訴我：別等，你現在就可以。 據說楊絳在飲食上很節制，少吃油膩，喜歡買了大棒骨敲碎煮湯，再將湯煮蔬菜，每天一小碗。她還習慣每日早上散步

⑧ 用慢開始和擁塞避免演算法計算

慢開始：在主機剛剛開始發送報文段時可先將擁塞窗口cwnd設置為一個最大報文段MSS的數值。在每收到一個對新的報文段的確認後，將擁塞窗口增加至多一個MSS的數值。用這樣的方法逐步增大發送端的擁塞窗口cwnd，可以分組注入到網路的速率更加合理。擁塞避免：當擁塞窗口值大於慢開始門限時，停止使用慢開始演算法而改用擁塞避免演算法。擁塞避免演算法使發送的擁塞窗口每經過一個往返時延RTT就增加一個MSS的大小。快重傳演算法規定：發送端只要一連收到三個重復的ACK即可斷定有分組丟失了，就應該立即重傳丟手的報文段而不必繼續等待為該報文段設置的重傳計時器的超時。快恢復演算法：當發送端收到連續三個重復的ACK時，就重新設置慢開始門限 ssthresh 與慢開始不同之處是擁塞窗口 cwnd 不是設置為 1，而是設置為ssthresh 若收到的重復的AVK為n個（n>3），則將cwnd設置為ssthresh 若發送窗口值還容許發送報文段，就按擁塞避免演算法繼續發送報文段。若收到了確認新的報文段的ACK，就將cwnd縮小到ssthresh 乘法減小：是指不論在慢開始階段還是擁塞避免階段，只要出現一次超時（即出現一次網路擁塞），就把慢開始門限值 ssthresh 設置為當前的擁塞窗口值乘以 0.5。當網路頻繁出現擁塞時，ssthresh 值就下降得很快，以大大減少注入到網路中的分組數。加法增大：是指執行擁塞避免演算法後，在收到對所有報文段的確認後（即經過一個往返時間），就把擁塞窗口 cwnd增加一個 MSS 大小，使擁塞窗口緩慢增大，以防止網路過早出現擁塞。

⑨ 時間窗口演算法

時間窗口這個概念可能很多人不知道，運用這項技術能精準預判出市場頂部和底部，時間窗口的演算法及運用規則，今天就在這里將這門技術的心得與大家分享，供大家參考。

在進行趨勢研判的時候，股價波動的周期也是必須要考慮的。因為從歷史走勢看，周期分析對於投資者判斷頂底的所在具有很好的指示作用。在進行周期研判時，神秘數字必不可少，歷史上大量走勢已經充分證明了它的有效性。

如果股價的波動達到了某個重要的神秘數字周期，投資者一定要留意這一天指數或股價的變化，在很多時候，反轉往往會在這一天形成。當指數運行到了34日這一天的時候，周期提示指數的反彈已經到了頭部，投資者如果按照周期的提示進行操作的話，便可以賣在反彈的最高位了。而到了55日這一天，指數出現了一根反彈大陽線，結合周期與股價前期下跌走勢綜合分析，投資者便可以把握住這跟大陽線帶來的盈利機會了。

莊家的操作時不是盲目的，周期的預算是相當重要的，必須要在適當的時間內發動行情以及進行相應的操作。正是因為這樣，才使得周期判斷如此重要。但是，投資者在使用周期分析的時候不能簡單單一使用，必須要結合盤面進行綜合研判，只有這樣做，得到的結論才會更貼切市場的真實波動。時間之窗是周期的一種應用方法，周期的使用，不同的學說和不同的技術分析工具都有不同的使用方法，波浪理論中應用的周期是以菲波納奇數列為基礎的，而江恩理論裡面，周期的劃分和應用又有他獨特的界定。我們常說的時間之窗實際是波浪理論裡面常用的菲波納奇數列，菲波納奇數列是一個最簡單的數字123為基本數列的，把這個簡單的數列的後兩位數字不斷相加， 1+2=3 2+3=5 3+5=8 5+8=13 8+13=21 13+21=34 21+34=55 34+55=89 55+89=144就可以得出菲波納奇數列3、5、8、13、21、34、55、89、144……以至無窮。

那這個數列有什麼用處呢？我們在分析價格走勢時，都希望能提早發現走勢的拐點，也就是頂底，而實戰中，一些重要的頂對頂的時間、底對底的時間、頂對底的時間，底對頂的時間大都出現在這個數例的數字上，比如我們常看到一個價格走勢的頂對應前面的一個高點經常是34天55天，或者13周21周等等，或者一個趨勢從最低點啟動，在13周、21周、34周或者55周的地方趨勢結束。所以在一個趨勢的運行過程中，我們就會密切注意那些可能出現拐點的時間，一般就把那些容易出現拐點的地方稱作時間之窗，時間之窗基本上就成了菲波納奇數列的代名詞。

時間之窗的基本理論不難理解，但它的實戰應用卻有一定的技巧。

首先，時間之窗的周期分析是從屬於波浪理論裡面的一種方法，波浪理論中的三要素形態、比例、周期其周期的分析要結合波浪形態來看，當價格走勢走到一個時間之窗附近，我們必須首先觀察走勢形態是否有頂底形態，如果波浪形態上有頂底的可能，那如果再有時間周期配合那出現頂底的概率就非常之大，但如果形態上沒有明顯的頂底形態特徵，光有個時間之窗出現，不能完全作為判斷頂底的標准，因為波浪理論中形態、比例、周期的重要性是依次遞減的。

第二，時間之窗的周期原理並沒有硬性規定適用在那個時間等級的趨勢裡面，那就是說，大到月線，小到5分鍾圖，我們都可以應用菲波納奇數例來尋找頂底，那我們到底以哪個為准呢，一般來講，大小周期要配合使用，因為大周期中會套小周期，它們其實並不矛盾，比如21天的周期，那正好是三周的周期，只不過是第三周的最後一天上就是第21天上出現頂底的可能就更大一些罷了。所以在應用上，我們應該是先研究大的形態和大的時間周期，然後再用小周期找到價格趨勢可能出現反轉的具體時間。
比如，本月是距離前一個高點的13個月，現在價格在上漲，那這個月可能會出現一個頂部，如果價格在下跌，那出現底部的可能就比較大，比如我們從大形態和大周期上看到本月月線可能要出現一個頂部，那具體是那一周呢那我們就要用周線推算，可以從上個高點推算下來，如果推到某一周是55周那，這周出現高點的可能性就較大，或者從13個月之前那個高點後面出現的一個最低點推算，看到這個月的哪一周是個重要的時間周期，找到具體那周是兩個大周期的交匯點，同時再從日線上找，看這周中的那一天與前面的短期內的走勢的高低點是個對應的周期點，這樣就可以基本判斷出來在那一天可能出現轉折點。

第三，使用時間之窗，要注意不要提前，最好滯後，比如這周是個重要的時間之窗，而且價格形態上有可能出現拐點，但如果我們周一就入場去找頂或者找底，那如果頂底出現這個周的周五，那你想想，五天的時間，價格變化會有多麼大的變化，我們無法承受價格上的那麼大誤差，今年6月初英鎊對日元的那個高點，我們本來推算出來它是對應前面最高價的21周的時間，但我們在周初就做了空單，結果被它反復折騰幾天，而且我在周五的策略裡面還寫到了，再熬過今天英日的空單就沒事了，可恰恰是在周五晚上英日在消息刺激下瞬間打出205以上的高點，而且打掉我們止損就快速回落，結果那波行情我們錯過了一大段。

所以，用時間周期推算某個地方可能出現頂底，那最好等待走勢出現恐慌盤後就可以基本確認頂底出現了，但如果沒有出現恐慌盤，那就要小心，因為任何一次比較大的頂底都不會很溫柔的出現的，在沒有出現恐慌盤之前提前做單，極有可能在恐慌盤出現時，被掃掉止損。如果一個重要的時間之窗上出現頂底後再進場操作，那就不會再出現掃掉止損回頭的問題，同時還可以以已經出現的頂底做止損點，相對操作難度就降低了。

第四，菲波納奇數例也可以幫助我們判斷一個局部調整形態結束的時間（因為大型調整本身就可以形成趨勢了），比如局部價格走勢出現調整，那它到底要調整多長時間呢，在研判調整形態的同時，我們可以用分時圖的時間周期去數，如21個小時，34個四小時等等，如果一個調整形態的落點正好出現在分時圖的一個小的時間之窗上，我們也可以把這個形態和時間的匯合點作為入市點。另外，有時候價格的調整是以盤整來完成的，那盤整的形態要持續多長時間才能突破呢？這也可以用小的時間之窗來推算，比如日線級別的小型盤整帶經常是盤整5天、8天或13天.