| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 如何看待Anthropic公司在ChatGPT4.5推出前，宣布推出Claude 3？ -> 正文阅读 |
|
|
[科技知识]如何看待Anthropic公司在ChatGPT4.5推出前，宣布推出Claude 3？ |
| [收藏本文] 【下载本文】 |
|
Anthropic公司宣布推出Claude 3 ，全面超越 GPT4，具有多模态度能力，推理能力和人类相当，速度更快更准确！ https://www.… |
|
很多网友已经用各种奇怪的方法测试过Claude 3了，我就给出一个实际工作的测试吧。 大家知道，在刚刚过去的春节中，交通部都会公布当天的各种交通工具的人口流量，其网页是这样的： |
|
|
图1，列表网页 |
|
|
图2，每日数据 这每一天的页面里面都用文字显示了当天的人流量以及和2023、2019年同期的对比。 如果我想从里面提取出每一天各种交通工具的人口流量和同比情况，再整理出一个表格，应该怎么做呢？ 最传统的方法当然是打开每一个网址，然后ctrl+c和ctrl+v，一个个抄写在表格中，每一天需要复制+粘贴9次，总共需要复制粘贴三百多次。 稍微快一点的方法是手动打开每一个网址，然后把所有内容复制下来，然后想一个正则表达式，把内容提取出来。 再快一点的方法是写一个爬虫，首先把每一天的网页内容记录下来，然后再想一个正则表达式，把内容提取出来放在一张表格中。 但不难发现，春节数据总共只有30多天，这项工作就处在一个很尴尬的门槛上，不管是手动复制粘贴，还是写正则表达式，还是写了爬虫再写正则表达式，可能都要一个小时以上甚至两个小时才能完成，那么在各种大模型的帮助下，我们可以怎样完成这项工作呢？ 这项工作可以分成两个部分： 1，提取网页内容 绝大部分大模型目前都不能直接联网，能联网的GPT-4其实也非常懒，你直接给他一个交通部网址让它打开并找到其中每一天的春运数据网页，肯定是不现实的，因此我仍然需要用人工稍微帮他减轻一些负担，即打开图1的列表网页，右键源代码，把这一页的网页源代码复制下来，也就是下面的内容 |
|
|
图3，列表网址源代码 这样只需要打开四个网页，复制四次源代码就可以。 随后，我把四个网页的源代码一股脑儿扔给大模型，让大模型从中识别出应该打开的网址，然后根据这个网址写一段python脚本，从每一个网址中读取内容并记录到一个txt文件中。 我测试了Gemini advanced（使用Gemini Ultra模型）、Gemini 1.5 pro、Claude（使用Claude 3 opus模型）、ChatGPT（使用GPT-4模型）以及kimi（国产大模型中目前体验最好，且输入窗口最长的模型）分别进行了研究。不同的模型使用了同一个prompt： 首先阅读下列网页源代码，将其中“x月x日，全社会跨区域人员流动量完成……”为标题的所有网址都提取出来。 其次撰写一份python脚本，这个脚本运行后，需要完成下列工作： 1，将提取出的所有网址依次和“https://www.mot.gov.cn/zhuanti/2024chunyun/meirishuju/”合并，并打开合并后的网址。 2，从每个网址打开返回的内容中提取包括“来自2024年综合运输春运工作专班数据显示”文字的这一行。 3，把提取出的内容依次写入“春节每天各项人次.txt”文件中。 请输出这份python代码让我在本地运行它，谢谢。 （贴进去刚才复制的网页源代码，合计一万token左右） 几个大模型表现如下： 1，GPT-4 很显然并没有完成这项工作，给出了几个网址之后就“根据实际情况添加更多网址”了，然后写了一段代码。已经把内容全都给你了，为什么不都提取出来呢？半吊子显然无法完成工作，不合格。 |
|
|
gpt-4 2，Gemini Ultra 帮我写了代码，它一个网址也没有提取出来，但用了稍微聪明一点的办法，让我把这些源代码另存在一个“webpage.html”中，他会打开这个html文件并且提取出网址。 |
|
|
gemini ultra 但是，这个代码有几个错误，首先是他真的用“x月x日，全社会跨区域人员流动量完成”来当做一个完整的需要匹配的字符串（不应该有x月x日这几个字），其次合并的链接会多一个“./”，最后它并没有把这些内容存在txt文件中，经过两三次返工后，他可以给出正确代码，并且完成这项工作。 3，kimi（月之暗面） kimi给出了网址以及python脚本，但是不难发现有几个错误： 1，它并没有给出全部网址。 2，它让我把他给出的url复制到python脚本的urls框中，但是并不能直接复制，因为没有单引号会有语法错误。 3，它已经给出了完整网址，却仍然要和基础网址“https://www.mot.gov.cn/zhuanti/2024chunyun/meirishuju/”合并一遍，自然也会出现错误。 |
|
|
kimi 在修改一遍后，kimi给出了更新的代码，这时我才发现了一个更严重的问题： kimi给的网址都是乱给的，在它第一次给的代码中已经是错的了。 比如下面的urls，根本不在我给他的源代码中，它自己似乎根据网址的规律脑补了一些。 因此，kimi也不能完成这项工作。 |
|
|
4，Gemini 1.5 Pro Gemini 1.5 Pro，就是Sora更新那天被完全盖过风头的模型，可以阅读百万token并且可以读视频，我自己测试下来，视频确实可以读，但智商偏低，只能重复里面说的内容，不能做有效推断。刚才的这份工作，Gemini 1.5 Pro也没能完成，它没有提取出网址，代码也是处在not even wrong的阶段，没有完成这项工作。 |
|
|
5，Claude 3 opus 提取了每一个网址，写了正确代码，直接复制代码到本地，一次运行，一次完成。在这一轮比拼中，大获全胜。 |
|
|
claude 3 opus 接下来，我们就有了“春节每天各项人次.txt”这个文件，那么怎么从这个文件中抽取出数据呢？ |
|
|
当然不用写正则表达式了，我们还是用大模型完成这个工作的第二个步骤，所有的prompt仍然一样： 这个“春节每天各项人次.txt”包含了从2024年1月30日至2024年3月1日每天各种交通方式的春运客运量信息，请中读取每一天的信息，并整理成一张表格，要求包括以下几项信息： 1，当天日期 2，当天的铁路客运量、比2023年同期多或者少的百分比、比2019年同期多或者少的百分比。 3，当天的公路客运量、比2023年同期多或者少的百分比、比2019年同期多或者少的百分比。 4，当天的民航客运量、比2023年同期多或者少的百分比、比2019年同期多或者少的百分比。 1，GPT-4 因为这个文档本身超过了10000token，导致GPT-4依然无法完成这项工作，而是胡言乱语了一通。 |
|
|
GPT-4，直接上传文件 如果你选择不上传文件，而是将整个内容直接复制到对话框中，它会试图使用代码完成，然后出错： |
|
|
GPT-4，粘贴在对话框中 如果你要求他不用代码完成，而是直接阅读后提取数据，它会摆烂，给你三天的数值以后说累死了。 |
|
|
GPT-4，粘贴在对话框中，要求不用代码提取 GPT-4没办法完成第二步工作。 2，Gemini Ultra Gemini Ultra比GPT-4好一点，粗看还行，一天天的表格都整理好了。 |
|
|
Gemini Ultra，表格第一部分 再往下看，不对劲，到2月12日就停了。GPT-4做了3天，你做了14天，真是辛苦了啊。 此时让它生成完整表格，它也不动了，还是停留在2月12日。 |
|
|
3，kimi kimi在这一步表现不错，它一开始也只生成了4天数据 |
|
|
kimi，4天数据 但在我要求下，还是把完整的数据表格都给出了，但最后还是差两天，3月2日和3月3日，不知道是忘记了还是什么，未能包括在表格中。 |
|
|
kimi，完整数据 4，Gemini 1.5 Pro 虽然第一步编程的工作Gemini 1.5 Pro是最差的，但是提取数据的枯燥工作，它任劳任怨，无需鞭策，便可一次性成功提取数据，虽然提取结果不太好复制，还得做一个额外处理，但算是完成了。 |
|
|
gemini 1.5 pro |
|
|
gemini 1.5 pro 5，Claude 3 opus 一次性完成可以直接复制的表格，一天都没有拉下，无需返工，无需鞭策。 |
|
|
因此，从这样一项实际工作中遇到的需求和各家大模型的解决来看，这项人工可能需要一到二个小时和高度集中的精神才能完成的工作—— Claude 3 opus可以一次性完成提取网址、编写脚本、提取数据这三项工作，从你想到需求，到提取出春运每一天的各项交通工具客流量，用时大约5分钟。 Gemini Ultra能够完成前一半，他可以完成代码，虽然需要返工两次，但是无法提取数据。 Gemini 1.5 pro不能写代码，但能够完成后一半提取数据。 kimi也不能写代码，而且会出现危险的脑补网址行为，可能会在实工作中造成不少麻烦。在后一半提取数据的工作中，在鞭打后可以完成后一半的大部分，但还是漏掉3天。 GPT-4，前一半没有完成，后一半也没有完成，表现最差。 我们可以用这个表格来总结目前为止各家模型的能力： |
|
|
截止至2024年3月5日各项大模型能力比较 GPT-4虽然已经领先了一年多，但在2024年年初的Gemini Ultra 1.0和Gemini 1.5 pro出现后，GPT-4的很多能力已经不是那么遥遥领先了，但因为它的网页访问以及直接编写代码验证的功能仍然非常强大，因此使用体验还是领先Gemini不少的。 但在Claude 3 opus出现后，GPT-4已经被完全超过，目前对程序员、数据分析师甚至文字生成的工作来说，Claude 3就是最好的，没有之一。 国产大模型中最领先的kimi表现也还可以，至少第二步工作完成了绝大部分，好于动都不肯动的GPT-4，但是仍然有很大的进步空间，特别是脑补数据这一点从我去年一开始使用的时候就存在，现在似乎并没有好转。 其他国产大模型比如文心一言则根本无法完成上面的工作，其他的参数更少的模型也暂时没有比较的价值，因此没有测试。 期待后续的GPT-4.5或者GPT-5的出现，大家卷起来，大模型才能有更快的进步。 |
|
个人评价 Claude 3 Opus 是目前全球唯一可以跟 GPT-4 掰手腕的模型。 夸张点说，全面超过 GPT-4 （虽然仅超过一点）也不为过。 但 Claude 3 仍属于类 GPT-4 的 LLM，狙击 GPT-5 目前是谈不上的。 真正训练 LLM 和 评测 LLM 的同学应该能有体会， MATH 类的评测，zero-shot 有多难做。 Claude 3 Opus 在 GSM8k、MATH 上用 zero-shot 的指标打赢了 GPT-4 真的牛。 对比之下， Google 的 Gemini 真的是小丑了，发布的时候各种指标都是 hack 评测标准做到“超过 GPT-4”的，且 Gemini Ultra 并不在发布时提供访问，而 Claude 3 是第一时间就支持访问体验的。 |
|
|
MATH 评测结果，Claude 0-shot 超过 GPT-4 4-shot 个人预测未来的全球大模型竞争格局排名： OpenAI > Anthropic > Mistral > Google/Meta/... 这波创业公司的团队组织效率优势完全碾压了大厂。 反观 Google，拥有最多的人才、拥有超过创业公司很多的 GPU/TPU 资源、拥有最好的数据源（全球质量最高、最大规模的搜索网页/图片数据；全球最大规模达的视频源 YouTube），还发了最多、最有价值的 Paper （Transformers、MoE GLaM...），但却做不出来领先的大模型产品，究竟是什么原因呢？ 个人猜测的暴论是： LLM 的决定性因素是训练数据， 虽然 Google 数据源最好，但是清洗数据是一个脏活累活，完全的工程问题，要处理各种各样不标准的情形，bad case 一大堆，即使搞定了也发不了 paper，增加不了个人的学术影响力，因此 Google 一大堆聪明的 Researcher 没人愿意认真洗数据。 当我听说 Gemini Ultra 是一个万亿级别的 Dense model 的时候都惊呆了，Google 用了数倍于 GPT-4 的训练成本搞出来一个只能打打榜的“产品” （刷榜没刷过，还得用小 trick），完全是浪费资源。 为什么到了 Gemini 1.5 Pro 的时候才开始搞 MoE 模型，Google 这波操作我没看懂。 回过头说 Claude 3 ，因为 GPT-4 其实是 2022 年 9 月就训完了，2023 年 3 月发布。所以 Claude 3 是全球首个团队 把跟 OpenAI 的差距缩小到了 1 年的时间差以内。 也预示着 GPT-4.5 可能会在近期 release 出来。 另外吐槽一下 Claude 3 在知乎上的讨论度真的很低，远低于 Google Gemini 的两次发布。 |
|
我对于'Needle In A Haystack' (NIAH)这个测试最感兴趣，直译过来就是大海捞针，它要做的就是很长的文档中精确的找到你要找的东西。 我首先用西游记测试了一下，大约有70万+字，提示我超额了，超额3300%，也就是33倍。 |
|
|
然后我就找了大概2万字的小说，目标锁定在刘慈欣的《乡村医生》。 我分别在30%，60%和90%的位置插入了红框内的内容。 |
|
|
|
|
|
|
|
|
分别是 历史学家，娃的发。边吃饭边刷牙的时候看到了牛顿第一定律。碳素钢粉笔写的李老师之墓。 然后带着问题去问Claude 3。 第一个问题检索没问题，只不过没能完全理解 |
|
|
GPT4效果不如Claude 3，没有正确检索出来。 |
|
|
第二个问题，Claude准确的定位到了内容，但是好像没有理解这句话的意思。 |
|
|
GPT4回答的非常完美，甚至还做了阅读理解。 |
|
|
第三个问题，Claude3和GPT4都回答的非常棒。 |
|
|
|
|
|
整体上来说，Claude3在这方面确实非常的出色。 更重要的是，我用的是Claude的免费版，甚至都还没有花钱上最高级版本。 所以我觉得在现阶段，Claude 3应该是要强于GPT4。 GPT4能干的，它基本上都能干。 读图并生成Json格式 |
|
|
图像识别和理解 |
|
|
读取网页，并生成对应的前段代码，来自推特Ruben。 |
|
|
0 读PDF文档，来自推特Ruben。 |
|
|
0 现在的格局暂时是Claude隐隐压GPT4一头。 |
|
|
但是，我们要注意的是去年发布的GPT4，在差不多两年前就训练好了。 我非常不觉得OpenAI在两年期间止步不前，只是推出了语音功能、GPTs、商店功能等。 因为他们肯定更清楚，大语言模型LLM才是他们的立身之本，这玩意才是真正的智能程度的体现。 更有传言说，Claude3先发布就是要抢在ChatGPT发布4.5甚至5之前。 否则，GPT4.5甚至5出来后，Claude再发布就跟小丑没两样。 现在的Claude3有三个版本，每个人都能用免费的版本，不过有使用限制。 入口在这里。 这次更新的主要内容： 三个模型 Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus，一个比一个强，但消耗的资源也更高。 |
|
|
性能越好也越费资源 型号成本（输入/输出美元/百万代币）上下文窗口潜在用途差异化因素Claude 3 Opus15/75200K*任务自动化、研发、策略分析市场上最高智能Claude 3 Sonnet3/15200K数据处理、销售、节省时间的任务成本效益高，适合大规模部署Claude 3 Haiku0.25/1.25200K客户互动、内容审核、节省成本的任务最快速、最紧凑，成本效益极高更强的性能 从这个表上看，他们宣称的性能要全面领先于GPT4. |
|
|
更强的视觉能力 比如读图理解能力等。 |
|
|
准确性更高 |
|
|
长上下文和近乎完美的回忆 Claude 3 系列型号在发布时最初将提供 200K 上下文窗口。然而，所有三种模型都能够接受超过 100 万个token的输入。 |
|
|
|
|
起来发现帝都下雪飞机延误，空余了一些时间，就氪金了 Pro，持续更新下 OPUS 在 Chat 端的情况。 原始答案在楼下，可以自取欢乐。 |
|
|
论文解读测试 当然是先测试“老”对手 OpenAI 最近公开的论文啦，看看 Claude 3 超大杯有什么见解。 |
|
|
分析一篇论文你觉得不过瘾，想多偷偷懒？那么就来三篇 |
|
|
帮你快速摘要长文 感受一下偷懒到极致... |
|
|
|
|
|
我们从一个欢乐的例子开始，先整个超大杯（opus）的试玩，模型版本选择目前最新的 20240229。 01. 欢乐的例子 |
|
|
选择带给大家无限欢乐的魔术大师五连发，尼大师 那么，Claude3 是怎么看待的呢？ |
|
|
.......自信、得意、炫耀高超魔术技艺从这个男士的面部表情可以看出,他在表演魔术时非常自信和得意。他微笑的嘴角和眼神中透露出一种骄傲和满足感,仿佛在向观众炫耀自己高超的魔术技艺。 他拿着一副扑克牌,似乎正在进行一个魔术表演。从他不断变换手中扑克牌的动作可以看出,他对自己的魔术把握十足,游刃有余。 他身着正装,打着领结,整个人显得非常绅士和优雅。这身装扮更突显了他作为一名专业魔术师的形象。 总的来说,这位男士的自信微笑和熟练的魔术动作,展现了一个技艺精湛、从容不迫的魔术大师形象。他的表情传递出对自己能力的肯定,以及表演时的兴奋和愉悦之情。相信在他的魔术表演下,现场观众一定会为之惊叹和折服。 一定是我的测试用例不对。 |
|
|
模型版本选择 02. 认真一些的多模态例子 我们用大晚上满天飞的对比表格，来让 Claude 3 OPUS 做一些分析。 |
|
|
看起来不错，实际还有问题 来自 Claude 自己的评价： 从图表中可以看出,在一些评估项目上,Claude 3的表现相对较弱,值得进一步分析和改进: Graduate level reasoning(0-shot CoT)只有50.4%,明显低于其他模型。这可能是由于Claude 3在没有few-shot示例的情况下,对需要graduate level推理的任务把握不够。建议加强对复杂推理任务的训练,提高模型的逻辑推理和问题解决能力。（这个分析是明显有问题的，50.4% 是最好的，建议倒是没啥硬伤Math problem-solving(MATH)只有60.1%,也有提升空间。数学问题通常需要符号推理和计算能力,建议针对性地增加数学题的训练数据,改进模型处理数学问题的策略。Reasoning over text(DROP)的F1值为83.1,与其他SOTA模型还有差距。DROP任务需要在长文本中进行复杂推理和运算,建议在训练中加入更多此类数据,提高模型的阅读理解和推理能力。虽然Multilingual math(MGSM)达到90.7%,但这是在0-shot情况下,如果增加few-shot示例,可能会进一步提升。建议探索在多语言数学任务上应用few-shot学习的方法。 总之,建议针对Claude 3在复杂推理、数学问题解决等方面的短板,有针对性地优化训练数据和策略,进一步提升模型的综合能力,缩小与其他先进模型的差距。同时要关注few-shot学习等新方法在更多任务上的应用。（希望你只是谦虚，不然 OpenAI 怎么舍得多挤牙膏 :D 原图如下 |
|
|
大家不要只传播图，传播点例子啊 03. 不再会暴打周树人的鲁迅 @小小将 发了一个好问题，看起来是 Web 版本的 Claude（sonnet）回答，没有正确将周树人和鲁迅视作一个人。 换成 Claude 3 OPUS 来回答 |
|
|
模型回答 |
|
|
原始搞笑回复（目前，不确定是不是段子，hhh |
|
|
04. 老外自媒体是否是诚实的呢？我觉得没有 群里有同学发了一张老外让 Claude3 在披萨中找一根针的测试问题，并空口说模型会回复发现在被测试。 简单测试了下 OPUS 3 没有这个问题。 |
|
|
模型回答，我个人觉得蛮好的 |
|
|
如果我们把 “温度”调高，让模型放飞自我呢？Token 和温度都拉高，让他飘。 |
|
|
模型回答依旧是一样的，但是此时此刻，模型响应速度变的有一些卡顿。 |
|
|
下面是原始的英文的，骗流量的老外自媒体？ |
|
|
05. 评论区换个姿势问欢乐事件 评论区有好学的同学说，换个问法。 应该是想测试数据是否有增量，或是否能从互联网获取最新信息，目前的答案很可惜：否 |
|
|
评论区好学的同学 |
|
|
期待长 Token 实装 至于 Web 版，目前付费还没有实装，所以在 Chat 界面，只有一个比较虚的“支持上传最多5个文档、每个最大 10MB”，但是.... |
|
|
当我们真的想上传一些字比较多的，比如 OpenAI 最近发布的，带有 PDF 的论文...他会告诉我们，超出字数限制了...摔！ |
|
|
超限了... 这个 10MB 如果能都是文本长度就好了，看小说就不费劲了。 比如这样： |
|
|
在等子弹飞一飞吧。 |
|
|
这个帖子或许可以持更 如果点赞多一些，就整个 Claude 3 “Plus” 更新一遍答案，用各种案例对比下国内外“顶流们” :-D |
|
已经第一时间氪金到了 claude 3 Pro，准备接下来停用GPT-4（直到GPT-4.5出来），日常工作完全用Claude 3 Opus。 |
|
|
我最关心的是，是不是真的如Claude官方宣称的：在智能层面，超越其他所有模型。尤其是Code、Math、GPQA（研究生水平的推理能力） 直观感受！ 就是当前最强模型！（可能暂时的，等GPT-4.5） 在一个群里和大家一起测试，大家看完一些测试以后的感觉是： 太牛逼了！（回答了一个社会问题以后）相同提示词，Claude 的效果更老王（老王是一个虚拟的人设）数学和代码感觉确实强不少推理能力变强了（数学问题）思路清晰（数学问题）这个不错，我故意没加学习率（设计一个深度学习的神经网络，算法问题）哪些升级值得关注？同时推出了 Claude 3 Haiku、Claude 3 Sonnet 和 Claude 3 Opus 三款模型已上线Opus 和Sonnet模型，Claude.ai 升级Pro会员可以直接体验最强大的Opus模型（目前使用Opus最便宜的方式）Opus 超越了GPT-4，尤其是推理、写代码、数学，自称：在智能层面，超越其他所有模型。支持200K窗口，准确率提升，200K的回忆能力表现尤为出色MMLU / GSM8K / HumanEval 没有区分度，Top3 都一样的金融和医疗是 claude 进步最大的领域 另外，Lost in the middle 是一个伪命题，真正的问题是 lost at the beginning。 实际测试大文件中准确获取文字 两个电子书，分别有8M大小，精确的从第二个文档中找到了原文。 |
|
|
从PDF中找到图形并分析 并且可以精确的从第二个文档中找到一张图，并进行解释： |
|
|
这张图在PDF的最开始。 读论文 这是一篇5M左右的论文，精准度令人印象深刻。可能是用过的最好的Chat PDF（来自我家领导的评价） |
|
|
将PDF作为知识库 长窗口里面上传一个文档作为知识库好爽。 我创建的GPTs里面引用了文档，很少能引用成功。但是Claude Pro很意外的自己动引用了。 |
|
|
分析统计图 |
|
|
|
|
|
不但完美分析，而且给出了一个疫情的原因，震惊！写前端代码 |
|
|
给克劳德了一张GPT Store的页面截图，输出了完整的前端代码，可以直接运行，甚至还适配了移动端和按钮的点击特效。对比GPT-4在尝试了3次并且进行了简单提示以后才输出类似页面。 详细代码看这里： 测试写文章 能感觉到文字风格相比GPT-4会好一些，这篇文章完全由Claude3生成： 测试API Cluade的API申请秒开，开通后绑定海外的手机号，会赠送$5。 |
|
|
填一下海外的手机号，很快就到账了。现在已经可以使用其中两个模型： |
|
|
快速的用API测了几个case以后，直观感受是： 更便宜的 sonnet API 在大部分场景可以平替GPT-4 API。 opus价格太贵了，API 用不起。 其他问题Claude3使用限制 每8小时可以使用100次Opus模型。 怎么氪金的？GPT-4.5可能也要发布了，没有特殊需求最好是等那个。 我有张美国的信用卡，直接付的费；去年为了稳定续费GPT-4卖了海外电话卡。所以没有遇到封号，氪金也是秒氪。 还有什么想测试的问题，可以留言我来测。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |