众所周知，在用有监督学习算法对未来的金融产品收益情况进行预测时，需要从训练集中拟合一个模型，而第一步需要对训练集里每个样本打标签，即为每个 X(i) 标注一个 y(i)，其中 i = 1, 2, ..., n。
波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值 (VaR)
最近我们被客户要求撰写关于波动率的研究报告。 波动率是一个重要的概念，在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值 (VaR)。
最近我们被客户要求撰写关于随机波动率SV、GARCH的研究报告，包括一些图形和统计输出。
一般我们在训练神经网络模型的时候，都是每隔多少步，输出打印一下loss或者每一步打印一下loss，今天发现了另一种记录loss变化的方法，就是用
本文将给出基于决策树的智能根因分析方法，针对多维找出导致问题的根因。做数据、搞AI一定要基于具体业务，不可脱离业务谈数据、算法，否则将得不偿失。
当我们在使用Python进行数值计算时，有时会遇到类似于ValueError: cannot convert float NaN to integer的错误。这个错误通常是由于我们试图将一个NaN（Not a Number）转换为整数类型引起的。在本篇文章中，我们将讨论这个错误的原因以及如何解决它。
波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率不同，波动不能直接观察到。
最近参加了一个线上学习计划，一群人一起学《Elements of Financial Risk Management》这本书，主要偏向于金融时间序列和多因子模型的知识，结合python编程。现在已经看了三分之一左右，感觉写的还不错，有些收获，意外惊喜是教材的答案全是用excel公式做的，头一次发现excel还可以做极大似然估计这种东西，很神奇。
核心：一个多分类自变量与另一个多分类因变量。如检验学历（低、中、高）在收入等级（低、中、高）上的差异
当想用一个矩阵的数据 除以另一个矩阵的对应位置的数值时，可以直接用两个矩阵相除，例子如下
不需要刻意的去记，因为开发中很少会遇到多个运算符参与的式子，万一遇到也可以通过()来提升优先级
Infinity(无穷大)在 JS 中是一个特殊的数字，它的特性是：它比任何有限的数字都大，如果不知道 Infinity， 我们在一些运算操作遇到时，就会觉得很有意思。
公众号与点宽DigQuant量化社区开展了本期研究合作。 大家应该前段时间就知道 Alpha 101 了吧，很多人有去做，但是做的大多数都是简单的进行了一个复现，没有过多的区深究每个因子的涵义。本期推文我们和点宽合作，推出一个系列。来很系统的介绍 Alpha 101 。 社区俱乐部成员把 WorldQuant Alpha 101 的每个因子都了做一次最详细的解释和回测研究，一层一层的去拆分因子，把每个公式都说清楚。我们不讨论这些因子是否都是有效的，我们更多的是希望通过我们分析因子背后的金融意义，帮助大家
文／kamidox（简书作者） 原文：http://www.jianshu.com/p/1f1d4952669c pandas 是数据分析的瑞士军刀。我们今天使用 pandas 来玩一下股票数据，看看能从数据里得到哪些有意思的信息。 pandas 教程 如果你熟悉 Python 的话，官网上的 10 Minutes to pandas （http://pandas.pydata.org/pandas-docs/stable/10min.html ）可以让你在短时间内了解 pandas 能干什么事以及
isNaN() 函数用于确定一个值是否为 "NaN"（非数字）。它接受一个参数，并尝试将该参数转换为数字类型。如果参数不能转换为数字，或者转换结果是 "NaN"，则函数返回 true；否则，返回 false。
本数据报告以淘宝app平台为数据集，通过行业的指标对淘宝用户行为进行分析，从而探索淘宝用户的行为模式，具体指标包括：日PV和日UV分析，付费率分析，复购行为分析，漏斗流失分析和用户价值RFM分析。
股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。反映股票收益率的高低，一般有三个指标
有效市场假说和分形市场假说是资本市场两个重要的理论，有效市场假说建立在正态性的假说上，但大量证据表明，金融数据具有尖峰厚尾的特性，这也是分形市场假说的出发点。
前几日，《Systematic Trading》的作者，在其博客中探讨了这样一个问题，当市场波动加剧时是否应该调整动量策略的参数（从长周期到短周期）？
随着线上互动需求的增加，直播连麦、语音/视频聊天的应用越来越广泛。我们一直在说“追求用户的极致体验”，但是体验是一个抽象的概念，很难量化和统计。如何从用户的行为中得到所在场景的优化“极值”，如何依据“极值”建立统一的质量指标体系以指导业务优化？如何迁移抖音的服务经验，满足toB用户的体验需求？LiveVideoStackCon 2022北京站邀请到火山引擎RTC团队负责人——杨智超，为大家介绍在实时通信场景下火山引擎RTC对体验的理解与应用落地。 文/杨智超 编辑/LiveVideoStack 大家好，本次
👆点击“博文视点Broadview”，获取更多书讯 在 JavaScript 中如何判断两个值相等，这个问题看起来非常简单，但并非如此，在 JavaScript 中存在 4 种不同的相等逻辑，如果你不知道他们的区别，或者认为判断相等非常简单，那么本文非常适合你阅读。 ECMAScript 是 JavaScript 的语言规范，在ECMAScript 规范[1]中存在四种相等算法，如下图所示： 上图中四种算法对应的中文名字如下，大部分前端应该熟悉严格相等和非严格相等，但对于同值零和同值却不熟悉，下面我
最近我们被客户要求撰写关于MVGARCH的研究报告，包括一些图形和统计输出。在本文中，当从单变量波动率预测跳到多变量波动率预测时，我们需要明白，现在我们不仅要预测单变量波动率元素，还要预测协方差元素
简单数据类型（也称为原始类型）：Undefined、Null、Boolean、Number、String 和 Symbol。ES6 中新增了一种 Symbol 。这种类型的对象永不相等，即始创建的时候传入相同的值，可以解决属性名冲突的问题，做为标记。 复杂数据类型叫 Object（对象）。Object 是一种无序名值对的集合。
要成为一个优秀的前端工程师，系统的学习Javascript，有夯实的Javascript基础，以及对语言本身的深刻的理解，是基本功。从Javascript数据类型开始，我将对Javascript知识体系进行系统的梳理。
由于文件标题是中文，直接读取会报错，所以加了encoding编码申明。一般encoding设置成GBK、utf-8、GB2312即可满足读取需求。
Prometheus 提供了其它大量的内置函数，可以对时序数据进行丰富的处理。某些函数有默认的参数，例如：year(v=vector(time()) instant-vector)。其中参数 v 是一个瞬时向量，如果不提供该参数，将使用默认值 vector(time())。instant-vector 表示参数类型。
首先对VaR的定义做一回顾，上一篇提到，如果我们假设资产标准化的收益率符合正态分布，那么VaR的理论表达式为
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者，连续2年被腾讯云+社区评选为“年度最佳作者”。 前言 Optiver波动率预测大赛于上个月27号截止提交，比赛终于告一段落，等待着明年1月份的最终比赛结果。Kaggle上，由财大气粗的对冲基金大佬主办的金融交易类预测大赛，总能吸引大量的人气。在过去3个月的比赛中，也诞生了很多优秀的开源代码，各路神仙应用各种模型算法，在竞争激烈的榜单你追我赶。 关于这个比赛，网络上陆陆续续也有很多参赛经验的分享。但为了充分吸收大神们的精髓，公众号还是决定从0到1解读各种不同类型的开源比赛代码，方便小伙伴们学习归纳，并应用到实际研究中去。本系列大概安排内容如下：
在pandas中，缺失数据显示为NaN。缺失值有3种表示方法，np.nan，none，pd.NA。
最近我们被客户要求撰写关于梯度下降的研究报告，包括一些图形和统计输出。梯度下降是一种优化算法，能够为各种问题找到最佳解决方案。
之前一直在分享pandas的一些骚操作：pandas骚操作，根据大家反映还不错，但是很多技巧都混在了一起，没有细致的分类，这样不利于查找，也不成体系。
本文总结nan和inf在C语言当中的含义、产生和判定方法。 C语言当中的nan 表示not a number，等同于 #IND:indeterminate (windows) 产生： 对浮点数进行了未定义的操作；
1、在数学计算中，小数会有一定的误差，这是计算机本身的bug，不仅是js语言，其他语言也有这个问题。
本文是 Python 系列的 SciPy 补充篇。整套 Python 盘一盘系列目录如下：
P 和 Q 分别是 GARCH 和 ARCH 多项式中的最大非零滞后。其他模型参数包括平均模型偏移、条件方差模型常数和分布。
1、因子筛选应与所用模型相匹配，若是线性因子模型，只需选用能评估因子与收益间线性关系的指标，如IC、Rank IC；若是机器学习类的非线性模型，最好选用能进一步评估非线性关系的指标，如 Chi-square 及 Carmer's V 等；
大家好，我是零一。我的公众微信号是start_data，欢迎大家关注。今天接着第一篇的内容，我们继续利用excel来做分析。 首先，回应派友的疑问。 我这系列文章，是从0开始的，可能读者的基础并不是太好，我是这么安排的，先学会基本的操作，会操作了后，再回过来学一些分析思路和方法。自己做过之后，再学心法，可能会有更大的收获。 说回主题，上一篇中，我们看出了走势图，也看到了占比图。这两个必须同时看，才能清楚的，因为你单看走势图，是看不出占比的。单看占比图也会看不粗走势。因此，这两个图，是结合一起，才能读出相对完
在多变量波动率预测中，我们有时会看到对少数主成分驱动的协方差矩阵建模，而不是完整的股票。使用这种因子波动率模型的优势是很多的。
风险价值 (VaR) 是一种统计数据，用于量化公司、投资组合在特定时间范围内可能发生的财务损失程度
使用场景：用站点数据插值成网格数据时，可以使用散点数据插值方法 参考链接：https://ww2.mathworks.cn/help/matlab/ref/scatteredinterpolant.html
但是您的客户需要快速理解。他们没有意愿或时间去处理任何太乏味的事情，即使模型可以稍微准确一些。简单性是商业中非常重要的模型选择标准。
从这个角度讲，做运营其实很简单，不管你用什么手段，只要能让淘宝认为你是优秀的即可。
一般来说，R2在0到1的闭区间上取值，但在实验中，有时会遇到R2为inf（无穷大）的情况，这时我们会用到R2的计算公式：
在上贴「FMM 大战 LMM 2」中，我们主要推导出了 Fn(t) 在风险中性测度、即期测度和 Tk-远期测度下的 SDE。在估值和 RFR 挂钩产品时
第二种是===比较，它不会自动转换数据类型，如果数据类型不一致，返回false，如果一致，再比较。
事件起因 这其实是一件很偶然的事情，前几天在某大佬群里看大佬装逼。突然一个平日不怎么冒泡的群友发了一条链接。本着“这群里都是好人 ”的想法我就天真的点了进去......这一点可闹大了。电脑猛地变卡直至
最近我们被客户要求撰写关于ARIMA-GARCH的研究报告，包括一些图形和统计输出。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
