首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

公式化价值投资:要想当股神,还得擦亮眼!

我们知道价值投资精髓就是找到长期好公司、以便宜价格买入。在量化投资领域,“价值投资”也被广泛使用:量化价值投资策略在美国几乎是每一个追求资管额量化基金标配。...在量化投资策略中,“价值投资”越来越多地被简单基本指标(账面价值或收益)与价格比率所表示,投资者据此进行选股并构建分散化投资组合投资策略。...HML SMALL是一个因子,我们进一步地将其分解为仅做多HMM SAMLL和仅做LMM SMALL两部分。...下图是高价值组合相对于中价值组合期初溢价和期末溢价,并按上述公式溢价变动分解为价格变动影响和财务变动影响两个部分。 ?...对于单因子回归,假如我们构造一个投资组合,包含1份多头高排名组和1份空头低排名组,将会获得与该因子系数相等组合收益率。

54210
您找到你想要的搜索结果了吗?
是的
没有找到

黑盒测试用例设计方法一

黑盒测试用例设计方法---等价类划分、边界值 等价类划分:把所有可能输入数据划分成若干子集,然后从每一个子集中选取少数具有代表性数据作为测试数据,就可以用少量代表性测试数据。...2、设计组合方式和可能性。 3、根据组合选择数据生成测试用例。 例如注册功能: 用户名要求:6到10位字符首字母必须是字母或数字,不能为和汉字。 密码要求:6到10位字符,不能为和汉字。...设计一个测试用例,使其仅覆盖一个尚未被覆盖无效等价类,重复这一步.直到所有的无效等价类都被覆盖为止。...边界值分析 经验告诉我们,一般大量错误都是发生在输入或输出范围边界上,而不是发生在输入输出范围内部。 通常输入和输出等价类边界,就是应着重测试边界情况。...上点:边界上:区间内:离边界值最近且与上点不属于同一等价类。 对于小数不用考虑离:(0,100],上点:0、100 内:50 离:0,101。 ?

46010

字母预言卡里魔术与数学(二)——魔术背后建模思路

先解决一个不那么难问题,进而获得结论范围,指明方向以后再解决更难,如对洗牌几次才能洗乱次数估计;另外,要证明一些正着来不容易下手定理,质数是无穷就需要用反证法等等。...在这里,我们可以从信息论角度简单估算一下,要从m个选项中确定一个,需要信息量是logm这么多。由于这些卡片可以打乱顺序,最后展现结果被观察部分(合在一起以后哪个字母是没有出现)也和顺序无关。...又比如最近发现一个《年龄透视卡》魔术,7张卡片确定两位数年龄,也是一个在常识上合理,科学上冗余设计魔术,也十分精彩地体现了这一。在数学魔术里,魔术是甲方,数学是乙方,后者要为前者服务。...信息边界确定了,接下来要计算就是,如何在边界内完成编码,使得解码(把不包含元素的卡片合起来,唯一一个选项就是所选结果)能够恰好可行。...,比如排列顺序,选项范围之类,自然就无法明确知道观众所选元素是哪一个了。

52910

吐血整理:24种可视化图表优缺点对比,一图看懂!

优点:针对元素分类和“区域”创建易于使用组织原则 缺点:在不同空间间隔绘制象限内项,暗示两者可能不存在统计关系 02 冲积图 也称为流图,显示值怎样从一个移动到另一个节点和流。...优点:一种在垂直或水平狭小空间内都适用紧凑形式;比传统形式(条形图)更容易沿着单一测试方法来进行比较 缺点:由于要绘制很多,很难有效地标记;如果这很重要,那就消除了所有类别之间趋势感 07...优点:一种记录和说明关系与复杂结构易于理解方法 缺点:行与方框方法在显示复杂性方面受到限制;更难显示不那么正式关系,比如人们如何在公司层级制度之外合作 10 直方图 基于范围内每个值出现频率来显示分布情况条形...优点:能够简化复杂想法;由于人们对隐喻普遍认识,所以显得天生就能理解这种图 缺点:很容易混淆隐喻,误用隐喻,或者过度设计隐喻 14 网络图 连接在一起节点和线,以显示一个群体中各元素之间关系。...优点:有些人认为它是饼形图一个更好替代图表;很好地显示主导份额和非主导份额;可以有效地处理比饼形图更多类别;水平和垂直都适用 缺点:包含太多类别或者多个堆积条形组合在一起,可能使你很难看到差异和变化

4.6K20

吐血整理:24种可视化图表优缺点对比,一图看懂!

02 冲积图 也称为流图,显示值怎样从一个移动到另一个节点和流。这通常用于展示值在一段时间内变化,或者其组织方式细节,例如,预算拨款如何逐月使用。...缺点:行与方框方法在显示复杂性方面受到限制;更难显示不那么正式关系,比如人们如何在公司层级制度之外合作。 10 直方图 基于范围内每个值出现频率来显示分布情况条形。...14 网络图 连接在一起节点和线,以显示一个群体中各元素之间关系。通常用于表示实物之间相互联系,计算机或人。...优点:和所有的线都叠加在同一个图表中相比,更容易比较多个甚至几十个类别之间差异。...缺点:包含太多类别或者多个堆积条形组合在一起,可能使你很难看到差异和变化。 22 表格 按列和行排列信息。通常用于跨多个类别显示单个值,季度财务业绩。

4.1K33

R.python常见问题③(xgboost介绍和安装)

Gradient boosting 是 boosting 其中一种方法 所谓 Boosting ,就是弱分离器 f_i(x) 组合起来形成强分类器 F(x) 一种方法。...Gradient boosting 就是通过加入新弱学习器,来努力纠正前面所有弱学习器残差,最终这样多个学习器相加在一起用来进行最终预测,准确率就会比单独一个要高。...而 XGBoost 特点就是计算速度快,模型表现好,这两也正是这个项目的目标。 表现快是因为它具有这样设计: Parallelization: 训练时可以用所有的 CPU 内核来并行化建树。...Xgboost第一感觉就是防止过拟合+各种支持分布式/并行,所以一般传言这种杀器效果好(集成学习高配)+训练效率高(分布式),与深度学习相比,对样本量和特征数据类型要求没那么苛刻,适用范围广。...而基于树模型XGBoost则能很好地处理表格数据,同时还拥有一些深度神经网络所没有的特性(:模型可解释性、输入数据不变性、更易于调参等)。 这两类模型都很重要,并广泛用于数据科学竞赛和工业界。

1.1K10

Matlab正态分布、历史模拟法、加权移动平均线 EWMA估计风险价值VaR和回测标准普尔指数 S&P500时间序列|附代码数据

这三种方法是: 正态分布 历史模拟 指数加权移动平均线 (EWMA) 风险价值是一种量化与投资组合相关风险水平统计方法。VaR 衡量指定时间范围内和给定置信水平最大损失量。...使用正态分布方法计算 VaR 对于正态分布法,假设投资组合损益呈正态分布。使用此假设,通过每个置信水平_z_分数乘以收益率标准差来计算 VaR  。...大小估计窗口上 EWMA 方差公式   是:  是归一化常数: 为方便起见,我们假设一个无限估计窗口来近似方差: 实践中经常使用衰减因子值为0.94。这是本示例中使用值。...VaR 回测分析中常见第一步是收益率和 VaR 估计值绘制在一起。在 95% 置信水平上绘制所有三种方法,并将它们与收益率进行比较。...这个结果表明,VaR违反不是独立,可能在短时间内有多次失败时期。另外,一次失败可能会使其他失败在随后日子里更有可能发生。 在两个 VaR 置信水平下对三种方法投资组合运行相同测试。

51110

如何实现智能化用户增长策略部署与自动化运营

“小格子”,从而实现在用户运营过程中目标人群细粒度拆解,有效运营模块解空间控制在了一个合理计算量级范围内。...资源要素包括利益、触点以及内容,其中利益就是人货场理论“货”维度推广,它包括备选商品池、促销形式、补贴金额等,通过不同力度优惠商品与用户建立连接;触点指的是人货场理论“场”维度广义概念,包括触达方式...值提升为导向老客促活目标(适用于促冲量)。...在离线日常活动中,通常以人工配置或者是自动化投放进行站外触达,无法有效收集到用户对本次活动投放反馈,因此借助算法模型活动与人联动起来,通过投喂反馈机制,即利用活动投放中和投放后一段时间内用户产生行为作为反馈数据...该模块强化学习、在线学习、序列化策略最优组合等技术融合在一起,在引导层、促转化层、离站拦截层等环节进行多触点干预,并综合考虑了目标人群增益特性,实现了运营资源与成本最优组合。 ?

1.7K30

使用Apache Spark和EVAM构建实时流式解决方案

事件和非事件与时间窗口、客户配置文件数据相结合事件处理方式,来触发操作。为了本文书写目的,我们将把每个这样组合称为“场景”。 有数以百计场景,有必要对行为进行约束和优先排序。...事件源于技术事件,这些技术事件被组合在一起就构成“商业”事件。例如,新客户创建可以涉及关系数据库中多表联合创建,每个表格被单独识别为事件,但是组合起来就形成“客户创建”事件。...监视场景可以导致增强和优化,如果通过模板可以访问场景,可以轻松实现监视场景功能,以便轻松更新参数。 把它放在一起: 与企业大数据战略相关挑战之一就是简单地组织用例范围和技术要求。...一个实际方法是Spark和经过验证企业实时事件处理引擎(EVAM提供)一起使用。我公司EVAM是实时事件处理领域领导者,有超过四十家企业依靠EVAM来支持超过两亿终端用户。...在另一篇文章中,我们探讨如何在AWS上部署EVAM,使用Kinesis,RedShift和其他服务为全球无线运营商提供实时事件解决方案。

1.6K90

【他山之石】RNN效率媲美Transformer,谷歌新架构两连发:同等规模强于Mamba!

具体来说,研究者采用了一种分层结构,两个残差块与一个循环块交替使用,然后再使用一个局部(MQA)注意力块。除非另有说明,局部注意力窗口大小固定为 1024 个 token。...吞吐量也值得考虑,因为它可以告诉我们在给定时间内可以从特定模型中采样最大 token 数量。...当考虑其他语言应用,基于人类反馈强化学习(RLHF)或评分语言模型输出( AlphaCode 中所做)时,这个属性是有吸引力,因为能够在给定时间内输出大量 token 是一个吸引人特性。...如图 4 所示,研究者比较了批量大小为 16、预填充和预填充 4096 个 token 模型延迟。...从图 5 左侧曲线图中,可以观察到,在一定最大长度范围内,Hawk 和 Griffin 都能在更长上下文中提高下一个 token 预测能力,而且它们总体上能够推断出比训练时更长序列(至少 4

12510

数据库面试常问一些基本概念

1、超键、候选键、主键、外键 超键:在关系中能唯一标识元组属性集称为关系模式超键。一个属性可以为作为一个超键,多个属性组合在一起也可以作为一个超键。超键包含候选键和主键。...候选键:是最小超键,即没有冗余元素超键。 主键:数据库表中对储存数据对象予以唯一和完整标识数据列或属性组合一个数据列只能有一个主键,且主键取值不能缺失,即不能为值(Null)。...事务:就是被绑定在一起作为一个逻辑工作单元 SQL 语句分组,如果任何一个语句操作失败那么整个操作就被失败,以后操作就会回滚到操作前状态,或者是上有个节点。...隔离性:隔离状态执行事务,使它们好像是系统在给定时间内执行唯一操作。如果有两个事务,运行在相同间内,执行 相同功能,事务隔离性确保每一事务在系统中认为只有该事务在使用系统。...6、 维护数据库完整性和一致性,你喜欢用触发器还是自写业务逻辑?为什么? 尽可能使用约束, check, 主键,外键,非字段等来约束,这样做效率最高,也最方便。

49620

RNN效率媲美Transformer,谷歌新架构两连发:同等规模强于Mamba

具体来说,研究者采用了一种分层结构,两个残差块与一个循环块交替使用,然后再使用一个局部(MQA)注意力块。除非另有说明,局部注意力窗口大小固定为 1024 个 token。...吞吐量也值得考虑,因为它可以告诉我们在给定时间内可以从特定模型中采样最大 token 数量。...当考虑其他语言应用,基于人类反馈强化学习(RLHF)或评分语言模型输出( AlphaCode 中所做)时,这个属性是有吸引力,因为能够在给定时间内输出大量 token 是一个吸引人特性。...如图 4 所示,研究者比较了批量大小为 16、预填充和预填充 4096 个 token 模型延迟。...从图 5 左侧曲线图中,可以观察到,在一定最大长度范围内,Hawk 和 Griffin 都能在更长上下文中提高下一个 token 预测能力,而且它们总体上能够推断出比训练时更长序列(至少 4

37211

RNN效率媲美Transformer,谷歌新架构两连发:同等规模强于Mamba

具体来说,研究者采用了一种分层结构,两个残差块与一个循环块交替使用,然后再使用一个局部(MQA)注意力块。除非另有说明,局部注意力窗口大小固定为 1024 个 token。...吞吐量也值得考虑,因为它可以告诉我们在给定时间内可以从特定模型中采样最大 token 数量。...当考虑其他语言应用,基于人类反馈强化学习(RLHF)或评分语言模型输出( AlphaCode 中所做)时,这个属性是有吸引力,因为能够在给定时间内输出大量 token 是一个吸引人特性。...如图 4 所示,研究者比较了批量大小为 16、预填充和预填充 4096 个 token 模型延迟。...从图 5 左侧曲线图中,可以观察到,在一定最大长度范围内,Hawk 和 Griffin 都能在更长上下文中提高下一个 token 预测能力,而且它们总体上能够推断出比训练时更长序列(至少 4

17910

再超Transformer!Google| 提出两个新模型(Griffin、Hawk),强于Mamba,更省资源

具体来说,研究者采用了一种分层结构,两个残差块与一个循环块交替使用,然后再使用一个局部(MQA)注意力块。除非另有说明,局部注意力窗口大小固定为 1024 个 token。...吞吐量也值得考虑,因为它可以告诉我们在给定时间内可以从特定模型中采样最大 token 数量。...当考虑其他语言应用,基于人类反馈强化学习(RLHF)或评分语言模型输出( AlphaCode 中所做)时,这个属性是有吸引力,因为能够在给定时间内输出大量 token 是一个吸引人特性。...如图 4 所示,研究者比较了批量大小为 16、预填充和预填充 4096 个 token 模型延迟。...从图 5 左侧曲线图中,可以观察到,在一定最大长度范围内,Hawk 和 Griffin 都能在更长上下文中提高下一个 token 预测能力,而且它们总体上能够推断出比训练时更长序列(至少 4

21711

何在Ubuntu 14.04第2部分上查询Prometheus

您现在知道如何使用标记时间序列构建交叉和联合。 第3步 - 使用直方图 在本节中,我们学习如何解释直方图度量以及如何从中计算分位数(百分位数一般形式)。...幸运是,Prometheussum聚合运算符可以与histogram_quantile()函数一起组合,以允许我们在查询时间内聚合维度!...您现在知道如何解释直方图度量以及如何在不同时间范围内从它们计算分位数,同时还可以动态地聚合某些维度。 第4步 - 使用时间戳指标 在本节中,我们学习如何使用包含时间戳指标。...当像上面那样可视化时间戳年龄时,您会收到一个锯齿图,线性增加行和定期重置到0批处理作业成功完成时。如果锯齿形尖峰变得太大,则表示批量作业在很长时间内未完成。...请注意,输出不会显示在整个图形时间范围内平均顶部或底部K系列 - 相反,输出重新计算图表中每个分辨率步骤K顶部或底部输出系列。

2.8K00

3D云 | 基于深度学习处理云数据入门经典:PointNet、PointNet++

2)直接存在空间关系:一个物体通常由特定空间内一定数量云构成,也就是说这些云之间存在空间关系。为了能有效利用这种空间关系,论文作者提出了局部特征和全局特征进行串联方式来聚合信息。...当然也可以随机采样;然后是分组层,在上一层提取出中心某个范围内寻找最近个k近邻组成一个group;特征提取层是这k个通过小型pointnet网络进行卷积和pooling得到特征作为此中心特征...同理,云数据中一个局部由其周围给定半径划出球形空间内其他构成。组合作用就是找出通过采样层后一个所有构成其局部,以方便后续对每个局部提取特征。...比如说,在越远地方激光雷达数据通常变得越稀疏,因此在稀疏地方应该考虑更大尺度范围来提取特征。为此,作者提出了两种组合策略来保证更优特征提取。...在云中属于同一个物体和处于某一局部空间内可看作等价。

9K41

使用Apache Spark和EVAM构建实时流式解决方案

实时事件处理要求: 实时客户互动系统提出了一套严格要求,以50毫秒内“事件到行动”为中心。通过选择性数据集成可以实现这种响应水平,技术活动以对客户和业务有用方式组合。...事件起源于技术事件,这些技术事件被组合在一起构成“商业”事件。例如,新客户创建可以涉及在关系数据库中创建多个表格,每个表格被单独识别为事件,但是被组合形成“客户创建”事件。...把它们全部放在一起: 与企业大数据战略相关挑战之一就是简单地组织用例范围和技术要求。...一个切实方法将使用Spark和已验证企业实时事件处理引擎(EVAM提供)一起使用。我公司EVAM是实时事件处理领域领导者,有超过四十家企业依靠EVAM来支持超过两亿最终用户。...在另一篇文章中,我们探讨如何在AWS上部署EVAM,使用Kinesis,RedShift和其他服务为全球无线运营商提供实时事件解决方案。

1.3K50

昔日网瘾少年,现在用AI教你打守望先锋

也是在最近,身在旧金山一群网瘾少年,走出了DOTA打到凌晨5、星际打到凌晨3的人生阶段,把他们对游戏热情,释放到了一个教你打游戏AI里边。 ?...推动这一增长因素是《守望先锋》等在线多人对战游戏爆炸式增长。但游戏玩家成长仍然靠几十年前老方法:看教程。现在论坛、游戏视频等等,只是通过数字化方式教程呈现了出来,换汤不换药。...实时分析游戏 Visor把叠加界面、视觉警报和音频线索组合在一起,变成一个非常直观组合,在恰当时间显示可操作信息,以便玩家可以在不离开游戏情况下动态提高游戏水平。...Visor通过手机数据来了解大多数玩家如何使用他们Ult,以及如何在比赛中最好地使用Ult。如果你已经拥有Ult但尚未使用,Visor会向你发送提醒。...它会告诉你作为一个游戏玩家是否处在自己节奏上。” ? 要做到这一,Visor必须开发一个实时引擎,分析游戏发生时每一帧图像。

65740
领券