logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

深度学习学习——时间序列数据增强方法调研

一些工具包:https://pypi.org/project/tsaug/自动时间序列特征分析:https://pypi.org/project/AutoTS/

#python
python数据分析——网络流量的一些特性

网络流量自相似性:赫斯特指数(英语:Hurst exponent)以英国水文学家哈罗德·赫斯特命名,起初被用来分析水库与河流之间的进出流量,后来被广泛用于各行各业的分形分析。现实与理想诸多市场异象的发现使人们对有效市场假说的质疑愈发深重,这些异象主要集中在:收益分布正态性、波动率与时间长度幂率关系、市场记忆性等方面。而分形市场理论则与之不同,它具备两个明显特征:长记忆性(长程相关性)和标度不变性。

#深度学习
深度学习学习——时间序列数据增强

数据增强的工具包:https://tsaug.readthedocs.io/en/stable/index.htmlWhat is the difference between feature extraction with or without data augmentation?

#深度学习
量化投资学习——资料收集和整理

大佬们的经验帖:Quant 实习申请总结[转自丁丁笑笑生]大神分享各家quant面试题目经典教材:Stochastic calculus for finance I&II大佬整理的资料:史上最全quant资料量化交易面试整理:面试经典书籍百度云盘分享整理:链接:https://pan.baidu.com/s/1CgCOvv82XmPI84iv...

超额收益率

转自百度百科超额收益率超额收益率是指超过正常(或预期)收益率的收益率,它等于某日的收益率减去投资者(或市场)当日要求的正常(预期)收益率之差。超额收益率是股票的实际收益率与其正常收益率的差,其中正常收益率是在该事件不发生时的预期收益率。这里我们采用上述的参数估计期数据来估计正常收益率,此处选用市场模型,其表述为: Rit = αi + βiRim + εit其中,Rit是股票i在t时期...

深度学习学习——利用seq2seq做时间序列预测

这里有一个很好的专栏:https://www.dazhuanlan.com/2020/03/30/5e81581e3c05a/

#深度学习
量化投资学习——使用深度学习模型优化因子

其实就是深度学习挖因子:Stock Selection via Nonlinear Multi-Factor ModelsDeep Factor Alpha

#深度学习
自然语言处理——Mutual Information Maximization

Mutual Information Maximization https://github.com/yanzhangnlp/IS-BERT

#自然语言处理
深度学习学习——关于特征降维的一些算法总结

特征降维:https://www.zhihu.com/column/c_119455233717021491210种特征降维的算法:https://zhuanlan.zhihu.com/p/68754729

#算法
    共 106 条
  • 1
  • 2
  • 3
  • 11
  • 请选择