阅读<海龟交易法则>时,对其评估指标部分,非常认同.其实自己之前在做股票量化时也注意到这个问题,就是起始日期对回撤影响大,尤其是在上证50上做测试时,相差一天结果可能天壤之别.书中提到的一些指标,个人还是比较认同的,所以想在vnpy中实现下,自己回测过程中也可以留意下是否真的更客观的反映策略优劣.<海龟交易法则>12.4:回归年度回报率:定义:线形回归线和它所代表的回报率为
2 R 语言基础操作数据分析首先需要把数据输入或导入为特定的格式，即保存为特征的数据结构。本章首先介绍 R 中的5种基础数据类型：向量、矩阵、数组、数据框、列表以及两种特殊的数据类型：因子和 tibble。此后简单介绍向 R 中导入外部数据的多种方法，并罗列了 R 中处理数据的基础函数。2.1 数据结构基础R 中储存和操纵的实体(entity)可统称为对象(object)，其基础数据类型包括向量(
1. 独立混合横截面数据在不同时点从一个大总体中随机抽样得到的随机样本。当其他条件都保持不变时，由于该数据都是由独立抽取的观测所构成，不同观测误差项的相关性被排除。但在不同时点上抽样可能导致样本性质与时间相关，使其不再保持单独随机样本中同分布的性质（例如：时点1的与时点2存在系统性差异。）。2. 使用独立混合横截面的理由（1）增大样本容量（应保证解释变量与被解释变量与时间无关）（2）反映不同年份影
转载
2024-03-24 21:52:54
283阅读
文章目录1. 上节回顾2. 纯碱价差套利3. 什么是协整性分析4. 通过协整性检验5. 空间误差校正模型（VECM）6. 构建交易策略7 总结 1. 上节回顾【Mquant】6：构建价差套利(二)上节带领大家编写了统计套利均值回归的程序，通过历史回测发现还不能进入实盘交易状态，原因出现在手续费率上，由于加密市场手续费率较高，我们选择国内期货市场，一般期货市场手续费率可以达到万分之一，个别品种手续
逻辑回归之前我们已经接触过相关的回归模型了，我们知道回归模型是用来处理和预测连续型数据的算法。然而逻辑回归是一种命名为“回归”的线性分类器，其本质是由线性回归变化而来的，一种广泛使用余分裂问题中的广义回归算法。首先连续型的标签值可以使用线性回归得出，从而完成各种预测连续型变量的任务（比如预测产品销量，预测股价等）。回归模型也可以实现分类效果使用sigmod函数将线性回归的值转换到（0，1）之间，这
转载
2024-03-30 08:09:50
53阅读
动机： GMM是用来拟合某种分布的。哪种？任意一种！当然，前提是参数足够多的情况下，所以实作其实并非拟合任意模型。那么一般什么样的模型会被GMM较好拟合？首先，我们思考一下一维的高斯分布（即正态分布），然后我们思考一下二维的，三维的……会发现，高斯分布在二维类似椭圆，三维类似椭球，而这也是我理解它为什么说可以拟合任意分布的原因。因为椭圆（我们从二维来说），其实就是实轴（a）和虚轴（b
转载
2024-09-03 12:46:31
36阅读
目录一、广义最小二乘估计的推导二、广义最小二乘估计的性质——【定理3.6.1】1.定理内容2.定理证明3.定理说明三、简单例子四、【例3.6.1】一、广义最小二乘估计的推导 在前面的讨论中，我们总是假设线性回归模型的误差是等方差且不相关的，即。但在很多情况下，这个假设总是可以认为近似地成立。但是，像在所指出的，仍然有许多实际问题，经过残差分析后
转载
2024-05-05 22:27:24
76阅读
分位数回归参考文献Python statsmodels 介绍 - 树懒学堂 (shulanxt.com)Quantile Regression - IBM Documentation传统的线性回归模型其的求解方式是一个最小二乘法，保证观测值与你的被估值的差的平方和应该保持最小，因变量的条件均值分布受自变量x的影响过程，因此我们拟合出来的曲线是在给定x的情况下，y的条件均值随机误差项来均值为0、同方
转载
2024-04-24 20:17:48
477阅读
关于线性回归二分类问题的总结 （供自己回看，大家学习）：'''
#
#西瓜数据集
#
编号,色泽,根蒂,敲声,纹理,脐部,触感,密度,含糖率,好瓜
1,青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.46,是
2,乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是
3,乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0.264,是
4,青绿,蜷缩,沉闷,清晰,凹陷,硬滑,0.608
转载
2024-06-20 13:11:48
73阅读
python，7种回归技术，你应该知道！一、引言在预测模型中回归（线性、逻辑）通常是人们最先遇到的算法。由于受欢迎程度，许多分析师甚至认为他们是唯一的回归形式。 更多参与的人认为他们是所有形式的回归分析中最重要的。事实是，有无数形式的回归可以执行。 每种形式都有其自身的重要性和最适合应用的特定条件。 在本文中，我以简单的方式解释了最常用的7种形式的回归。 通过这篇文章，我也希望人们能够形成回归广度
转载
2024-04-29 05:43:09
47阅读
按照常规的做法，当一个缺陷修复完毕后，通常会对修复后的代码进行两种形式的测试。首先是确认测试，以验证该修复程序实际上已经修复了缺陷，二是回归测试，以确保修复部分本身没有破坏已有的功能。需要注意的是，当新的功能添加到现有的应用程序时也适用这一相同的原理。在添加新功能的情况下，测试可以验证新功能的工作是否按要求和设计规范，例如回归测试就可以表明，新的代码并没有破坏任何现有的功能。也有可能应用程序的新版
转载
2023-12-10 08:30:27
43阅读
目录一、数据二、简单拟合1.回归2.残差分析三、模型修正1.数据分析2.回归一、数据首先到网址http://www.statsci.org/data/general/cofreewy.html获取cofreewy.txt数据二、简单拟合1.回归rm(list=ls())
#setwd("") #设置路径
w=read.table("cofreewy.txt",header=T)
a=lm(CO~
转载
2023-05-29 14:49:03
426阅读
又到了年底年初做总结的日子，每个人&部门都要向老板做汇报，其中最重要的形式就是写年度数据报告。首先我们要清楚写这个东西的目的是什么？大概有3个：第1，分析问题，帮助整个管理层来看今年我们发生了什么问题，哪些是需要明年去解决的？做一个年度整体的复盘给一些明年的建议。第2，展望预测，是对明年市场的预测，因为领导一定会对明年的收入有一个预期，那我们要做的是如何根据这个预期来拆解任务及行动计划？第
转载
2024-08-04 17:52:10
40阅读
回归测试的四种方法：一.回归测试策略的概念在软件生命周期中的任何一个阶段，只要软件发生了改变，就可能给该软件带来问题。软件的改变可能是源于发现了错误并做了修改，也有可能是因为在集成或维护阶段加入了新的模块。当软件中所含错误被发现时，如果错误跟踪与管理系统不够完善，就可能会遗漏对这些错误的修改；而开发者对错误理解的不够透彻，也可能导致所做的修改只修正了错误的外在表现，而没有修复错误本身，从而造成修改
转载
2024-04-02 08:32:29
0阅读
机器学习算法の02 逻辑回归分类和回归任务的区别逻辑回归与线性回归的区别和联系逻辑回归(logistics regression)的判别函数逻辑回归(logistics regression)的损失函数交叉熵损失函数的求解 分类和回归任务的区别分类： 输出变量为有限个离散变量的预测问题是分类问题。回归： 输入变量与输出变量均为连续变量的预测问题是回归问题。例如：预测明天多少度，是一个回归任务；预
转载
2024-09-16 19:30:44
120阅读
前言 大家好，之前写多了自动化办公的内容，现在换个机器学习的专题跟大家交流学习，作为一个眼科研究生后面也希望后面多通过一些眼科案例顺带普及下眼科知识！在眼科中AI的一项应用就是利用卷积神经网络实现图像识别。今天先从一个虚构的冠心病数据集说说python如何实现简单的有监督学习。数据说明 因文章以分享技术为目的，疾病数据集不含有现实意义，且出于保护目的将四个特征指标以S1-S4替代400+多位病人的
转载
2024-06-18 15:37:55
56阅读
文章目录算法介绍定义sigmoid函数逻辑回归算法步骤算法示例基于梯度上升算法的逻辑回归实现基于梯度上升算法的逻辑回归实现总结 算法介绍定义logistic回归是一种广义线性回归（generalized linear model），因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同，都具有 w‘x+b，其中w和b是待求参数，其区别在于他们的因变量不同，多重线性回归直接将w‘x+b作为
转载
2024-03-26 06:16:00
74阅读
分享内容（2020/06/23）Probabilistic Regression for Visual Tracking视觉跟踪的概率回归这篇论文是Martin Danelljan CVPR2020的最新一个工作，这个系列中几篇论文都是一种架构，即将整个跟踪任务分为位置预测和bbox回归两个问题，模型架构采用的是一种类似Siamese架构。这篇论文主要解决的是位置回归的问题，bbox的回归还是直接
转载
2024-04-01 07:13:54
120阅读
背景：Apache ShardingSphere 是一套开源的分布式数据库中间件解决方案组成的生态圈，它由 JDBC、Proxy 和 Sidecar,这 3 款相互独立，却又能够混合部署配合使用的产品组成。 它们均提供标准化的数据分片、分布式事务和数据库治理功能，目前，数据分片、读写分离、数据加密、影子库压测等功能，以及 MySQL、PostgreSQL、SQLServer、Oracle 等 SQ
转载
2024-03-27 17:32:30
90阅读
系数检验学习笔记引言系数检验（Coefficient Testing）是一种常用的统计分析方法，主要用于检验解释变量对结果变量的影响是否显著。本文将介绍系数检验的基本概念、常见的方法和应用场景。基本概念1. 解释变量（Independent variable）解释变量是指研究中的自变量，它的取值不受其他变量的影响。2. 结果变量（Dependent variable）结果变量是指通过解释变量来预测
转载
2024-02-17 10:42:53
103阅读
