JOS是MIT操作系统对应的课程设计LAB1:系统的启动 这里主要讲了两个关键的点操作系统的启动程序的之间的调用关系1.操作系统的启动的过程主要通过以下几个步骤首先运行BIOS，这里BIOS完成一些简单设置，比如VGA的显示之类然后加载Boot loader。就是通过BIOS搜索Boot loader.Boot loader将内核调入boot load因为历史原因一般会被加载到内存的0x7c00
# Johansen协整检验的Python实现
经济时间序列分析中，协整检验是一项重要的技术，特别用于判断多个非平稳序列之间是否存在长期的均衡关系。Johansen协整检验是用于多变量时间序列的强大工具。本文将通过Python代码示例，展示如何使用Johansen协整检验。
## 1. 什么是Johansen协整检验？
Johansen检验基于特征值分解，提供了确定时间序列中协整关系的数量。
在宏观计量经济研究中，通常会使用VAR模型研究多个时间经济变量之间的数量关系情况，但是VAR模型要求数据无单位根或者同阶单整，如果无单位根通常可直接进行VAR模型构建，如果有单位根但是满足同阶单整，此时则可使用协整检验进行分析模型稳定性，通常协整关系后再建立VAR模型即可。与此同时，协整关系也是建立比如误差修正模型(SPSSAU中的ECM模型)的前提条件。如果研究变量存在协整关系则说明研究数据具有
转载
2023-06-21 23:19:45
699阅读
# 使用Python进行Johansen协整检验的指南
### 引言
Johansen协整检验是一种用于多变量时间序列的统计检验方法，它能够检测多个时间序列之间是否存在协整关系。在这篇文章中，我们将详细讲解如何使用Python实现Johansen协整检验。我们将采用`statsmodels`库来完成这一任务。
### 实现流程
以下是我们实现整件事情的主要步骤：
| 步骤 | 描述
为了研究进出口与经济增长之间的关联，采用3个时间序列建立VAR模型，利用JJ协整检验并找出协整方程，以此确定长期关系，并建立VEC模型研究短期关系。 1 单位根检验
VAR模型可通过变形化为差分形式（如下所示），要找到协整向量，首先要保证差分项都是平稳的，因此协整检验的前提是序列为一阶单整I(1)。
 
转载
2023-10-26 17:35:39
417阅读
首先提出图的转置的概念。所谓转置就是将一个图上所有的有向边反向。简单来说就是本是x->y的一条边，现在变为y->x这样一条边。另外强连通性质具有传递性，如果(i,j),(j,k)属于同一强连通分量，那么(i,k)属于同一强连通分量。因为如果满足题设，那么存在路径i->j->k和k->j->i。所以传递性得证。所以其实我们要求点i所属的极大强连通分量，只需要把所有
量化策略研究指的是需要依据一种或多种确凿的获利理念，通过某一特定显式表示的模型，指导参与者反复地以人工或机器执行指令，参与单边或多空交易。在策略的执行过程中，需要实时监控资产组合价值与目标利润的偏离情况，调整参数，直到已有模型生命期限终了，再转入到新模型。量化研究过程可以划分为定价与品种选取、模型实现、资产配置与组合优化、订单生成与交易执行、绩效评估和风险管理等部分。当前量化策略重点集中在基于行为
转载
2024-06-18 10:27:28
30阅读
冲突碰撞是针对Shape的碰撞。Shape之间可能存在默认不碰撞检测的情况。相互碰撞检测方式如下图： Shape免冲突设置
只要设置ShapeDesc.shapeFlags |= NX_TRIGGER_ENABLE就可以使得该Shape免予冲突检测。
冲突检测优化冲突检测是很耗性能的。每次的遍历是很难实现的。所以有一些性能上的优化。首先能够冲突检测的pair是在一定的距离内的。另外还要
转载
2024-06-04 14:49:51
252阅读
写在开篇：最近在测试DAI相关的内容，公司文档一如既往的简陋，新人看完保准一脸懵逼，搜了很多文章，个人觉得下面的这篇是写的最详细，最完整，也最容易理解，很值得学习，点赞。原文链接在文末，防止丢失，特转载一份留存待日后翻阅
一、ARP协议原理
1.协议概述 Address Resolution Protocol在以太网
转载
2024-05-31 23:42:54
65阅读
# R语言Johansen协整检验结果显示S4
## 概述
本篇文章将介绍如何在R语言中使用Johansen协整检验，并将结果以S4对象的形式显示出来。Johansen协整检验是用来判断一组时间序列数据是否存在协整关系的常用方法。S4对象是R语言中一种高级的对象表示方式，通过使用S4对象，我们可以更方便地存储和操作协整检验的结果。
## 流程概览
下面是使用Johansen协整检验并展示结果的
原创
2023-08-16 07:35:00
1283阅读
协整检验是为了检验非平稳序列的因果关系，协整检验是解决伪回归为问题的重要方法。首先回归伪回归例子：伪回归Spurious regression 伪回归方程的拟合优度、显著性水平等指标都很好，但是其残差序列是一个非平稳序列，拟合一个伪回归: #调用相关R包
library(lmtest)
library(tseries)
#模拟序列
set.seed(123456)
e1 =(500)
e
转载
2023-10-02 16:54:08
809阅读
## 使用Python进行协整检验的指导
协整检验是时间序列分析中的一种重要方法，它用于检验多个非平稳时间序列之间是否存在稳定的长期关系。本文将引导你如何使用Python进行协整检验，从而帮助你更好地理解和应用这一统计工具。
### 流程概述
在进行协整检验之前，我们需要遵循以下的基本步骤。下面的表格展示了整个流程。
| 步骤 | 描述 |
# 协整理论及其在Python中的实现
## 1. 什么是协整？
在时间序列分析中，协整是指两个或多个非平稳序列之间存在某种稳定的线性关系。即使各个序列本身是随机游走，经过适当的线性组合后，它们的某个特性可能是平稳的。协整可以帮助我们理解长期趋势以及经济变量之间的关系。在许多应用中，尤其是在金融领域，协整分析用于建立回归模型，以更好地预测未来走势。
## 2. 协整的基本理论
要理解协整，
原创
2024-09-29 05:31:02
41阅读
# Python 中的协整分析入门指南
在金融和经济学中，协整是用来确定两个或多个时间序列之间长期关系的一个重要概念。如果两个时间序列是协整的，意味着它们尽管各自可能存在趋势，但其线性组合却是平稳的。在本文中，我们将通过一个简单的示例来学习如何在 Python 中实现协整分析。
## 流程概述
在进行协整分析时，通常可以分为以下几个步骤：
| 步骤 | 说明
原创
2024-10-13 06:45:02
95阅读
协程：多任务 使用：简单 原理: 过程 - 复杂内容：1、迭代对象 2、迭代器 3、生成器 4、yield 5、greenlet 6、gevent协程一、迭代对象 （1.1） 迭代: 迭代版本(在原来的版本之上添加功能)
for迭代数据(1,2,3)在原来的状态之下,添加新的功能。 #for循环
#
转载
2023-11-29 11:15:55
63阅读
当两个品种价格存在某种比较简单的可量化关系时，我们可以利用这种关系进行配对交易。一种比较简单常见的关系就是价格线性相关，由于价格非平稳序列，我们把这种关系称为协整关系。这种关系呈现的模式可能是同步相关，即两个品种同时受到相同或者类似的其他因素影响，从而价格存在同步变化的趋势；或者是leader-lagg
转载
2024-01-21 06:56:50
6阅读
gevent的简介 gevent是一个基于协程的python网络库，在遇到IO阻塞时，程序会自动进行切换，可以让我们用同步的方式写异步IO代码。 因为python线程的性能问题，在python中使用多线程运行代码经常不能达到预期的效果。而有些时候我们的逻辑中又需要开更高的并发，或者简单的说，就是让我们的代码跑的更快，在同样时间内执行更多的有效逻辑、减少无用的等待。gev
转载
2023-06-16 05:58:24
143阅读
# Python协整计算
协整是统计学中的一个重要概念，用于描述两个或多个时间序列之间的长期关系。在金融领域，协整被广泛应用于股票价格、汇率等金融数据的分析和建模。本文将介绍Python中的协整计算方法，并通过代码示例演示其用法。
## 什么是协整？
在时间序列分析中，如果两个或多个时间序列的差分序列是平稳的，那么这些时间序列被称为协整序列。换句话说，协整是指多个时间序列之间存在稳定的长期关
原创
2023-12-23 05:15:26
226阅读
# 协整关系及其在Python中的应用
在时间序列分析中，协整关系（Cointegration）是一个重要的概念，尤其是在金融数据分析、经济学建模等领域。协整关系可以帮助我们了解两个或多个非平稳时间序列之间的长期稳定关系。本文将通过代码示例和理论解析，介绍协整的基本概念及其在Python中的实现。
## 一、什么是协整关系？
**协整关系**指的是两个或多个时间序列虽然各自都是非平稳的（即没
给定两个整数 n 和 k，返回范围 [1, n] 中所有可能的 k 个数的组合。你可以按 任何顺序 返回答案。示例 1： 输入：n = 4, k = 2
输出：
[
[2,4],
[3,4],
[2,3],
[1,2],
[1,3],
[1,4],
] 示例 2： 输入：n = 1,
转载
2024-10-21 18:31:22
14阅读
