数据包络分析DEA时，其研究投入产出效率情况，并且其假定投入和产出之间存在单调线性关系，其为一种线性规划技术来确定DMU相对效率的方法。但有时候会多出下‘非期望产出’，就是不希望有它产出，比如资金投入、教育投入换来了GDP上升和人口素质提升，但同时可能带来环境污染这个非期望产出项。在此种情况时，DEA模型则不满足单调线性关系要求。此时则需要使用非期望SBM模型，该模型由Tone(2001)提出。非
BSM模型是最常用的期权定价模型之一，虽然其假设不合符市场事实，但是该模型的提出奠定了现代金融衍生品法则的基石。
该模型在学界的发展：
早期的期权定价大多采用Black-Scholes(B-S)期权定价模型，B-S模型假定标的资产收益率服从正态分布且波动率是常数，但是这一假定无法解释“波动率微笑”和“杠杆效应”。在随后的研究中，不断有学者对B-S模型进行改进，例如修正常数波动率、重新刻
转载
2023-11-10 06:55:41
22阅读
BSM模型Python的应用和实现
BSM（Black-Scholes-Merton）模型是金融领域中的一个重要工具，广泛用于期权定价。本文将系统性地介绍如何在Python中实现BSM模型的过程。
### 环境预检
在开始之前，我们需要确保开发环境满足以下硬件和软件要求。使用四象限图可以帮助我们明确哪些需求是必须的，哪些是可选的。
```mermaid
quadrantChart
# 实现Python BSM模型教程
## 流程
```mermaid
flowchart TD
A(了解BSM模型) --> B(获取数据)
B --> C(数据预处理)
C --> D(构建模型)
D --> E(模型训练)
E --> F(模型评估)
F --> G(模型应用)
```
## 表格
| 步骤 | 描述 |
原创
2024-04-06 06:34:50
110阅读
文章目录常用内建模块collectionsnamedtupledequedefaultdictOrderedDictChainMapCounter 常用内建模块collectionscollections是Python内建的一个集合模块，提供了许多有用的集合类。namedtupletuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：>>> p = (1, 2)但是，
前言： 装饰器本质是一个Python函数，它可以让其他函数在不需要作任何代码变动的前提下增加额外的功能，装饰器的返回值也是一个函数对象，它经常用于有切面需求的场景，比如插入日志、性能测试、事物处理、缓存、权限校验等场景，装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量于函数的功能本身无关
转载
2023-08-23 23:17:25
72阅读
类的定义Python中，定义类是通过class关键字，例如我们定义一个存储学生信息的类：class Student(object):passclass后面紧接着是类名，即Student，类名通常是大写开头的单词，紧接着是(object)，表示该类是从哪个类继承下来的。通常，如果没有合适的继承类，就使用object类，这是所有类最终都会继承的类。定义好了Student类，就可以根据Student类创
# Python BSM 模型概述与实现
在金融界，期权定价是一个关键的研究领域，尤其是对于交易员和投资者。布莱克-斯科尔斯-默顿（Black-Scholes-Merton, BSM）模型是描述期权定价的一种经典方法。本文将介绍 BSN 模型的基本原理，并通过 Python 示例展示如何实现该模型，同时配合甘特图展示其实现的时间安排。
## 什么是 BSN 模型？
BSM 模型是由费舍·布莱
原创
2024-10-24 06:00:41
161阅读
文章目录概念基本概念核心组件基础架构proxy架构工作模式监控配置的相关概念zabbix常用命令触发器触发器表达式发现(Discovery)网络发现发现动作Active agent自动注册自动发现(LLD)网络发现、自动注册 与 自动发现的区别分布式监控 - Proxy代理参考官方指南zabbix系列文章自动发现与自动注册代理 概念基本概念zabbix支持的通讯方式
agent：通过专用的
转载
2024-05-24 10:24:51
41阅读
什么是BSM
BSM（Business Service Management），即业务服务管理，是IT与业务管理手段的一种整合与互补。它以ITIL为理论基础，实现IT管理与业务服务的融合。
BSM能够从不同监控系统（包括第三方）整合出需要的IT营运信息，给企业带
转载
精选
2009-07-03 20:03:07
569阅读
点赞
PS：本文以官方文章的内容为主，并尝试加入一些自己的理解。3.1 对象(s)，价值(s)和类型(s)。对象是python绝对数据类型，所有python program中的数据,或者被对象所代表，或者被对象之间的联系所代表。(某种意义上，符合冯.诺依曼“可储存可编程计算机”的模型，code也可被对象代表)每一个对象都有一个identity，一个类型和一个值。一个对象的identity，一旦对象被创造
转载
2023-10-10 10:29:58
137阅读
BSM(Business Service Management)，即业务服务管理，是IT与业务管理手段的一种整合与互补。它以ITIL为理论基础，实现IT管理与业务服务的融合。BSM能够从不同监控系统(包括第三方)整合出需要的IT营运信息，给企业带来IT服务方面的优势，从而体现在企业竞争优势上： &nbs
转载
精选
2008-07-08 14:01:51
1518阅读
一、CAPM 模型和公式参考作者：肖睿在量化课堂的文章CAPM 公式CAPM 公式是从以上模型框架推导出的数学表达式，它表达了任何风险资产的收益率和市场组合的收益率之间关系。在这个公式中，任何风险资产的收益率都可以被分为两个部分：无风险收益（利率）和风险收益（ββ 收益）。我们先看公式。定理（CAPM 公式）. 对于某一风险资产 S（可以把 SS想象为一种证
转载
2024-02-05 22:03:25
61阅读
一、RFM1、 RFM模型是众多客户关系管理（CRM）分析方法中的一种，能够方便快速有效的量化用户价值和创利能力。2、RFM模型有三个要素，分别是：Recency（最近一次交易距今时间）、Frequency（交易频率）、Monetary（交易金额）。R值（最近一次交易距今时间）用户最近一次交易距今的时间。间隔时间越短，则值越大，这类客户也是最有可能对活动产生反应的群体。F值（交易频率）用户在限定的
转载
2024-08-12 20:58:08
30阅读
概述 BSM（Business Service Management），即业务服务管理，是IT与业务管理手段的一种整合与互补。它以ITIL为理论基础，实现IT管理与业务服务的融合。 为了帮助企业建立系统而全面的IT管理，摩卡软件有限
转载
精选
2008-07-08 15:32:12
834阅读
在电力、银行等行业庞大的数据中心，如何满足业务提出的需求？CIO们希望有一套方法来帮助他从业务的视角度量自己的IT系统，进而提高IT服务的交付能力。为此，需要一个统一的视图，通过这个视图能够看清自己的资源，还需要了解这些资源运行的情况如何，最终的服务质量如何、服务效益如何等。
推荐
原创
2010-07-27 10:37:31
1669阅读
2评论
从企业实际的IT运营角度来看，BSM（Business Service Management：业务服务管理）是推动IT与业务融合，实现、改善公司IT管理和治理的最佳实践之一。
传统的IT工具和流程集中在技术上，而不是业务目标上。BSM使IT能轻松满足业务的需求，转变企业的环境，使业务部门和IT部门领导者能够拥有统一的语言，通过统一的界面面对挑战，理解新变化所带来的影响。
BSM使用户可以监控业务服务的长期状况，理解IT变化与业务的相关性，保证对关键的业务服务的安全访问，在正确时间采取正确的方式实现业务价值最大化，并有效管理基于业务优先级的变化，提供所许诺的服务水平。BSM可以管理IT对业务的任何影响，并将IT资源与关键的业务目标对应起来。换句话说，BSM主要强调应用业务的观点来运营维护企业的IT系统，从而最大化发挥IT对企业业务的推动作用。
推荐
原创
2009-05-12 15:20:12
2251阅读
1评论
# 实现面板模型的Python代码
在这篇文章中，我们将一起学习如何用Python实现面板模型。面板数据是一种包含多个个体（如公司、国家等）、在多个时间点上观测的数据类型。其在统计学和经济学中有广泛的应用。下面，我们会通过几个步骤来实现一个简单的面板模型，最终展示我们的结果。
## 内容流程
在开始之前，首先看一下我们要实现的步骤：
| 步骤 | 描述 |
| ---- | ---- |
原创
2024-10-16 07:04:06
171阅读
## 用Python创建OpenSees模型的科普文章
OpenSees是一种用于非线性结构分析的开源软件，它提供了一种高效的方法来模拟结构在地震等载荷下的行为。本文将介绍如何使用Python编写OpenSees模型的代码，并通过一个简单的示例来演示其用法。
### 什么是OpenSees？
OpenSees（Open System for Earthquake Engineering Si
原创
2023-12-10 09:05:36
1120阅读
# ARIMA模型简介及Python实现
## 一、什么是ARIMA模型？
ARIMA（自回归积分滑动平均模型）是一种用于时间序列预测的统计模型。它结合了自回归（AR）和滑动平均（MA）两个方面，并通过积分过程来确保数据的平稳性。ARIMA模型广泛应用于经济、气象、金融等领域，以帮助分析和预测时间序列数据的未来趋势。
ARIMA模型的基本结构有三个参数：\(p\)、\(d\)和\(q\)：
