数学建模概述监督学习-回归分析（线性回归）监督学习-分类分析（KNN最邻近分类）非监督学习-聚类（PCA主成分分析& K-means聚类）随机算法-蒙特卡洛算法 1.回归分析在统计学中，回归分析（regression analysis）指的是确定两种或两种以上变量间互相依赖的定量关系的一种统计分析方法。按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。&nbs
转载
2024-07-29 14:46:39
67阅读
本章内容主要是介绍：单变量线性回归算法（Linear regression with one variable）1. 线性回归算法（linear regression）1.1 预测房屋价格下图是俄勒冈州波特兰市的住房价格和面积大小的关系：该问题属于监督学习中的回归问题，让我们来复习一下：监督学习（Supervised'Learning'）:对示例数据给出“正确答案”。
回归问题（Regressio
目录6.3 CSP的回溯搜索6.3.1 变量和取值顺序6.3.2 搜索与推理交错进行6.3.3 智能回溯：向后看6.4 CSP局部搜索6.5 问题的结构6.3 CSP的回溯搜索数独游戏被设计成通过约束间的推理来求解。但很多只用推理是不能求解的；这时我们必须通过搜索来求解。这里讨论部分赋值的回溯搜索算法；后面会讨论完整赋值的局部搜索算法。可以应用标准的深度优先搜索。状态可能是部分赋值，行动是将加入到
约束满足求解8皇后与数独游戏 文章目录约束满足求解8皇后与数独游戏一、 算法总结二、求解 CSP 的通用方法回溯法：约束传播：三、针对八皇后算法伪代码分析：四、算法源码八皇后数独：五、算法总结引用： 一、 算法总结与前面介绍的基于状态空间的搜索方法相比，CSP可以使用通用策略而不是问题特定的启发式方法来求解复杂问题的原因在于：CSP 将状态进行进一步细分，利用一组变量及其值来表示状态。当每个变量的
1.简介回归分析是“监督机器学习”的子领域。其目的是建立一定数量特征与连续目标变量之间关系的模型。在回归问题中，我们寻求获得定量响应，例如关于房地产价格的预测或某人花在观看视频上的秒数。2.简单线性回归：构建数据行给定一组点，回归算法建立一个模型，以调整一个独立的特定特征(独立变量X的值)和相应的“结果”值(因变量y的值)之间的依赖关系。这个关系通过建立一条任意线来实现，并计算线与对应值
转载
2024-03-26 10:13:37
203阅读
（1）一种实时机会约束决策的快速方法及其在电力系统中的应用源代码，保证正确
使用情景方法来解决实时机会约束决策问题的可能性，在这些问题中，未知参数的新信息通过测量变得可用。
约束的仿射性质已被利用来推导一种变化的场景方法，它不需要根据条件分布重新采样参数空间。
通过对样本的预处理，可以用极其有限的计算资源来解决机会约束决策问题，使得该方法对具有实时控制规范的大规模系统具有吸引力。
最后，所提出的方
转载
2024-06-14 07:17:02
139阅读
本节的数理推导更难，但并不是重要的，只要掌握F分布统计量的构造即可。
之前我们讨论过线性回归模型的最基础假设检验，即检验模型系数是否显著为0，这是为了检验模型的解释变量选择是否得当。然而，多元线性回归比一元线性回归复杂，我们面临的检验也可能千变万化，比如同时检验几个模型系数是否显著为0，比较几个模型系数是否相等，比较两个线性回归模型是否出于同一个回归方程
转载
2023-09-11 22:08:38
804阅读
4.回归与聚类算法4.1 线性回归4.1.1 线性回归的原理1 线性回归应用场景房价预测销售额度预测金融：贷款额度预测、利用线性回归以及系数分析因子2 什么是线性回归1） 定义与公式线性回归(Linear regression)是利用回归方程（函数）对一个或多个自变量（特征值）和因变量（目标值）之间关系进行建模的一种分析方式。特点：只有一个自变量的情况称为单变量回归，多于一个自变量情况的叫做多元回
转载
2024-03-15 06:24:34
364阅读
信息具有时间维度信息是具有时间维度的,以不同速度到达的信息,将在不同长短的时间区间内具有其相应的价值,某些信号可能在发出的瞬间同时也失去其价值,而某些信号可能在随后的一两年期间依然保持较大的信息量,某些情况下,新老消息的组合要比单独的信消息更具有价值。信息与时间的互动就好比人们在挑选食物一样:蔬菜越新鲜越好,而陈年老酒则更加有味道,雪利(Sherry)则多种年份混合品尝效果更佳!Alpha因子存在
转载
2024-02-14 19:24:07
54阅读
实验八：数据库的完整性约束一、实验目的1. 掌握主键约束、外键约束及check约束的用法；2. 掌握默认值约束和默认值对象的应用；3. 掌握用触发器实现参照完整性的方法。二、实验学时2学时三、实验要求1. 了解约束、默认值；2. &n
转载
2024-10-23 15:53:34
65阅读
对于在受监管行业中工作的分析师和数据科学家来说，尽管机器学习可能会带来『能极大提高预测精度』这一好处，然而它可能不足以弥补内部文档需求以及外部监管责任所带来的成本。对于实践者而言，传统线性模型技术可能是预测模型中的唯一选择。然而，创新和竞争的驱动力并不因为你在一个受监管的模式下工作就会止息。在银行，保险以及类似受监管垂直领域里，数据科学家和分析师正面对着这样一个独一无二的难题：他们必须要找到使预测
转载
2024-09-25 21:33:42
37阅读
我将使用一个例子来展示不同的测试用例：一个计算器。该示例计算器很简单，效率并不高，甚至还有一些错误；它仅仅操作整数，并且把结果存储在一个静态变量中。Substract方法并不返回一个有效的结果，而且也没有实现乘法运算，而且看上去在squareRoot方法中还存在一个错误：无限循环。这些错误将帮助说明使用JUnit 4进行测试的有效性。你可以打开和关闭这个计算器，而且你可以清除这些结果。下
作者：徐杨自从各种因子不断被学者挖掘出来后，时间和市场表现都证实了因子投资（Factor Investing）的价值，但是因子投资的表现不是免费的午餐，比如价值、动量、质量等因子都有长期跑不赢大盘的时候。我也曾用实证数据验证过因子投资对增强资产配置总体回报的作用，写了几篇关于因子投资的文章。因子投资在国外已经有了较为广泛的使用，特别是以AQR、Research Affiliates为首的学术派资产
# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
import numpy as np
from gm.api import *
from pandas import DataFrame
'''
本策略每隔1个月定时触发,根据Fama-French三因子模型对每只进行回
转载
2024-01-26 07:32:23
371阅读
目录一、多元线性回归基础理论二、案例分析三、数据预处理1.错误数据清洗2.非数值型数据转换四、使用Excel实现回归1.回归实现2.回归分析五、使用代码实现回归1. 数据预处理2. 使用Statsmodels建立多元线性回归模型3. 使用Sklearn库建立多元线性回归模型4. 模型优化六、总结七、参考 一、多元线性回归基础理论 在研究现实问题时，因变量的变化往往受几个重要因素的影响，此时就需
转载
2024-01-04 19:08:21
89阅读
变量间的关系分析变量间的关系有两类，一类是变量间存在完全确定的关系，即函数关系(y=2x+1)，另一类是变量间不存在完全的确定关系，不能用准确的数学公式来表示出来，这些变量间存在具有十分密切的关系，但是不能由一个或者几个变量的值精准的计算出来另一个变量的值，我们称这些变量间的关系为相关关系。相关变量间的关系有两种：一种是平行关系，即两个或者多个变量相互影响；对应的分析方法：相关分析。另一种是依存关
转载
2024-09-16 11:54:57
52阅读
作者：chen_h 介绍我们在前面的章节中，我们了解到资本资产定价模型（CAPM）将市场回报视为影响任何资产回报的唯一因素。本章将 CAPM 概括为以下形式的多因素模型：其中每个 Fama-French 三因子模型这个模型是由 Eugene Fama 和 Kenneth French 于 1993 年提出来描述股票收益的。具体三因子模型数学表述如下：其中，MKT 是市场的超额回报。这是在美国注册并
转载
2023-07-31 22:54:23
6阅读
回溯法Topics：General MethodN-Queen problemBack Tracking Paradigm（范式）是一种设计方式，类似于分治算法。有助于优化问题和找到可行的解决方案。General MethodConstraints显示约束和解空间 使用回溯法求解的问题通常需要给出某些必须满足的约束条件，这些约束条件可分为两类：显示约束和隐式约束。回溯法要求问题解的结构具有元组形式
机器学习多因子策略标签（空格分隔）： 量化交易 机器学习前言在二级市场的量化策略中，多因子策略称得上是最早被创造但是同时也是变化最多的投资策略之一，好的因子意味着长期稳定的收入，多因子策略可以通过不同的渠道来实现，从而带来不同的市场表现传统使用的多元线性回归模型能够获得多因子与股价之间的一定的对应关系，但是在有的时候不够稳定机器学习在预测和分类中具有良好的表现，传统的多因子线性回归模型也证明了多个
转载
2023-10-02 21:12:44
21阅读
引言即使风格相似、收益表现相似的组合，其收益来源也可能不尽相同，通过业绩归因，能够更加清楚组合的收益究竟来源于什么，进而知道这种获取超额收益的能力是否能够持续，也能够明白组合发生剧烈波动的原因，从而改进策略。下面将介绍两种常用的业绩归因方法。1、Brinson收益分解Brinson 模型是最常用的绩效分解模型，由Brinson 和Fachler 在论文《Measuring Non−US Equit
转载
2023-11-29 19:52:38
30阅读
