enheng123

摘要： 量化投资 第二章 基本面选股：多因子模型，风格轮动模型，行业轮动模型 市场行为选股：资金流模型，动量反转模型，一致预期模型，趋势追踪模型，筹码选股模型 量化选股业绩：收益率+风险指数 2.1 多因子模型 打分法：各个因子按大小打分，加权后得到总分。分为静态加权和动态加权。 优点：比较稳健，不受极端值 阅读全文

摘要： 一. 监督学习与无监督学习 监督学习 ： 人为的给算法一个都是正确答案的数据集，然后通过算法给出更多数据相对应的预测值。例如，我们给它一个房价数据集，在这个数据集中的每个样本是在市场中调查得来的数据，算法的目的就是给出更多的正确答案，例如为你朋友想要卖掉的这所新房子给出估价。 回归问题：结果是线性的 阅读全文

摘要： rdt1.0 假设前提：在传输通道中不发生错误，不丢包（reliable channel） 流程：单纯的由发送方发出，接收方接收 rdt2.0 假设前提：在1.0的前提下，加入了可能出错（bit error），仍然无丢包 改进：加入了停等协议，差错检测，接收方会发ACK/NAK，重传等机制解决错误。 阅读全文