交易脚本最重要的两点，其中第二点就是公钥和私钥的密码体制的设计，也就是非对称加密算法。 《精通比特币》第四章也简单说了一下椭圆曲线加密算法，但是这个算法，或者说非对称加密算法很值得进一步了解。非对称加

　　对于解锁脚本加上锁定脚本拼在一起，按照栈的方式运算，这个书中第五章已经说得很明确了，最重要的是栈操作的最后一步： 栈内是 操作符是 CHECKSIG   其实CHECKSIG

　　分享一篇研报，讲机器学习应用量化投资的，值得学习！

　　初步认知数据分布 拿到一个数据集，你先检查了数据源的质量，然后通过数据清洗提升了数据集的质量，再通过平均数的计算了解了数据集大小的一般水平，接着又通过方差和标准差了解了波动变化。经过这一系列的操作，你

　　读完上一篇的你，或许会觉得我说的内容太琐碎，太简单。那么进入第二步，许多和“数”相关的东西，就要在此展开了。   必要的描述统计分析 从审核数据源质量，到提升数据集质量，再到明确数据类型和单位，走完这

　　在这篇文章中，分析了比特币交易所中高频交易一些问题。 由于迄今为止这个市场极不受管制，因此这种行为几乎没有任何限制。 文章展示了超过99％的订单是如何填补的，而不是扭曲市场的看法。 此外，文章还尝试发

　　当拿到一个数据集时，你通常会怎么做？你脑子里好不容易蹦出的那个答案正确吗？这个问题或许能让不少人尴尬。我们循序渐进地来回答这个问题。我们将遵循这样的顺序： 数据源质量→数据类型→数据集质量→平均水平→

　　人工智能如何处理数据？如果把重点放在数据的处理方式上，那么长期共存的方式大概有两种：   特征学习(feature learning)， 又叫表示学习(representation learning)

　　南洋理工大学计算机系和米兰理工数据挖掘研究组的科学家发现，虽然公众情绪已经被认为是股市预测的关键因素，但近十年来在利用公共情绪来解决资产配置问题的理论方面，学术界几乎没有什么进展。他们在论文中提出了一

　　自古以来，黄金一直作为货币而存在，就是在今天，黄金也具有非常高的储藏价值，那么有没有可能预测出黄金价格的变化趋势呢？ 答案是肯定的，让我们使用机器学习中的回归算法来预测世界上贵重金属之一,黄金的价格吧

　　区块链作为比特币和其他加密货币的核心技术，在最近几年引起了全世界的注意，但是各国这一颠覆性的技术态度不一，因为其去中心化的分布式结构，可以使用户之间直接进行交流，无需中心节点参与的这种技术模式对银行、

　　我们打算看看行业板块（由于数据缺损原因，没有严格按照一级行业数据选择）回报率分布情况，所以选择了直方图这种形式。 直方图绘制可以直接点击工作区的矩阵数据，然后绘图，也可以点击用： s=randn(20

　　从比特币的诞生开始，加密货币市场发展至今已经达到四千亿的市值，超过1800 种加密货币发行，并且出现上百个加密货币交易所。然而，由于各地政府监管的不明朗，交易所很难获得银行的的支持，法币与加密货币的连

　　结算的确定性问题是最近公有链与许可链之间的一个主要战场。看起来中心化的系统至少有一个优点，即所谓的“确定性”（"finality"）：操作一旦完成，就永远完成了，系统永不可能再回退回去撤销这个操作。而

　　在区块链治理方面，最近比较有趣的一个趋势是链上代币持有者投票制再度作为多目标决策机制兴起。代币持有者的投票有时会用来决定运行网络的超级节点（如 EOS、NEO、Lisk 等系统中的委任权益证明（DPO