前言 Dynamic Time Warping（DTW），动态时间规整算法诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。DT

　　1、   市值因子的罪恶 在Fama提出的三因子中有一个市值因子，实际上这一因子在美国股市上虽然有一定效果但信号非常的弱，Fama解释市值因子有效的理由是，市值小的股票一般是那些有破产风险的公司，而持

　　四个函数表达式（下文中的行动也可称为决策）：   函数一、状态-价值函数：   函数二、行动-价值函数： （虽然这里没有对下式进行展开，但是如果展开的话，就是上式除掉第一个求和符号和及π(a|s)）

　　权重正则化是一种对LSTM节点内的权重施加约束（如L1或L2）的技术。 这具有减少过拟合并提高模型性能的效果。 今天的推文，让各位读者发现如何使用LSTM网络的重量正则化和设计实验来测试其对时间序列预

　　这篇推文抛砖引玉的介绍如何使用循环神经网络逼近一系列向量，特别的是，将使用LSTM架构。 根据先前的观察预测一系列实数。 传统的神经网络架构不能做到这一点，这就是为什么要复制神经网络来解决这个问题，因

　　本文分为两部分，第一部分是技术分析，第二部分是行为金融学指数及应用。出于忠于原文的考虑，本文保留了讲授中的英文部分，重要概念已用中文标示，有兴趣了解更多的可自行查阅相关资料。   1.什么是技术分析？

　　决策树算法 定义 决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则对数据

　　卷积神经网络CNN代码解析 deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoE ncod

　　深度学习的具体模型及方法 1、自动编码器（AutoEncoder ） 2、稀疏自动编码器(Sparse AutoEncoder) 3、限制波尔兹曼机（Restricted Boltzmann Mach

　　A Matlab toolbox for Deep Learning Matlab/Octave toolbox for deep learning. Includes Deep Belief Net

　　深度学习的基本理论与方法 深度学习：一种基于无监督特征学习和特征层次结构的学习方法 可能的的名称： 1.深度学习 2.特征学习 3.无监督特征学习 2006年，加拿大多伦多大学教授、机器学习领域的泰斗

　　主要功能：在mnist数据库上做实验，验证工具箱的有效性 算法流程：1）载入训练样本和测试样本  2）设置CNN参数，并进行训练  3）进行检测cnntest() 注意事项：1）由于直接将所有测试样本

　　函数名称：cnnsetup  输入参数：net，待设置的卷积神经网络；x，训练样本；y，训练样本对应标签；  输出参数：net，初始化完成的卷积神经网络  主要功能：对CNN的结构进行初始化 算法流程

　　%%========================================================================= %函数名称：cnntrain（） %输入参数：n

　　函数名称：cnnff（） 输入参数：net，神经网络；x，训练数据矩阵； 输出参数：net，训练完成的卷积神经网络 主要功能：使用当前的神经网络对输入的向量进行预测 算法流程：1）将样本打乱，随机选择