一、套利理论 　　套利是指期货市场参与者利用不同月份、不同市场、不同商品之间的差价。同时买入和卖出两种不同种类的期货合约以从中获取无风险利润的交易行为。套利一般有三种形式：跨期套利、跨市套利、跨品种套

　　一、 功能概述        关键词词频&网络图是以股票论坛、 个股新闻、研究报告三个网站作为数据源，以文本数据挖掘作为核心技术，以 Lucene 检索作为系统框架， 以证券分析为目的， 实现的智能文

　　大数据指的是创建的数据和供分析的数据的数量与速率迅速增加。大数据使分析师和数据专家有机会获得更好的见解，进行更明智的决策，但是它同时也会带来许多的挑战：可用的内存可能无法足以处理大数据集，可能需要花太

　　1.算法介绍： kNN (k-Nearest Neighbour) 算法是一种用于分类和回归的非参数的方法，可以用目标点周围所观察到的数据得平均值来预测出目标点 x 的值。本文将会介绍kNN的回归和分

　　今天我们来详细解读一下什么是信息熵及其相关概念，以及如何进行信息增益的计算和它在decision tree中的运用。   信息熵与热力学熵 学过化学或热力学的同学可能了解热力学熵。 熵的概念由德国物理

　　决策树 决策树方法（decision tree）是一种代表因子值和预测值之间的一种映射关系。从决策树的“根部”往“枝叶”方向走，每路过一个节点，都会将预测值通过因子的值分类。决策树的结构如下所示： 如

　　特征提取步骤 1. 卡方检验 1.1   统计样本集中文档总数（N）。 1.2   统计每个词的正文档出现频率（A）、负文档出现频率（B）、正文档不出现频率）、负文档不出现频率。 1.3  计算每个词

　　引言         发现金融泡沫并预测到其何时破裂是很多从事金融行业的人的梦想。如今中国股市也成为了热门的话题，然而，资本狂欢之后是股灾，多少人因此从千万富翁炒股变成百万富翁，预测泡沫是所有人的梦想

　　在 系列 一 的教程中，我们想继续有关股票价格预测的主题，并赋予在系列1中建立的具有对多个股票做出响应能力的RNN。 为了区分不同价格序列之间相关的模式，我们使用股票信号嵌入向量作为输入的一部分。  

　　K-means clustering To start out we're going to implement and apply K-means to a simple 2-dimensional

　　概述 我们将解释如何建立一个有LSTM单元的RNN模型来预测S＆P500指数的价格。 数据集可以从Yahoo!下载。 在例子中，使用了从1950年1月3日（Yahoo! Finance可以追溯到的最大

　　In this exercise, we'll be using support vector machines (SVMs) to build a spam classifier. We'll st

　　交易成败在于理念之方向篇         何谓方向，方向从何而来又去向何处？ 行情的方向，我片面地理解为在特定时间段价格运行的惯性。由于在某一特定时间 段，价格被市场参与资金压倒性地控制，形成了有持续

　　交易成败在于细节之开仓篇          如上图，假设绿圈中是我们等待的做多交易机会，形态符合我们需要做多的条件，怎么进场？ 上图是一段15秒股指K线，就以该级别股指为例。 最佳介入点选择： 点位1

　　一、期权的本质和基本逻辑        朋友们都知道，期权实现了“在未来某个时段内（美式）或某个时点上（欧式，我国采用），以约定价买入或卖出标的物之权利”的交易。期权可谓交易品种之皇冠，有两点比较关键