这篇文章主要解读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学家克
1、分形理论简介 一直以来,有效市场假说 ( EMH)作为一种线性、简单的均衡范式主宰着金融经济学的理论研究;然而 , 实证研究表明 , 资本市场的波动具有很多复杂和有趣的特征 , 这些
下面,使用python模块库sklearn自带的iris标准数据集进行简单测试。 获得的分类图为: 此外,尝试在优矿平台上,对股票的涨跌幅进行分类,选取的指标包括PE、KDJ_D,KDJ_J和ARBR
机器学习中的预测问题通常分为2类: 回归 与 分类 。简单的说回归就是预测数值,而分类是给数据打上标签归类。本文讲述如何用Python进行基本的数据拟合,以及如何对拟合结果的误差进行分析。 本例中使用
机器识别手写数字的问题早已经解决,如今机器识别的准确率已经超过99%。事实上,这种问题无法通过一条条规则去hard code式的解决,我们不得不承认机器确实学到了东西。但我们好奇的是机器到底学到了什么
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
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
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
顺应趋势 等待回调 突破买入 控制风险 以上四个词是炒股的圣典。其中,每一句话都包含着精确与模糊两个内涵,这就是为什么每一句话看起来又都是那么高深莫测的原因。 顺应趋势 趋势指标确定之后,任何
拐点的概念来源于通道理论,任何一段上升趋势或下降趋势,都可以假定它在一个小的通道当中运行,价格运行趋势整个局限于两条平行线之间。 1.上升趋势 在上升趋势中,要想找到价位向下的回调目标(拐点),按
散户在证券市场是弱者,他们不能发动行情,只能搭乘主力已经开启的航船;但散户有时也是强者,进出市场快捷方便,游刃有余。 在这个市场中也只有顺势而为,才能真正赚到钱,然而每个人的人生都有不同的轨迹,每
简单地说,趋势就是股票价格的波动方向,或者说是股票市场运动的方向。 趋势的方向有三个: a. 上升方向; b. 下降方向; c. 水平方向,也就是无趋势方向。 按道氏理论的分类,趋势分为三个类型:主要