1. 前言 前一篇写了如何用Python构建AR模型，但是由于不太熟悉，很多问题都没有说清楚，本文用R语言详细的讲一讲，算是为前面两篇文章补漏吧。   2. 获取数据 library(quantmod

　　1. 前言 本文简单谈谈如何用Python构建AR模型，并进行数据预测。  本文承接前文：  金融时间序列分析：3. First Demo By Python 这篇文章介绍了用Python获取数据、数

　　1. 前言 接下来真是进入金融时间序列分析与预测阶段，可以说进入本篇算是正式入门了。  这里会聊聊一个最基本的模型——AR模型 2. AR模型 AR模型：（Autoregressive Model）自

　　前面2篇文章讲了金融时间序列分析的基础知识，本文简单介绍下怎么实战。  网上有很多用R语言进行金融时间序列分析的资料，但是用Python的不多，我在此介绍下怎么用Python操作，至于R语言怎么弄，读

　　1. 时间序列模型 1.1 数学模型 随机变量序列{Yt:t=0,1,2,......}{Yt:t=0,1,2,......}称为一个时间序列模型。  t = 0, 1,2,3….  均值函数：  μ

　　1. 金融时间序列 1.1什么是时间序列 金融时间序列是属于时间序列数据的一种，他们就是有很强的时间性，数据前后具有很强的依赖性，切无法调整顺序，一般都是二维数据。  时间序列由于具有很强的序列行，而

　　弹性网络（ElasticNet） 弹性网络介于 Ridge 回归和 Lasso 回归之间。它的正则项是 Ridge 回归和 Lasso 回归正则项的简单混合，同时你可以控制它们的混合率 $r$，当 $

　　随机梯度下降 批量梯度下降的最要问题是计算每一步的梯度时都需要使用整个训练集，这导致在规模较大的数据集上，其会变得非常的慢。与其完全相反的随机梯度下降，在每一步的梯度计算上只随机选取训练集中的一个样本

　　在之前的描述中，我们通常把机器学习模型和训练算法当作黑箱子来处理。如果你实践过前几章的一些示例，你惊奇的发现你可以优化回归系统，改进数字图像的分类器，你甚至可以零基础搭建一个垃圾邮件的分类器，但是你却

　　一、收集数据 每一个机器学习问题都始于数据，比如一组邮件、帖子或是推文。文本信息的常见来源包括： 商品评价（来自 Amazon、Yelp 以及其他 App 商城） 用户产出的内容（推文、Faceboo

　　在很多机器学习和深度学习的应用中，我们发现用的最多的优化器是 Adam，为什么呢？ 下面是 TensorFlow 中的优化器 https://www.tensorflow.org/api_guides

　　1引言 我们在《正确理解 Barra 的纯因子模型》介绍了 Barra 的多因子模型。该文讨论的重点在于从业务上说明国家、行业、风格纯因子投资组合的含义，而非具体的数学计算。   不过，后来我意识到我

　　作者： 水奈樾   人工智能爱好者 博客专栏：http://www.cnblogs.com/rucwxb/     神经网络是从生物领域自然的鬼斧神工中学习智慧的一种应用。人工神经网络（ANN）的发展

　　作者： 水奈樾   人工智能爱好者 博客专栏：http://www.cnblogs.com/rucwxb/   上世纪科学家们发现了几个视觉神经特点，视神经具有局部感受野，一整张图的识别由多个局部识别

　　预测商品指数运行态势, 对于指数管理部门而言, 可以在一定层面上监测和引导商品指数的平稳运行, 降低市场风险, 从而促进商品指数的可投资性和标尺性，同时，为优化商品指数编制方案提供参考途径。未来对于指