机器学习 & scikit-learn简介 简单说：机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。用一张图说明它所包含的内容：     我们把目光集中到上图中的有监督

　　投资策略 基于指数移动平均线的交易系统 多头开仓条件：短期均线上穿长期均线同时长期均线大于更长期均线的值 空头开仓条件：短期均线下穿长期均线同时长期均线小于更长期均线的值   为了达到分散风险的目的，

　　很多人梦想着将投资作为职业：不用打卡上班、不看领导脸色、睡到自然醒…… 还能把钱挣了，岂不美哉？然而，投资不是说干就能干的。即使你历尽艰辛成为最后的赢家、赚了大钱，你也可能输掉了你的一生。所以有人说“

　　首先分析下所谓“机构”的含义。机构是指证券公司、证券公司下属基金自营商、QFII、社保基金或代理社保基金的基金公司。   事实上，机构的行为可以通过：基金机构年报、个股公布的流通股东持股数量等进行识别

　　第一条： 在交换主力合约的空窗期时，最佳的做法是尽量少使用和不使用原来有的策略，那什么时候可以再次的使用原来的策略呢？需要在新合约走出一段时间的规律后，可以适应原策略或者修整后可行的时候，就能再次使用

　　每一个股民都想选到强势股，因为这样的个股涨的非常快，也可以快速带来收益。在操作强势股票的时候，我们需要对个股进行k线技术形态的分析，还需要看盘中分时线形态。   强势个股的分时线通常情况下会比较挺拔有

　　行情研判模块 它是为交易策略和资金管理服务的，抛开了这一点，任何行情研判都没了目标，都无法设立标准，也没有了实际意义。研判包含了预测，但不仅仅是建仓前预测，还包括建仓后的跟踪评判。   行情研判需要回

　　1、幸存者偏差（Survivorship bias） 幸存者偏差是投资者面对的最普遍问题之一，而且很多人都知道幸存者偏差的存在，但很少人重视它所产生的效果。我们在回测的时候倾向于只使用当前尚存在的公司

　　导读： 通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。 每个算法都看了好几个视频，挑出讲的最清

　　PaddlePaddle的Anaconda的兼容问题 之前我是在服务器上安装的PaddlePaddle的gpu版本，我想把BROAD数据拷贝到服务器上面，结果发现我们服务器的22端口没开，不能用scp

　　随着2016年Alpha Go在围棋击败李世石，2017年初卡内基梅隆大学人工智能系统Libratus在长达20天的鏖战中，打败4名世界顶级德州扑克玩家，这标志着人工智能技术又达到了一个新的高峰。人工

　　这篇接着上一篇，在构建好区块链结构之后，怎么建立一个真正运行起来的区块节点和网络。 我们使用Python Flask框架，方便接收http请求，模拟不同节点之间的通信等。 我们将创建五个接口： /tr

　　本文受启发于 Learn Blockchains by Building One ，但是做了大量改进，使之更符合于真实的比特币系统。   一、准备工作 在linux下确保已经安装Python, pip

　　由于深度神经网络（DNN）层数很多，每次训练都是逐层由后至前传递。传递项<1，梯度可能变得非常小趋于0，以此来训练网络几乎不会有什么变化，即vanishing gradients problem；或者

　　一、重新审视RSA RSA之所以能作为非对称加密算法，其实有两点： 1. 基于大整数质数分解这个数学难题。这个难题，求解出来很困难，但是验证它很简单 2. 私钥签名之后，利用公钥进行验证的还原公式，R