原创 海龜交易法則的原理及其在量化平臺的實現
海龜交易法則的原理及其在量化平臺的實現1 海龜交易法則的簡述1.1 唐奇安通道1.2 ATR（真實波幅均值）1.3 unit（增減倉單位）2 在量化平臺的實現 1 海龜交易法則的簡述 海龜交易法則是著名的公開交易系統，由著名的商品
2020-06-23 05:51:52
9
原创 機器學習實戰——關聯分析
機器學習——關聯分析1 關聯分析介紹1.1 Apriori 算法1.2 FP-Growth 算法2 python中的實現3 參考資料 1 關聯分析介紹 關聯分析又稱關聯挖掘，就是在交易數據、關係數據或其他信息載體中，查找存在於項目
2020-06-04 09:39:03
5
原创 機器學習之HMM模型
機器學習之HMM模型1 HMM(隱馬爾可夫)模型介紹1.1 HMM 模型的定義1.2 HMM 模型中觀測序列的概率計算2 在 Python 中的實現 1 HMM(隱馬爾可夫)模型介紹 隱馬爾可夫模型是馬爾可夫過程衍生出的概率圖模型
2019-08-28 21:46:48
4
原创 利用python實現海龜交易法則
利用python實現海龜交易法則1 海龜交易法則的簡述1.1 唐奇安通道1.2 ATR（真實波幅均值）1.3 unit（增減倉單位）2 在量化平臺的實現 1 海龜交易法則的簡述 海龜交易法則是著名的公開交易系統，由著名的商品投機家
2019-06-26 22:29:23
150
原创 jupyter notebook 導出 pdf ——代碼隱藏、標題及內容支持中文問題
jupyter notebook 導出 pdf ——標題及內容支持中文、代碼隱藏問題1 導出 PDF 時支持中文2 隱藏 jupyter notebook編輯界面的代碼3 導出PDF代碼隱藏4 參考資料 1 導出 PDF 時支持中文
2019-03-29 20:59:23
7
原创 機器學習實戰——利用 SVD 簡化數據
機器學習實戰——利用 SVD 簡化數據1 SVD 的介紹2 Python 中的實現3 參考資料 1 SVD 的介紹 假設 A 是一個 n×nn\times nn×n 的方陣，則其具有如下形式： Aν=λνA\nu=\lambda\nu
2019-03-03 23:40:45
原创 機器學習實戰——主成分分析
機器學習實戰——主成分分析1 主成分分析2 sklearn中的實現 1 主成分分析 主成分分析（Principal Component Analysis，PCA）是一種統計方法，通過正交變換將一組可能存在相關性的變量轉換爲一組線性不相
2019-02-27 23:19:53
原创 機器學習——關聯分析
機器學習——關聯分析1 關聯分析介紹1.1 Apriori 算法1.2 FP-Growth 算法2 python中的實現3 參考資料 1 關聯分析介紹 關聯分析又稱關聯挖掘，就是在交易數據、關係數據或其他信息載體中，查找存在於項目集合
2019-02-21 18:54:00
21
原创 機器學習實戰——Kmeans聚類算法
機器學習實戰——Kmeans聚類算法1 聚類算法介紹1.1 K-均值聚類1.2 聚類效果的評價2 sklearn中的實現 1 聚類算法介紹 在無監督學習中，訓練樣本的標記是未知的，目標是通過對無標記訓練樣本的學習來揭示數據的內在性質及
2019-01-25 23:22:25
原创 機器學習實戰——層次聚類算法
機器學習實戰——層次聚類算法1 層次聚類概述2 sklearn中的實現 1 層次聚類概述 層次聚類試圖在不同層次對數據集進行劃分，從而形成樹形的聚類結構。 數據集的劃分可採用"自底向上"的聚合策略，也可採用"自頂向下" 的分拆策略。層
2019-01-25 23:22:25
2
原创 機器學習實戰——密度聚類算法
機器學習實戰——密度聚類算法1 密度聚類2 sklearn中的實現 1 密度聚類 密度聚類假設聚類結構能夠通過樣本分佈的密集程度確定，通常情形下，密度聚類算法從樣本密度的角度來考察樣本之間的可連接性，並基於可連接樣本不斷擴展聚類簇以獲
2019-01-25 23:22:25
原创 機器學習實戰——線性模型
機器學習實戰——線性迴歸1 線性模型概述1.1 基本形式1.2 線性迴歸介紹2 在sklearn包中的實現 1 線性模型概述 1.1 基本形式 假設 x=(x1,x2,...,xn)\boldsymbol x=(x_1,x_2,...
2019-01-09 23:00:42
原创 集成學習——梯度提升樹（GBDT）
集成學習——梯度提升樹（GBDT）1 模型算法介紹2 sklearn 中的實現3 參考資料 1 模型算法介紹 GBDT 也是集成學習 Boosting 家族的成員，通過採用加法模型，不斷減小訓練過程中產生的殘差算法。即通過多輪迭代，每
2019-01-03 00:07:32
原创 集成學習——隨機森林
集成學習——隨機森林1 模型算法介紹1.1 bagging 的介紹1.2 隨機森林2 sklearn中的實現 1 模型算法介紹 1.1 bagging 的介紹 Bagging 方法的基本思想是：利用 Bootstrap（自助法）方法重
2019-01-03 00:07:32
原创 機器學習實戰——集成學習 Adaboost 算法
機器學習實戰——集成學習 Adaboost 算法1 模型介紹1.1 集成學習概述1.2 集成學習的組合策略1.2.1 平均法1.2.2 投票法1.2.3 學習法1.3 Adaboost 算法的介紹2 sklearn中的實現 1 模型介
2018-12-25 23:25:56