qq5q13638的博客

简单介绍一下吧：移动平均线MA常常是用来量化当前的趋势，或者过滤掉一些假信号的常用手段，本文是利用MA自己开发出了一种称为OLMAR的算法来优化资产配置，貌似还用到了机器学习的一些内容，等一下我们来看吧另外，本篇文章的目的当然就是要给搞定这个算法，把这篇论文最核心的内容给找出来。这个算法是如何一步一步实现，以及如果可以的话，进一步的，为什么可以这样实现？两种类型的MASMA

在写了一堆常微分分方程之后，我们现在也来了解了解金融行业的二叉树定价模型吧（反正本地在跑数据也没事可做~）实验目标假设一只股票的当前t=0时刻为20元，一个月后的价格可能是22元或者18元(记这时t=T)，在t=0时刻，购买一张一个月到期， 执行价格为20元的看涨期权，假设股票不支付红利，在[0,T]时段内存款年利率为6%，问需要支付的期权金应为多少？我们现在根据已知的信息，有

导语该模型是为了理解HMM的学习而准备的。最大熵原理这是一个很有意思的思想并非定理或者公式： Model all that is known and assume nothing about that which is unknown. 让建立的模型满足假设条件而不要再去满足其他的假设有趣吧，例如，这里有一个问题 一个骰子1点朝上的概率是多少？大部分人会回答16\frac{1}{6

导语：本篇大部分的阅读是来自于《量化投资：数据挖掘与实践》这本书，有兴趣的同学可以找书来参考阅读简介：很多人认为，如果要看见未来，不仅仅要知晓现在，还要了解过去。但是马尔科夫认为，看见未来，只需要知道实物现在是怎么样的就够了。马尔科夫过程先给出官方的定义吧： 设{Xt,t∈T}\{X_t,t\in T\}为随机过程，若对任意正整数nn及t1<t2<⋅⋅⋅<tnt_1<t_2<···<t_n，有：