u012610237的博客

先吐槽一下，这名字起的，不大明白有何意义。这篇文章设计了一个股票预测模型（一般情况下，直接预测股价的，基本属于没啥意义）模型大概是这样：首先，利用公募基金公布的持仓信息，用矩阵分解的办法训练出基金管理人和每只股票的特征向量。（个人觉得这是这篇文章唯一有用的地方-利用了公募基金信息）这些股票的特征向量是静态信息，对应着图中上面部分，模型想要综合考虑静态信息（股票的特征向量）和动态...

普通的机器学习分类回归问题都是点估计，即模型给出的输出是一个real value，或者是各个类别的probability。但是模型对于不同点的估计，确信度应该是不同的。对于和以往出现过样本非常相似的点，给出的预测确信度比较高，对于和以往出现过点距离比较远的点的估计，确信度应该降低。目前衡量神经网络结果不确定性的方法主要是贝叶斯神经网络，每一层的w和b都是服从一个分布而非是确定的值，所以自然...

paper: <real time personalization using Embeddings for Search Ranking at Airbnb>目的：推荐house给客户，要使得客户喜欢，并且，房东要接受该用户（时间，偏爱的客户类型匹配）细分目的：短期推荐（当客户点击了一个listing之后给他推荐相似的listing，最好属于同一个market），长期推荐（一...

paper: <stock market trend analusis using hmm>目的：用hmm来预测股票价格方法：hmm参数定义：  observed symbol: I->Increasing   D->decreasingHidden States:  S1-> very low                          S...

paper: <Listening to Chaotic Whispers: A Deep Learning Framework for News-oriented Stock Trend Prediction>目的：用财经信息预测未来股价变动结果：三分类50%模型：HAN先word2vec，再average，再attention，在gru，再attention，在...