2022年美赛C题翻译+思路分享

MCM——C:交易策略(思路在后面)

背景

市场交易者频繁买卖波动性资产,目标是最大化其总回报。每次买卖通常都会有佣金。 两种这样的资产是黄金和比特币。

图 1:黄金每日价格,每金衡盎司美元。 资料来源:伦敦金银市场协会,2021 年 9 月 11 日

图 2:比特币每日价格,每比特币美元。 资料来源:纳斯达克,2021 年 9 月 11 日

要求

一位交易员要求您开发一个模型,该模型仅使用迄今为止的每日价格流来确定交 易员每天是否应该购买、持有或出售其投资组合中的资产

2016 年 9 月 11 日,您将从 1000 美元开始。 您将使用五年交易期,从2016 年 9 月 11 日至 2021 年 9 月 10 日。 在每个交易日,交易者将拥有一个由现金组成的投资组合,黄金和比特币 [C, G, B] 分别以美元、金衡盎司和比特币表示。 最初的状态为 [1000, 0, 0]。 每笔交易(购买或销售)的佣金成本为交易金额。 假设 αgold = 1% 和 αbitcoin = 2%。 持有资产没有成本。

请注意,比特币可以每天交易,但黄金仅在市场开放日交易,定价数据文

  • 4
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 2022美赛D是一个关于计算机网络的问。该提供了一个由多个节点组成的网络,每个节点都有一个传输能力值和一个管理费用值。有一些节点被选定为“服务节点”,它们有更高的传输能力,但其管理费用也更高。一个节点可以通过关联其他节点来提高传输能力。 在这个问中,需要设计一个算法来选择一些节点作为服务节点,以便最小化管理费用,满足网络中任何两个节点之间的最大传输能力不小于v_{min}。此外,该算法还需要满足一些其他约束条件,如选择的服务节点数目不能超过预先设定的值等。 解决这个问的关键是找到一种方法来确定最小的管理费用,并确保满足各种约束条件。一种可能的做法是将该问转化为线性规划问,使用线性规划求解器来求解。另一种方法是基于贪心算法,从所有节点开始,按照传输能力值和管理费用值的比例对它们进行排序,然后逐个将其加入解集,直到满足约束条件。 总的来说,2022美赛D提供了一个有趣且具有挑战性的计算机网络问,需要应用数学和计算机科学知识,结合适当的算法和数据结构来解决。 ### 回答2: 2022美赛D是计算机科学和数学领域的一道复杂算法目,考察的是针对大规模数据的分析和处理能力。本意为根据小汽车的GPS数据和交通规则设计一套自动驾驶系统,能够自动避让其他车辆,遵守交通规则并在最短时间内到达目的地。 首先,我们需要根据GPS数据建立起车辆运动模型,采用深度神经网络等先进的机器学习技术对车辆运动轨迹进行分析与预测。接下来,我们需要设计一套高效的路径规划算法,以实现自动驾驶车辆的行驶。该算法需要考虑到交通状况和路径安全问,例如避免与其他车辆碰撞,遵循道路标线和车道规则等。 一个有效的自动驾驶系统需要考虑到各种复杂情况,比如突然出现的障碍物或紧急情况下的安全处理。因此,在解决该时,我们还需要运用到实时控制理论等计算机科学和控制工程技术,确保系统稳定可靠,以应对各种突发情况。 此外,我们还需要估计和优化系统的能耗和时间复杂度,以保证系统的效率和可持续性。最后,我们还需要进行大量的实验和测试,对系统的鲁棒性和可靠性进行评估和验证。 总之,2022美赛D对于参赛者提出了较高的难度和挑战,涉及到多个领域的知识和技能,需要参赛者具备较强的计算机科学、数学、控制工程和机器学习等方面的综合能力和实战经验。 ### 回答3: 2022美赛D是一道关于机器学习的目,需要用到许多数学和编程知识实现。该目主要考察参赛者对于机器学习模型的掌握和应用,以及对于真实场景下的数据处理和处理算法的能力。 首先需要分析目要求和给出的数据,确定所需的模型和算法。随后需要完成数据的预处理和特征的选择,对数据进行清洗、归一化等预处理方法,使得数据符合算法需求。然后,借助相关的机器学习算法和模型对数据进行分析和模拟,得到预测结果。在预测结果的基础上,需要进行结果的可视化和分析,以便更好的理解和展示模型的准确性和预测能力。 针对这道目,我们可以采用经典的机器学习算法,如支持向量机、决策树、随机森林等进行模型拟合。同时,也可以利用深度学习中的神经网络进行数据模型的训练和预测。需要根据不同模型的优劣,选出最适合的模型。接着,根据预处理后的数据,进行特征选择,挑选出对模型最有贡献的变量作为模型输入。运用可视化技术,进行数据的可视化和分析,展示数据的分布和规律。 在实现过程中需要注意的是,要强化对数据的理解和分析能力,厘清模型需求和算法原理,保证实现的稳定性和可靠性。同时利用相关的编程工具和库,如Python的sklearn、matplotlib等,来更好的调用已经成熟的模型和算法。 总之,2022美赛D的解答需要在理论基础和实践技能的融合上完成。应用机器学习算法以及数据清洗与预处理方法来解决实际问,展示出大学生对于机器学习领域的掌握和应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值