一位私募老兵眼中的期权市场:下一个资产配置的新方向?
中国台湾的期权是2002年上市开放的,早于大陆13年,而我本身就是从中国台湾来到上海,所以相对而言,言起投资在期权方面占了一个先发优势,不仅有深厚的市场经验,策略也是比较早就开发出来,并且在市场上实战验证过。期权策略最重要的就是期权的定价模型,我们的定价模型最早是基于BSMmodel来使用。但是,在运作的过...
跨端时代、冬眠用户与市场复苏——有关2024上半年的随想杂谈
在《逆水寒》中,角色强度的差异主要体现在装备、打造、内功三大方面:装备数值的绝对值高,但属性固定、零方差;而打造特效是功能性的,只有有和没有的区别,其数值差距较为极化,但在长线养成中差距并不明显;而最大的随机性基本都投放在内功层面,却又是占角色整体数值比重相对较小的一部分。在第一赛年中,玩家...
第一篇学术演讲准备两个月,去了谷歌却做不了深度学习,听Facebook...
从零道一:你读博的时候肯定也要做不少学术演讲,可不可以谈谈你当时是怎么提升自己的演讲能力的?田:我第一个演讲准备了两个月。我属于那种一上台就「见光死」的人,只要一上台,别人看着我,我就一句话也说不出来。你要让这样的人上台演讲15分钟,是一件非常非常难的事情。唯一的办法就是把整个演讲从头到尾...
机器学习8个核心概念
该误差函数的含义很明显,即当预测值等于真实值时,误差为0,否则为1。表示的是单个样例的损失,对于整个样本集的误差可表示为其求和。如果值很小或为0,则表示分类模型F的经验误差风险很小,而值很大则表示经验误差风险很大。机器学习的目标就是在指定的假设空间F中寻找合适的参数ω,使得式(4-3)达到最小——最...
ICLR 2022 Spotlight | MSU联合MIT-IBM提出首个黑箱防御框架
一阶优化(first-orderoptimization,FO)需要梯度可求,而零阶优化(zeroth-orderoptimization,ZO)则不需要。零阶优化会通过函数输出间的差来估算梯度。随机梯度估算(randomgradientestimation,RGE)是在原输入上加相同形状的随机变量,并通过其输出与原输出的差来进行梯度估计,如下图。其中,...
新全球资产配置白皮书:半个世纪的历史回测带你看全球资产配置
还得挤时间吃鸡,所以各种乱七八糟的事情加起来,使得投资人做资产配置的困难增加(www.e993.com)2024年8月4日。其实做好全球资产配置这个问题,应该分为两个部分。第一个部分是:投资人通过学习,建立资产配置的逻辑。第二部分是:基于理论和逻辑,具体的执行。我这篇文章讲述的就是第一部分,通过45年的数据、回测和图表(由于海外市场的数据比...
制造企业的数据分析之路!
②研发:这里我们分为两个主要场景来讲,即一个是偏重于研究和产品开发场景,一个是工艺。在研究和产品开发领域,除了学科领域内的算法,在研发过程中,物理集成/配方的开发、最优组合或参数或者配方对应某一效果/性能/成本/质量/服务/效率的最佳组合、可靠性分析和预测、公差分析、寿命预测等。在工艺场景也类似于研发...
陆磊:大数据、金融科技可能会加剧危机
,意味着没有要素投入,则产出水平为零,所以它从原点出发。(2),意味着无穷大的投入会带来无穷大的产出。(3),意味着有投入必有产出,所以它是一个增函数。(4)最为关键的是,,意味着随着投入增加,产出的增量下降。这可以有多种解释:用微观经济学的话说,投入不断增长的过程就是新兴行业走向充分竞争、利润平均...
陆磊:开放条件下的金融与货币
,意味着没有要素投入,则产出水平为零,所以它从原点出发。(2),意味着无穷大的投入会带来无穷大的产出。(3),意味着有投入必有产出,所以它是一个增函数。(4)最为关键的是,,意味着随着投入增加,产出的增量下降。这可以有多种解释:用微观经济学的话说,投入不断增长的过程就是新兴行业走向充分竞争、利润平均...
绝对干货!NLP预训练模型:从transformer到albert
以数组为例,2个长度是len,均值是0,方差是1的数组点积会生成长度是len,均值是0,方差是len的数组。而方差变大会导致softmax的输入推向正无穷或负无穷,这时的梯度会无限趋近于0,不利于训练的收敛。因此除以len的开方,可以是数组的方差重新回归到1,有利于训练的收敛。