机构行为视角下的债券交易领先因子探寻与神经网络收益率预测
一是根据数据量选择适合的层数和神经元个数以防止过拟合;二是模型激活函数根据任务性质选择了Sigmoid非线性函数,解决了阶跃函数在0点无偏导数的问题;三是在目标函数中加入了正则项,以提高数值稳定性和模型的泛化能力。训练过程中,本文首先尝试了不同的模型参数的初始化方法,发现区别不大,选择比较常见的对称区间均匀...
中广核研究院申请小型堆电网负荷预测专利,采用组合结果预测法进行...
专利摘要显示,本发明提供了一种小型堆电网负荷预测方法,包括:收集并对小型堆电网中各用户的负荷数据进行预处理,获得该小型堆电网的用户负荷数据集;对用户负荷数据集中的各数据元素按照日期、时间进行曲线拟合处理,获得负荷波动曲线,根据负荷波动曲线确定该小型堆电网需要进行超短期和短期负荷预测的时段对应的负荷波动数据;...
AI 产品的四层架构:开启智能未来的密码
数据收集首先要确定数据的来源。对于AI产品而言,数据源多种多样。内部数据源可能包括企业自身积累的业务数据,如电商企业的销售记录、用户评价、商品信息等。外部数据源可以是公开的数据集,例如图像识别领域常用的MNIST(手写数字图像)数据集;也可以是通过网络爬虫从互联网上收集的数据,如新闻网站的文本内容、社交媒体...
人工智能 智采油气 - 中国石化新闻网
可为工程施工提供精准依据;钻井参数优化模块支持钻井参数大数据敏感性分析,利用AI技术实现最优参数“智能导航”,破岩效率提高15%以上;三维地质导向模块基于地震、测井和随钻数据联合建模,形成钻井导航模型图,配套水平井垂厚曲线拟合等关键算法,能预测出层风险、把控钻进方向,支撑导向跟踪;自动化固井模块可实现固井设备远程...
三万字详解!GPT-5:你需要知道的一切
??第三,我通过循序渐进的方式探索了我们可以从GPT-5中期待什么,以及我们对这些领域官方仍然一无所知(甚至没有泄露)的内容:缩放定律(数据、计算、模型大小)和算法突破(推理、代理、多模态性等)。这些都是有根据的猜测,因此也是最有趣的部分。本文大纲:??第1部分:有关GPT-5的一些元信息??GP...
Llama 3.1论文精读:为什么模型参数是4050亿?
使用图2中的数据拟合A和α,发现(α,A)=(0.53,0.29);相应的拟合如图3所示(www.e993.com)2024年10月23日。将得到的缩放法则外推到3.8×10^25FLOPs建议在16.55T令牌上训练402B参数模型。一个重要的观察是,随着计算预算的增加,IsoFLOPs曲线在最小值附近变得平坦。这意味着旗舰模型的性能对于模型大小和训练令牌之间权衡的小变化相对稳...
数据更多更好还是质量更高更好?这项研究能帮你做出选择
需要重点指出,这种方法并不需要在这些数据池组合上进行训练就能估计它们的扩展律,而是可以根据各个组成池的扩展参数直接估计它们的扩展曲线。相比于过去的扩展律,这里的扩展律有一些重要差异,可以建模对比训练机制中的重复,实现O(n??)比较。举个例子,如果训练池的大小倍增,对模型损失有影响的比较次数就会变成原来...
VWAP 订单的最佳执行方法:随机控制法
将证明推迟到第5节,我们在第3节中解释了最优交易率的两个关键属性。它的符号只能从负变为正一次,而不能从负变为正,并且最优交易率可以分解为两部分,一部分是确定性TWAP(时间加权平均价格)策略,另一部分反映由于相对体积曲线的跳跃。在第4节中,我们展示并讨论参数模型与交易量的拟合程度。
非常重要!在设计和创建交易系统前,请务必看完这5个重要步骤
当然,还有许多其他方法可以找到趋势,但是移动平均线交叉是最容易实现的方法之一。此外,还有简单移动平均线(SMA)和指数移动平均线(EMA)是两种移动平均线。它们有助于追踪支撑位和阻力位,以帮助交易者确定价格可能触及的边界,然后逆转。步骤03:确认市场趋势的参数(指标整合)...
超详细讲解时间序列分析和预测(含实例代码)|二阶|差分|拟合|时序|...
数据平稳性与差分法:基本模型:自回归移动平均模型(ARMA(p,q))是时间序列中最为重要的模型之一。它主要由两部分组成:AR代表p阶自回归过程,MA代表q阶移动平均过程。平稳性要求经由时间序列所得到的的拟合曲线在未来一段时间内仍能顺着现有形态‘惯性’延续下去...