性价比最高的职业都在这里了(回顾版)
比如说我的专业是金融学,金融学在所有专业中技术含量是最高的,你要会算,要会编程,会处理数据,要对金融市场有一定了解,这都是基本的专业知识。但是这些东西的获得门槛不高,成本也不高,而且越来越标准化和模块化。大学普及是工业社会的产物,专业设置这些基本都是按照工业社会的组织形态和需求来设计的。但这个事情...
洪灝:三四季度交替时,可能看到一波非常好的行情
我们不一定需要看每个月央行的数据,虽然那个数据很重要。但如果等到央行的数据,可能已经太晚了。我们看资本价格的变化,尤其是对流动性条件变化非常敏感的资产价格变化。美国经济最近GDP远超预期,通胀基本和预期一致。所以如果经济不出现特别大问题,流动性条件边际变化,我们的资本市场不应该像现在如此萎靡。经济周期研究的...
张江华 | 工分制下农户的经济行为:对恰亚诺夫假说的验证与补充
如1975年主劳力口粮标准是每天0.94斤玉米,1号农户当年口粮标准是5.17,用5.17除以0.94得5.6即作为该年的消费需求量,其他年度的家户需求量依此计算,从而得到1973-1978年间各家户消费需求变化的数据。我们选择了39户逐家计算6年间消费需求的变化与工分间的Pearson相关系数,所得结果见表5。在39个家庭中,26个家庭的相...
《底层逻辑2》:拼命寻找世界的真相
计算方差,有两步。先平方。平方的目的,是去掉正负号。再均差。平均的目的,是得到差异性。先平方,再均差,这就是我们用来衡量一组数据“差异性”的方法,叫“方差”。有了方差这个指标,现在就算在你面前摆1万家公司,你也能先给他们先打分,再排序,然后准确地说出任何两家公司,谁的收入更分散,谁的收入更集...
数据科学在腾讯内容生态中的应用
我们是怎么做的?1.内容中台:全链路统筹优化,以小换大如图所示,在传统的内容生态行业里,供应链流程如下:①首先需要内容创作者进行内容生产;②然后业务将数据收集并进行进一步的加工,如安全性、分类、打tag等;③接着进入推荐或者搜索的场景进行分发;...
因子溢价与因子择时:一个世纪的数据验证
以期货近月合约对现货的贴水来衡量,因为这一数据1990年前不可得,我们采用超额股息收益率来衡量1990年前的数据;对于货币,利差等于两国短期利率差;对于国债,等于10年期收益率减去3月期利率;对于大宗商品,以假设期货曲线没有变化的情况下,持有期货合约的收益来计算,我们通过最快到期和下一个最快到期合约的价格变化...
数据分析 | 总结了28道数据分析经典面试题
因为要算协方差。单纯的线性变换只是产生了倍数缩放,无法消除量纲对协方差的影响,而协方差是为了让投影后方差最大。在统计学中,主成分分析(PCA)是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中,使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上,第二大方差...
如何规范而专业地展示研究结果与数据?这么详细的示例+解读不要错过!
(点击图片查看清晰大图)②不同下降率(或升高率)的组间比较许多研究的结局指标中,后续时间点较基线时的变化数值所占百分比(下降率或升高率)具有重要的临床意义,比如在呼吸系统功能损伤的研究中用力肺活量的下降率,此时可计算不同时间点的结局指标下降率或升高率,再进行组间比较及后续分析。
中证金牛丨私募专题研究——量化多因子模型的构建与业内实践
就可以计算出T+1期每只股票的预期收益率向量3、风险模型计算1)计算因子收益率协方差矩阵:根据因子收益率的历史序列,计算出因子的协方差阵;2)残差风险估计:计算出个股的残差风险。通过多因子模型,面对的操作对象转换成了K个因子。4、优化模型计算...
收藏| 机器学习、深度学习面试知识点汇总
而且K近邻算法容易导致维度灾难,在高维空间中计算距离的时候,就会变得非常远;样本不平衡时,预测偏差比较大,k值大小的选择得依靠经验或者交叉验证得到。k的选择可以使用交叉验证,也可以使用网格搜索。k的值越大,模型的偏差越大,对噪声数据越不敏感,当k的值很大的时候,可能造成模型欠拟合。k的值越小,模型的方差就会...