1、准备工作1.1题目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,
编者按：在OpenHarmony生态发展过程中，涌现了大批优秀的代码贡献者，本专题旨在表彰贡献、分享经验，文中内容来自嘉宾访谈，不代表OpenHarmony工作委员会观点。 巴延兴深圳开鸿数字产业发展有限公司资深OS框架开发工程师 开源软件（以下简称“开源”）于上世纪80年代应运而生，随后惠及全球。如今，开源技术支撑了90%以上的互联网产品，并已经深入到各行业的商业应用中。2021年，我国首次将“开源”明确列入《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》。虽然我国开源建设起步相对较晚，但国家在战略层已经开始给予了开源的肯定和支持。目前，开源已成为全球软件技术和产
编者按：在OpenHarmony生态发展过程中，涌现了大批优秀的代码贡献者，本专题旨在表彰贡献、分享经验，文中内容来自嘉宾访谈，不代表OpenHarmony工作委员会观点。 巴延兴深圳开鸿数字产业发展有限公司资深OS框架开发工程师 开源软件（以下简称“开源”）于上世纪80年代应运而生，随后惠及全球。如今，开源技术支撑了90%以上的互联网产品，并已经深入到各行业的商业应用中。2021年，我国首次将“开源”明确列入《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》。虽然我国开源建设起步相对较晚，但国家在战略层已经开始给予了开源的肯定和支持。目前，开源已成为全球软件技术和产
【北斗七星】北斗卫星授时之星解读与应用【北斗七星】北斗卫星授时之星解读与应用京准电子科技官微——ahjzsz说起北斗卫星导航系统，大多数人可能都知道它的导航定位功能，但对其另外的一个重要基础功能——授时，却知之甚少。所谓授时，就是解决时间同步的问题。如果卫星的授时系统出现误差，哪怕只是一秒，其带来的后果也可能超乎想象。古代人是怎么“授时”的？日月更替、斗转星移，时间见证了人类数千年的文明发展。自诞生之日起，人类便开始通过对时间的计量来描述万事万物的变化，并随之产生了对时间传递的需求。后来，随着发展需要，在同一个地区或国家里，逐渐出现了统一的标准时间，这就是古代的“授时”。从古至今，随着科技进步
【北斗七星】北斗卫星授时之星解读与应用【北斗七星】北斗卫星授时之星解读与应用京准电子科技官微——ahjzsz说起北斗卫星导航系统，大多数人可能都知道它的导航定位功能，但对其另外的一个重要基础功能——授时，却知之甚少。所谓授时，就是解决时间同步的问题。如果卫星的授时系统出现误差，哪怕只是一秒，其带来的后果也可能超乎想象。古代人是怎么“授时”的？日月更替、斗转星移，时间见证了人类数千年的文明发展。自诞生之日起，人类便开始通过对时间的计量来描述万事万物的变化，并随之产生了对时间传递的需求。后来，随着发展需要，在同一个地区或国家里，逐渐出现了统一的标准时间，这就是古代的“授时”。从古至今，随着科技进步
importtorchfromtorchimportnnfromd2limporttorchasd2l最基础的导包，看不懂的python需要回炉重造，不建议继续往下看文章。n_train=50#训练样本数x_train,_=torch.sort(torch.rand(n_train)*5)#训练样本的输入deff(x):return2*torch.sin(x)+x**0.8y_train=f(x_train)+torch.normal(0.0,0.5,(n_train,))#训练样本的输出x_test=torch.arange(0,5,0.1)#测试样本y_truth=f(x_test)#测试
importtorchfromtorchimportnnfromd2limporttorchasd2l最基础的导包，看不懂的python需要回炉重造，不建议继续往下看文章。n_train=50#训练样本数x_train,_=torch.sort(torch.rand(n_train)*5)#训练样本的输入deff(x):return2*torch.sin(x)+x**0.8y_train=f(x_train)+torch.normal(0.0,0.5,(n_train,))#训练样本的输出x_test=torch.arange(0,5,0.1)#测试样本y_truth=f(x_test)#测试
分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。^[《统计学习方法》李航]结点有两种类型：内部结点（internalnode）：表示一个特征或属性叶结点（leafnode）：叶结点表示一个类顾名思义，决策树说白了就是使用树结构进行决策。让我们借助:watermelon:书^[《机器学习》周志华]里的一张图来看一下子。怎么判断一个西瓜是不是好瓜呢？先看他的色泽是不是已经青绿色了，如果是，继续往下看；再看他gen蒂是否蜷缩，如果是就继续往下看；再敲一敲（签订契约，不是）听声音，如果是浊响，那他就是一个好瓜:watermelon:。画决策树谁都会画，比如给你一串数据：Re
