墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
2.5k累计阅读
2.6k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
本文主要研究内容是基于rank IC分析医疗板块四大类因子（风格类、技术类、盈利能力类、基本面类）盈利预测能力，以及在此基础上构建医疗板块多因子rank IC赋权模型。
本文将分为以下三个板块：
>>> 因子选取
本文基于海通证券研报的内容，选取四大类因子（风格类、技术类、盈利能力类、基本面类）作为所选研究因子。具体如下表：
>>> 数据预处理
股票池：申万一级医疗行业中非*ST股
时间维度：2010年1月1日——2018年8月1日
处理方式：去空值、去极值、中性化、标准化
去空值：先将任一因子数据全部为空的股票从股票池中剔除，再将剩余股票的空值用当天医药行业该因子的平均水平进行填充。
去极值：采取中位数去极值法
中性化：将除了市值外的因子对市值进行中性化。因为股票池全部为同一行业的股票。无需对行业哑变量进行中性化。
标准化：采取传统均值标
【信息科学与工程学】【安全领域】第一百四十二篇 零信任网络解决方案中的算法04
对于节点 i， 有功和无功功率平衡方程为： Pi=Vi∑j=1NVj(Gijcosθij+Bijsinθij)， Qi=Vi∑j=1NVj(Gijsinθij−Bijcosθij)。下风向某点 (x,y,z)的浓度 C为： C=2πuσyσzQexp(−2σy2y2)[exp(−2σz2(z−H)2)+exp(−2σz2(z+H)2)]， 其中 Q是源强， u是风速， H是有效源高， σy,σz是水平和垂直扩散参数。
【信息科学与工程学】【安全领域】第二百零五篇 漏洞治理 01
形式：RabbitMQ管理插件SSRF CVE-2026-57211（CVSSv4 8.3，Windows多插件可诱发SMB NTLM泄露）、管理API资源无限CWE-770 CVSSv4 5.3、管理UI存储XSS CVE-2026-57214/其他；用法：GET /cgi-bin/.%2e/%2e%2e/etc/passwd→读密文/源码→RCE。定量：CVSS 9.0；例：Spectre CVE-2017-5753、Meltdown CVE-2017-5754（CPU越界/未授权内核读）；
【信息科学与工程学】计算机科学与自动化——第三十五篇 调度理论和调度算法01——资源调度算法
算法逻辑
量化多因子策略全流程代码包：XGBoost/LightGBM建模+贝叶斯调参+组合优化一体化实现
直接可用的多因子量化策略开发代码集合，覆盖从原始数据接入、因子清洗与标准化、特征构造，到机器学习模型训练与预测的完整环节。内置XGBoost和LightGBM两种高性能树模型，支持自动化的贝叶斯超参数搜索，提升因子信号稳定性与预测精度。提供统一的数据加载接口（data模块），封装常用工具函数（utils），支持多模型结果融合的stacking框架，集成波动率估计、最大回撤约束等风险控制逻辑，并配备均值-方差优化器和风险平价组合器（optimization模块）。代码按功能分层组织在src目录下，含model
多因子选股之有效因子策略源码.py
多因子选股模型的建立过程主要分为候选因子的选取、选股因子有效性的检验、有效但冗余因子的剔除、综合评分模型的建立和模型的评价及持续改进等5个步骤。
因子分析
安装虚拟环境 python -m venv venv pip freeze > requirements.txt python -m pip install -r requirements.txt 对于Windows 安装TA-Lib pip3 install C:\Users\IPLAB2\Documents\GitHub\Factor-Analysis\Factor-Analysis\TA-Lib\TA_Lib-0.4.19-cp37-cp37m-win_amd64.whl 虚拟环境 cd C:\Users\IPLAB2\Documents\GitHub\Factor-Analysis .\venv\Scripts\activate cd Factor-Analysis deactivate 对于Mac 安装TA-Lib brew install ta-lib pip instal
因子分析.ipynb
聚宽提供的单因子分析代码样例，本文以此作为讲解的案例，文中用到的所有数据和图片均出自此代码输出。但此代码需要在聚宽的研究环境中运行，不支持本地运行
频谱分析常见坑：STM32的ADC采样+FFT处理时如何避免这5个错误
本文深入剖析了在STM32平台上进行ADC采样与FFT频谱分析时，工程师最常遇到的五个关键错误与性能陷阱。内容涵盖从采样频率设置、频谱泄露处理、ADC配置优化，到谐波识别校准及系统实时性设计，提供了详尽的避坑指南与实战调优策略，旨在帮助开发者构建稳定、精确的嵌入式频谱分析或波形识别系统。
用野火FPGA开发板（EP4CE10）手把手教你实现一个高精度频率计（附完整Verilog代码）
本文详细介绍了基于野火FPGA开发板（EP4CE10）实现高精度频率计的全过程，涵盖等精度测量法的核心原理、Verilog代码实现及优化技巧。通过实际案例演示，帮助开发者掌握1Hz-50MHz范围、精度达0.1%的频率计设计方法，并提供完整的工程代码和实测数据。
Deeplabcut实战：从数据标注到行为分析的全流程解析
本文详细解析了Deeplabcut从数据标注到行为分析的全流程实战技巧，包括项目创建、配置文件定制、智能帧提取、高效标注方法、模型训练优化以及多视角融合等高级应用。通过具体案例和实用参数配置，帮助研究者快速掌握这一行为分析工具，提升实验效率和准确性。
【GeoDa实用技巧100例】024：geoda计算全局（局部）莫兰指数Moran‘s I，LISA聚类地图，显著性地图
【GeoDa实用技巧100例】024：geoda计算全局（局部）莫兰指数Moran's I，单变量莫兰指数，双变量莫兰指数计算，LISA聚类地图，显著性地图，Geoda双变量莫兰指数是一种强大的地理空间数据分析工具。
YOLOv11与CLIP融合的零样本目标检测技术：原理、实现与创新实践
YOLO(You Only Look Once)系列作为单阶段检测器的代表，以其实时高效的特性在工业界获得广泛应用。YOLOv11作为该系列的最新演进，引入了多项架构创新： C3K2模块：采用双小卷积核替代传统大卷积核，在保持感受野的同时减少计算量。当参数c3k=False时退化为YOLOv8的C2F模块，提供灵活的精度-效率权衡。 C2PSA(Convolutional block with Parallel Spatial Attention)：通过并行空间注意力机制增强对微小目标的特征提取能力，这对
汇川H5U模拟量输出模拟量转换FC: S_RTI
汇川H5U模拟量输入模拟量转换 FC S_ITR_RXXW_Dor的博客-优快云博客接口中的临时变量，如果优化的可以省去一些，感兴趣的可以自行编写修改下，这里不在举例。至此模拟量输入转换FC编写完成。
MATLAB基础应用精讲-【数模应用】PPO算法（附python代码实现）（二）
表示为状态转移概率和动作选择概率的乘积，因为状态和动作决定轨迹。
pyecharts在jupyter notebook中不能够渲染图表问题。
在使用jupyter notebook中使用pyecharts绘制可视化图表的时候，发现图表不能渲染到页面中，生成的html是没问题的，本文主要解决在jupyter notebook中不能渲染这个问题。
jre9下载 jdk9
(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
pscad IEEE标准系统搭建说明
pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。
老版QQ原生表情gif动态
这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1409
扫一扫
