<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[crabstew的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/crabstew</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; crabstew]]></copyright><item><title><![CDATA[算法记录 & 牛客网 & leetcode刷题记录]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/123119585</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/123119585</guid><author>crabstew</author><pubDate>Mon, 08 Aug 2022 10:27:11 +0800</pubDate><description><![CDATA[剑指offer刷题记录二叉树JZ55 二叉树的深度
二叉树
JZ55 二叉树的深度
关键词：二叉树、深度优先遍历、递归

自己写的笨蛋方法：
/*
struct TreeNode {
	int val;
	struct TreeNode *left;
	struct TreeNode *right;
	TreeNode(int x) :
			val(x), left(NULL), right(NULL) {
	}
};*/
class Solution {
public:
    int max_dept]]></description><category></category></item><item><title><![CDATA[机器学习知识点整理]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/105004721</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/105004721</guid><author>crabstew</author><pubDate>Wed, 28 Apr 2021 13:53:27 +0800</pubDate><description><![CDATA[量化投资与机器学习简介术语模型
简介
1
术语


超参数
在机器学习的上下文中，超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，需要对超参数进行优化，给学习机选择一组最优超参数，以提高学习的性能和效果。


相关性分析与回归分析
1、相关性分析相当于先检验一下众多的自变量和因变量之间是否存在相关性，当然通过相关分析求得相关系数没有回归分析的准确。
如果相关分析时..................]]></description><category></category></item><item><title><![CDATA[DataLog学习笔记——作智能合约分析之用]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/111870063</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/111870063</guid><author>crabstew</author><pubDate>Wed, 28 Apr 2021 13:52:21 +0800</pubDate><description><![CDATA[DataLog学习笔记——作智能合约分析之用简介命令行主要参数Input File编译模式InterpreterCompilerProfilingDebugging
简介
DataLog学习笔记——作智能合约分析之用
命令行主要参数

F：指定输入文件的位置，默认的输入文件名为XXXX.facts
D：指定输出文件的位置，默认的输出文件名为XXX.csv，如果使用-D-则输出到 Standard output

Input File
.decl my_relation(a:number,b:number)
]]></description><category></category></item><item><title><![CDATA[量化CTA知识点笔记]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/115025976</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/115025976</guid><author>crabstew</author><pubDate>Sat, 20 Mar 2021 13:04:36 +0800</pubDate><description><![CDATA[量化CTA知识点笔记研究对象两大类策略
研究对象
狭义的CTA研究期货，包括股指期货、大宗商品期货、利率期货等。
其中大宗商品指原油、有色金属、钢铁等
广义的CTA研究对象还包括期权等具有量价数据的衍生品
两大类策略
CTA常用两大类策略，一类是趋势跟随策略（主），一类是反转策略（辅）
趋势跟随策略捕捉时间序列中存在系数为正的相关关系。
反转策略捕捉时间序列中存在系数为负的相关关系。
CTA策略旨在捕捉市场上涨的大趋势，而处于反趋势的时候要尽量控制损失。
二八原则：在20%的行情中赚取80%的利率，因此其胜]]></description><category></category></item><item><title><![CDATA[mysql语法整理]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/114990295</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/114990295</guid><author>crabstew</author><pubDate>Sat, 20 Mar 2021 12:57:37 +0800</pubDate><description><![CDATA[Mysql 语法整理
创建数据库：
create database XXX;

删除数据库：
drop database XXX;

选择数据库：
use XXX;
变量类型：
大致分为三大类：数值、日期/时间、字符串
*注意DECIMAL类型，DECIMAL(m,d)代表总共有m位，小数有d位
CHAR(n)和VARCHAR(n)里的n代表最多存储的字符个数
创建数据表:
CREATE TABLE table_name (
column_name1 column_type1 (修饰符,如 NOT NULL]]></description><category></category></item><item><title><![CDATA[JAVA知识点整理]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/89193980</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/89193980</guid><author>crabstew</author><pubDate>Thu, 18 Mar 2021 16:08:43 +0800</pubDate><description><![CDATA[java知识点整理前言正文
前言
由于要读论文，设计java的知识，所以就快速浏览java知识点。记录了一些博客入口。
正文
java域的概念

]]></description><category></category></item><item><title><![CDATA[公司财务笔记-岭南学院辅修]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/105846689</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/105846689</guid><author>crabstew</author><pubDate>Thu, 18 Mar 2021 16:01:08 +0800</pubDate><description><![CDATA[公司财务
财务泛指财务活动和财务关系。
前者指企业在生产过程中涉及资金的活动，表名财务的形式特征；
后者指财务活动中企业和各方面的经济关系，揭示财务的内容本质。因此，概况来说，企业财务就是企业再生产过程中的资金运动，体现着企业和各方面的经济关系。
财务不仅是国民经济各部门、各单位在物质资料再生产过程中客观存在的资金运动及资金运动过程中所体现的经济关系，更主要的是财产和债务，即资产和负债

...]]></description><category></category></item><item><title><![CDATA[固定收益证券笔记——岭南学院]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/105822045</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/105822045</guid><author>crabstew</author><pubDate>Thu, 18 Mar 2021 16:00:34 +0800</pubDate><description><![CDATA[固定收益证券笔记——岭南学院简介介绍Topic1
简介
本笔记是17级岭南学院固定收益证券辅修的笔记
介绍
在中国，外资在中国债券市场投资占比很低
我国债券市场目前规模是世界第二大
Topic1
问：固定收益证券是债券吗？
不是，固定收益证券包含债券。
债券的定义：债券发行人（issuer）向债权人（investor）承诺于指定日期还本付息的有价证券
美国债券市场的分类：

美国国债：美国财务部发...]]></description><category></category></item><item><title><![CDATA[Python数据处理相关语法整理]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/105044479</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/105044479</guid><author>crabstew</author><pubDate>Wed, 17 Mar 2021 17:25:54 +0800</pubDate><description><![CDATA[Python数据处理相关语法整理pandas_datareader
pandas_datareader
Pandas库提供了专门从财经网站获取金融数据的API接口，可作为量化交易股票数据获取的另一种途径，该接口在urllib3库基础上实现了以客户端身份访问网站的股票数据。
缺点：只能下载 开盘价、最高价、最低价、收盘价、复权收盘价、成交量

........................]]></description><category></category></item><item><title><![CDATA[github常用操作指令及其解释]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/107922396</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/107922396</guid><author>crabstew</author><pubDate>Thu, 03 Dec 2020 14:12:31 +0800</pubDate><description><![CDATA[github使用指南往远程仓库添加文件的方法显示本地文件夹指向的远程仓库信息：Git remote -v推送本地分支：Git push -u origin master项目分支：Git branch XXX

往远程仓库添加文件的方法
链接

显示本地文件夹指向的远程仓库信息：Git remote -v
这个命令显示在你目前所在的目录中（有一个.git配置文件的目录中），所有指向远程仓库的标签，如

origin 远程仓库地址1
abc 远程仓库地址2

其中，origin是指向远程仓库地址1的标签，acc]]></description><category></category></item><item><title><![CDATA[编译原理MOOC笔记]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/104951931</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/104951931</guid><author>crabstew</author><pubDate>Sat, 25 Jul 2020 17:00:44 +0800</pubDate><description><![CDATA[编译原理笔记词法分析前端词法分析器的任务词法分析器的实现方法正则表达式有限状态自动机正则表达式到非确定有限状态自动机
词法分析
源程序 -&gt; 前端 -&gt; 中间表示 -&gt; 后端 -&gt; 目标程序
前端
源程序 -&gt; 词法分析器 -&gt; 记号 -&gt; 语法分析器 -&gt; 抽象语法树 -&gt; 语义分析器 -&gt;  中间表示
词法分析器的任务
任务：字符流到...]]></description><category></category></item><item><title><![CDATA[[Excel]数据透视表知识点]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/104923339</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/104923339</guid><author>crabstew</author><pubDate>Wed, 18 Mar 2020 19:46:21 +0800</pubDate><description><![CDATA[数据透视表简介插入数据透视表对数据透视表四大功能的解读筛选列行∑\sum∑值具体理解切片器拆分工作表
简介
由于实习需要处理wind数据，使用excel的数据透视表功能可以对数据有一个总体的概览
知乎简易教程链接
知乎较全教程链接
插入数据透视表
【插入】 - 【全选（点击excel左上角的三角形）】
即可插入数据透视表
对数据透视表四大功能的解读
数据透视表有四个功能：筛选、列、行、值
筛选
把...]]></description><category></category></item><item><title><![CDATA[JavaParser使用指南]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/89547472</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/89547472</guid><author>crabstew</author><pubDate>Tue, 25 Feb 2020 15:39:53 +0800</pubDate><description><![CDATA[JavaParser使用指南前言入门-StartJavaParser ClassCompilationUnit ClassVisitor ClassesA Simple Visitor
前言
以下翻译自官网的书
入门-Start
JavaParser Class
用途：把Java源码转换成Java对象
Eg:
Statement expression = JavaParser.parseState...]]></description><category></category></item><item><title><![CDATA[基于scrapy的爬虫小记]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/103222885</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/103222885</guid><author>crabstew</author><pubDate>Tue, 25 Feb 2020 15:38:44 +0800</pubDate><description><![CDATA[基于scrapy的爬虫小记爬虫命令item的定义爬虫的编写Item的提取Pipeline
爬虫命令

创建scrapy项目


scrapy startproject tutorial

该条命令的作用是创建一个名叫tutorial的爬虫项目
文件结构为：
tutorial/
    scrapy.cfg：项目的配置文件
    tutorial/
        __init__.py
    ...]]></description><category></category></item><item><title><![CDATA[Django快速入门整理]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/103202287</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/103202287</guid><author>crabstew</author><pubDate>Thu, 12 Dec 2019 00:23:52 +0800</pubDate><description><![CDATA[Django学习前言Django的HTML路径搜索
前言
记录一些零散的Django学习TIP
Django的HTML路径搜索
加入你的网站IP为

http://127.0.0.1:8000/

当你输入

http://127.0.0.1:8000/polls/34/

django会去你创建的项目（假设为mysite）下找到urls.py，然后逐条匹配urlpatterns变量的路径，假设匹...]]></description><category></category></item><item><title><![CDATA[[OpengGL]基础小记]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/102751627</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/102751627</guid><author>crabstew</author><pubDate>Sat, 02 Nov 2019 12:03:14 +0800</pubDate><description><![CDATA[opengl基础小记关于columns major
关于columns major
columns major的意思是，opengl会先用数字填充矩阵的列
与矩阵相关操作的函数是：

glGetFloatv(GL_MODELVIEW_MATRIX,mat);
将modelview这个矩阵存在mat指针指向的空间当中，modelview是一个4X4的矩阵。
假如mat是如下的矩阵

(aeimbfj...]]></description><category></category></item><item><title><![CDATA[gRPC入门学习]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/102617007</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/102617007</guid><author>crabstew</author><pubDate>Sat, 02 Nov 2019 12:00:53 +0800</pubDate><description><![CDATA[gRPC入门学习什么是gRPC简单的远程调用架构数据结构以及函数接口的定义-- protocol buffer
什么是gRPC
一个远程调用的框架，基于Client-Server模型，用protocol buffer来定义传递数据的数据类型
（自己的理解，官方定义请查看gRPC官网）
以下学习基于Python，因为配环境比较简单。
简单的远程调用架构
以hello world为例

hellowo...]]></description><category></category></item><item><title><![CDATA[[深度学习/人工智能]梯度消失与梯度爆炸]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/102802385</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/102802385</guid><author>crabstew</author><pubDate>Tue, 29 Oct 2019 17:15:11 +0800</pubDate><description><![CDATA[梯度消失与梯度爆炸出现原因解决梯度消失与梯度爆炸的方法
出现原因
梯度消失和梯度爆炸是因为在神经网络中，由于网络层数增多，导致求取的梯度趋于 ∞\infty∞（梯度爆炸）和趋于 0（梯度消失）的情况。
参考
解决梯度消失与梯度爆炸的方法

梯度剪切：防止梯度爆炸，即当梯度超过一定阈值则将梯度限制在这个阈值范围内
正则化项：
Loss=(y−WTx)2+α∣∣w∣∣2
Loss=(y-W^Tx)^2...]]></description><category></category></item><item><title><![CDATA[[机器学习/人工智能]集成学习小记]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/102747274</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/102747274</guid><author>crabstew</author><pubDate>Fri, 25 Oct 2019 17:51:33 +0800</pubDate><description><![CDATA[集成学习小记Bagging降低方差(variance)，boosting降低偏差(bias)Random Forest（随机森林）是什么？Stacking
Bagging降低方差(variance)，boosting降低偏差(bias)
Bagging与Boosting的区别
简单的记：
Bagging降低方差的原因：bagging是随机取样，因此模型间相关性不高，所以可以防止过拟合
Boosti...]]></description><category></category></item><item><title><![CDATA[[leetcode]Regions Cut By Slashes-DFS]]></title><link>https://blog.youkuaiyun.com/crabstew/article/details/94560352</link><guid>https://blog.youkuaiyun.com/crabstew/article/details/94560352</guid><author>crabstew</author><pubDate>Wed, 03 Jul 2019 14:31:31 +0800</pubDate><description><![CDATA[Regions Cut By Slashes题目思考代码（dfs）
题目
leetcode入口
思考
这道题的难点在于把问题抽象为求解连通分量个数的题，并且要知道如何建图
将一个正方形方格分成四个三角形部分记为0，1，2，3，分别对应左边，下边，右边，上边的三角形。
不论是什么输入（暂不考虑边界情况）
该正方形的1都能与下面的正方形的3连接
该正方形的2都能与右边的正方形的0连接
分情况
输入" ...]]></description><category></category></item></channel></rss>