cfa三级大神复习经验分享系列(六)

  • Behavioral Finance
    这一般是大家拿来入门的章节,可是上来就那么多名词,那么多原理真的完全看晕了。其实这一章节最大的重点就是各个bias,其他的东西都是帮助理解的,考试不会考。我自己列了一个清单,把所有bias根据分类总结了一遍,再把做题时候看到的案例附在旁边,考试之前琢磨透就没问题了。虽然这个章节基本没有什么计算,但理论题也没那么可怕。而且我觉得Behavioral Finance很有意思,心理学和金融学相结合,读起来也可以引人入胜的。
  • Individual Investor
    个人投资的学习顺序要调整一下。要从Tax那部分开始看,看完之后再回过头看第一部分,因为第一部分是总结性质的。总体来说这个章节不难,但要注意的是,现在的Individual Investor考试比起过去,更注重了后面几个部分的考察,让你算return还有各种constrain的题占比越来越小,所以一定要重视后面的内容,Estate Planning和Concentrated Single Asset Positions等是非常非常重要的。
  • Institutional Investors
    属于最简单的一个Topic,基本没什么技术含量,搞清各种机构投资者的RRTTLLU就没问题了。考题80%是pension,但最近几年也对后面的Insurance和foundation加强了重要性,只要多做点儿例题找准规律,这部分一定保证70%以上。
  • Capital Market Expectation
    这部分重点我认为有两个。一个是要和Behavioral Finance相结合的Psychological Traps,真的是反复考,一定弄懂。还有就是CME的几个工具,包括几个model,特别是Financial Equilibrium Approach,要看懂书上的例题。这部分也没有什么技术含量,记忆为主,理解为辅。
    Equity Market Valuation
    Fed Model、the Yardeni Model、10 year moving average price/earnings还有tobin’s q、Equity’s q的比较搞清楚就OK了,谁放分子谁放
内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值