梯度下降与 Runge-Kutta:同一种离散化直觉
两个看似不同的工具
两个看似不同的工具
在寻找量化策略的过程中,你是否见过这样的神仙曲线: 胜率 95%,资金曲线像画出来的直线一样平稳上涨,没有任何回撤,夏普比率高达 4.0 以上。
很多新手在筛选策略时,把 夏普比率 (Sharpe Ratio) 奉为圭臬。他们认为夏普越高,策略越稳。然而,在残酷的实盘中,正是那些夏普比率高达 3.0 甚至 5.0 的“神级策略”,往往在一夜之间让账户归零。
在金融工程领域,有一个公式的地位等同于物理界的 $E=mc^2$,它就是 Black-Scholes 模型(布莱克-舒尔斯模型,简称 BS 模型)。
前言:消失的能量去哪了?
【导读】 你是否遇到过这种情况:模型结构是最新的 SOTA,超参数调了又调,但 Loss 就是降不下去,或者准确率卡在一个瓶颈死活上不去? 这时候,别急着改代码。去看看你的训练集,说不定你会发现:标注为“猫”的图片里是一只狗,标注为“红灯”的图片其实是绿灯。 这就是传说中的 Label Noise(标签噪声)。本...
打开社交媒体,世界似乎正在燃烧。
在 AI 辅助写作的时代,我们经常会把 ChatGPT、Claude 或 DeepSeek 生成的内容复制到 Word 文档中。
你有没有想过,当我们每天在 Bilibili 刷高清视频,或者在 Netflix 上看 4K 电影时,数据到底是如何传输的?