戴维·班尼特是一位生活在澳大利亚黄金海岸的农产品期货交易商，他从事教学、人力资源管理等工作，但他钟情于交易。“在很多年我尝试过我听过的所有的交易，但结果都很平庸，后来我开始交易农产品期货——我便再未回

　　找来两个交易者，给他们相同初始资本，相同的交易平台，相同的市场，以及相同的带有精确出入场规则的交易系统。 两个月过后你将发现什么?一个盈利了20%，而另一个亏损40%。这很令人迷惑，不是吗?为什么两个

　　贝叶斯定理 在描述贝叶斯定理怎样应用于分类之前，我们先从统计学的角度对分类问题加以形式化。 设X表示特征属性集，Y表示类变量。如果类变量和属性之间的关系不确定，那么我们可以把X和Y看作随机变量，用P(

　　鸢尾花数据集            鸢尾花数据集共收集了三类鸢尾花，即Setosa鸢尾花、Versicolour鸢尾花和Virginica鸢尾花，每一类鸢尾花收集了50条样本记录，共计150条。  

　　基于规则的分类器 基于规则的分类器是使用一组"if...then..."规则来对记录进行分类的技术。规则学习算法使用了一种称为**而治之的探索法。 这个过程包括确定训练数据中覆盖一个案例子集的规则，然

　　集成学习（Ensemble Learning）             随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ens

　　问题一：以分类问题为例，如何评估不同分类器的优劣，如C4.5、SVM、逻辑回归、随机森林等，解决办法是找到一个参照物，或叫基线准确度Baseline accuracy，基线准确度通过ZeroR算法得到

　　线性关系与非线性关系 在数学上，线性函数关系是直线，而非线性函数关系是非直线，包括各种曲线、折线、不连续的线等； 线性方程满足叠加原理，非线性方程不满足叠加原理；线性方程易于求出解析解，而非线性方程一

　　decision stump决策树桩             decision stump，决策树桩（我称它为一刀切），也称单层决策树，单层也就意味着尽可能对每一列属性进行一次判断。如下图所示（仅对

　　M5P树状回归演算法可根据资料的分布建立多种回归模型，依据输入资料的不同来决定适用的回归模型。  比起传统的线性回归，M5P能够准确预测非线性的资料，而且规则与回归模型容易解读。 相较于类神经网路和支

　　不同价差序列即使平稳在套利效果上必然也会存在着许多不同，为此，对不同平稳价差序列进行描述性统计将是非常有必要的，如偏度、峰度和正态性检验等，平稳的价差序列长啥样子呢？在下述时序图中，序列始终围绕着一个

　　跨期套利 下面不经推导，直接给出跨期合约间的理论价格关系公式，正向市场即远期曲线整体向上的市场，即远期对近期和现货升水的市场结构， 此时跨期合约间的价格关系如下 ：     反向市场即远期曲线整体向下

　　协整检验 协整是分析这样的问题的 ：在什么情况下，两个或两个以上的醉汉合在一起走路，旁边观察的人会发现这样的特征，如果把这几个醉汉看做一个整体的话，会发现他们走路的特征不是醉汉，而是正常人。那么，在什

　　协整检验可以证明两个变量之间存在长期均衡关系，但是这种长期均衡关系是在短期波动的不断调整下得以实现的，故可建立误差修正模型来分析这种调节机制，即是要看假如出现短期偏离均衡的状况时，对偏离进行修复的速度

　　平稳时间序列 平稳即时间序列的行为并不随时间改变，一组平稳的数据意味着它在一段时间内围绕在一个范围内上下浮动，要达到平稳，需要达到三个条件：       平稳分为宽平稳及严平稳，严平稳要求所有统计性质