一、程序化的理解 程序化一般分为两类模型，一类是 趋势模型，一类是震荡模型 ，如果你想两者结合起来就要看自己的本事了，我的建议是程序化需要不停的去完美，但千万不能追求完美，以下所说模型都是趋势模型。

　　本周新增数据：比特币Top30地址余额变化，以太坊Top30地址余额变化。   链上数据： 本周比特币活跃地址数从318万骤升至421万，为五月以来最高：其主要原因是大量有转账记录的旧地址被重新激活，

　　美元，较上周上涨17.94%，Ethereum价格为463.78美元，上涨5.75%。 火币主力指数（HUOBI 10）本周上行8.48%。 本周比特币的区块大小、区块平均交易数均下降、以太坊的区块大

　　2018年7月22日，荣格财经发起人&总编辑，区块链思想者四十人论坛发起人老赵在DAGA | Blockchain & AI （核心群）做了专题分享，主题为： 区块链 —— 秩序革命 。 各位朋友好，

　　从1991年第一个网站发布至今，互联网让人类社会发生了翻天覆地的变化。   人们不可避免地总是拿加密货币和当年的互联网增长比较（包括加密货币的网景时刻）; 但我还是想做个对比分析，看看加密货币到底发展

　　嘉宾介绍 拉尔斯•彼得•汉森（Lars Peter Hansen），芝加哥大学教授，国际著名经济学家（宏观经济学和动态经济学）。他因为对“资产定价理论杰出贡献”而被授予2013年度诺贝尔经济学奖。 汉

　　均线理论的本质是市场的成本趋势，而股价的涨跌始终围绕市场成本，因此代表成本的均线在实际操作中十分重要。 股价在一般情况下都是沿着均线的方向波动，而均线的周期长短是十分关键的因素。 周期短的均线的敏感度

　　在第一章我们提到过最常用的监督学习任务是回归（用于预测某个值）和分类（预测某个类别）。在第二章我们探索了一个回归任务：预测房价。我们使用了多种算法，诸如线性回归，决策树，和随机森林（这个将会在后面的章

　　准确率与召回率 Scikit-Learn 提供了一些函数去计算分类器的指标，包括准确率和召回率。 >>> from sklearn.metrics import precision_score, re

　　同学们晚上好，我是斯坦福大学的教授，又是清华大学的教授。我平时讲的课都是关于物理，但我其实一直对区块链非常感兴趣。 今天讲的题目是 「 In Math We Trust 」，子标题是「 Foundat

　　多类分类 二分类器只能区分两个类，而多类分类器（也被叫做多项式分类器）可以区分多于两个类。   一些算法（比如随机森林分类器或者朴素贝叶斯分类器）可以直接处理多类分类问题。其他一些算法（比如 SVM

　　在之前的描述中，我们通常把机器学习模型和训练算法当作黑箱子来处理。如果你实践过前几章的一些示例，你惊奇的发现你可以优化回归系统，改进数字图像的分类器，你甚至可以零基础搭建一个垃圾邮件的分类器，但是你却

　　随机梯度下降 批量梯度下降的最要问题是计算每一步的梯度时都需要使用整个训练集，这导致在规模较大的数据集上，其会变得非常的慢。与其完全相反的随机梯度下降，在每一步的梯度计算上只随机选取训练集中的一个样本

　　弹性网络（ElasticNet） 弹性网络介于 Ridge 回归和 Lasso 回归之间。它的正则项是 Ridge 回归和 Lasso 回归正则项的简单混合，同时你可以控制它们的混合率 $r$，当 $

　　支持向量机（SVM）是个非常强大并且有多种功能的机器学习模型，能够做线性或者非线性的分类，回归，甚至异常值检测。机器学习领域中最为流行的模型之一，是任何学习机器学习的人必备的工具。SVM 特别适合复杂