607 词

本题采用双指针来解决
矩阵的面积与两个因素有关:
矩阵的长度:两条垂直线的距离
矩阵的宽度:两条垂直线其中较短一条的长度
因此,要矩阵面积最大化,两条垂直线的距离越远越好,两条垂直线的最短长度也要越长越好。

1.9k 词

我们了解了机器学习的基本三部曲。然而,简单的线性模型在面对复杂现实世界问题时,往往会显得力不从心。我们将打破线性模型的局限,正式迈向更强大、更灵活的“深度学习”世界。

4.5k 词
期权到期日标准期权到期日 月度期权(Standard Monthly Options):通常在每月的第三个星期五到期。 周度期权(Weekly Options):到期日通常是每周五。 季度期权(Quarterly Options):在每个季度末的特定星期五到期。 但也有非周五到期的期权: 日内到期(0DTE)期权:例如 SPX 指数现在几乎每天都有期权到期(包括周一到周五)。 部分ETF或指数(如SPY、QQQ):提供周一、周三、周五到期的期权。 特殊事件驱动期权(如并购、分红后期权):可能设定非常规到期日,但较少见 什么是末日期权末日期权(Zero Days To Expiration,简称0DTE)是指在交易日当天购买的期权合约,当天收盘后即到期失效。它们属于超短期期权,与传统期权(如每周、每月到期)相比,时间价值(theta)的衰减速度极快,也非常便宜。这种特性使得末日期权比较适合希望从当日市场波动中获利的短线交易者。 末日期权的兴起始于2022年,芝加哥期权交易所(CBOE)宣布推出每周期权,并把到期日扩展到每个工作日(周一至周五)。最初,SPX是首批提...
2.7k 词
期权链:你的“期权菜单”期权链(Option Chain)是期权交易的核心工具,列出了某只股票的所有期权合约,类似于餐厅的“菜单”。它显示了行权价、到期日和期权费等信息。以下是如何阅读期权链: 期权链的组成 标的股票:期权对应的股票,例如NVDA(英伟达)。 Call和Put:分别列在期权链两侧,Call看涨,Put看跌。 行权价(Strike Price):期权约定的买卖价格,例如200美元。 到期日(Expiration Date):期权有效的截止日期,例如2025年5月25日。 期权费(Premium):购买期权的价格,例如3美元/股。 买卖价差(Bid-Ask Spread):买价(Bid)和卖价(Ask)的差额,反映流动性。 成交量(Volume)和未平仓合约(Open Interest):显示期权活跃度。 如何阅读期权链 实值(ITM)、虚值(OTM)、平值(ATM): Call期权:行权价 < 当前股价 = 实值;行权价 > 股价 = 虚值;约等于股价 = 平值。 Put期权:行权价 > 股价 = 实值;行权价 < 股价 = 虚值。 ...
2.2k 词
一、期权是什么?期权(Options)是一种金融合约,给你在未来某个时间以特定价格买入或卖出某只股票的权利,但没有义务。换句话说,期权就像一张“优惠券”,让你可以选择是否以约定的价格执行交易。 类比:想象你在商场看到一款iPhone,当前价格是1000美元。你觉得它可能会涨价,于是花10美元买了一张“未来以1000美元买iPhone的优惠券”,有效期1个月。 如果1个月后iPhone涨到1200美元,你可以用1000美元买到它,再以1200美元卖出,赚200美元利润(扣除10美元券费,净赚190美元)。 如果iPhone跌到800美元,你可以选择不用这张券,损失只是10美元的券费。 期权就是类似的逻辑,只不过它针对的是股票,比如苹果(AAPL)、特斯拉(TSLA)或指数ETF(如SPY)。它让你用小钱(券费)博取大收益,同时风险有限。 二、期权的两大类型:Call和Put期权(Option)是一种金融合约,它给予买方一种“权利”,但不是义务;而卖方则承担对应的“义务”。 期权分为两种:Call期权(看涨期权)和Put期权(看跌期权)。它们分别对应你对股价的两种预测:上涨或下跌。 ...
12k 词
比赛简介「用户新增预测挑战赛」是由科大讯飞主办的一项数据科学竞赛,旨在通过机器学习方法预测用户是否为新增用户 比赛属于二分类任务,评价指标采用F1分数,分数越高表示模型性能越好。 如果你有一份带标签的表格型数据,只要目标是分类、回归或排序,那么 LightGBM 都是最强机器学习模型之一,默认首选。 赛题建模的价值用户新增预测是分析 用户使用场景 以及 预测用户增长情况 的关键步骤,有助于进行其后续产品和应用的迭代升级,主要有对行业和技术有如下价值: 行业价值: 精准预测用户增长趋势,优化产品迭代方向 降低用户获取成本,提高营销转化率 为AI能力落地提供量化评估依据 技术价值: 解决实际业务场景中的用户增长预测问题 验证AI在用户行为分析领域的有效性 建立可复用的用户增长预测方法论 赛题要求:参与算法赛事,一定要仔细理解赛事的 输入-输出 究竟是什么,尤其是提交的格式 输入数据: 用户行为事件记录 15个原始特征字段 关键字段: udmap (JSON)、 common_ts (时间戳) 输出要求: 预测用户是否为新增 ( is_new_did )...