基于因子水平的归因 - 腾讯云开发者社区

文章/答案/技术大牛

发布

修改因子水平

将factor的因子水平进行修改比较方便的包为forcats 测试数据集：forcats::gss_cat 数据集，该数据集是综合社会调查数据的一份抽样。...gss_cat数据集是由一个 R 包提供的，因为当因子保存在 tibble 中时，其水平不是很容易看到的。查看因子水平的一种方法是使用 count() 函数来直接计算数量。...、最强大的工具是 fct_recode()函数，它可以对每个水平进行修改或重新编码。...，那么可 fct_recode()函数的变体 fct_collapse() 函数更方便。...对于每个新水平，你都可以提供一个包含原水平的向量: gss_cat %>% mutate(race = fct_collapse(race,"Black and White" = c("Black"

7242 0

基于FPGA水平垂直投影法（字符分割）的实现

基于FPGA水平垂直投影法（字符分割）的实现作者：OpenS_Lee 1 背景知识图像对应方向的投影，就是在该方向取一条直线，统计垂直于该直线（轴）的图像上的像素的黑点数量，累加求和作为该轴该位置的值...；基于图像投影的切割就是将图像映射成这种特征后，基于这种特征判定图像的切割位置（坐标），用这个坐标来切割原图像，得到目标图像。...3 基于FPGA实现水平垂直投影法进行字符分割 ?...图3 基于FPGA的水平垂直投影模块如图3所示，我们在TFT_CTL模块后端对rgb图像首先进行了rgb2ycbcr算法的实现，然后将灰度图像转化为二值图像，最后在二值图像的基础上对图像进行了水平和垂直投影...如图4和以上代码所示，我只实现了1行3列的水平垂直投影，如果需要实现更多的字符分割可以在以上代码添加修改就可以实现更多目标字符的分割。 FPGA的水平垂直投影与matlab的水平垂直投影过程类似。

3.9K6 0

您找到你想要的搜索结果了吗？

是的

没有找到

另类Alpha：基于供应链数据的量化因子挖掘

随着技术的发展，获取大数据的成本不断降低，但历史价格等传统数据已完全无法满足投资者需求，可挖掘Alpha已基本消失。...随着中国金融市场的进一步开放及交易规则的逐步成熟，越来越多的海外量化投资机构已开始着手将海外市场中的另类数据策略复制到中国市场，而A股不断增量纳入MSCI及FTSE指数的趋势也加速了这一进程。...同时本土头部金融机构对于使用另类数据形成有效交易因子并整合入现有量化策略这一趋势也已形成高度共识，另类数据的应用增长趋势正在形成。...作为一家专注于数据智能领域超过十年的公司，数库在另类数据领域拥有深厚的积累。...由于数库对外提供的数据流服务均由自研DAS数据自动化生产平台产生，该平台拥有非常严格的质检体系及数据标准化能力，进而保障了数据流的稳定性及连贯性，确保了数据流在量化领域中的可应用性。

1.8K1 0

Invesco：基于宏观周期的因子轮动策略

核心观点 1、基于价值、动量、质量、规模及低波动等量化因子的组合在历史上，相对于基准，长期来看取得了较好的表现。但也周期性的受到市场环境变化的影响，导致在一定的时期内表现不佳。...3、基于因子对宏观因子的敏感性，根据市场的宏观环境变动，构建动态因子策略。该策略相对静态的因子策略带来更好的风险调整收益，无论是发达市场还是新兴市场。...不仅如此，重要的是还要保持适当的多元化水平，并构建涉及多种因子的投资组合，避免长期高度集中于单一因子。...我们根据经济增长的预期水平和变化定义了经济周期的四个阶段: 复苏，即增长低于趋势水平并在加速扩张，即增长高于趋势水平并在加速放缓，指增长高于趋势水平并在减速收缩，即增长低于趋势水平并正在减速如上图...值得注意的是，动量因子与其他因子截然不同，其基本特征不那么持久，与其基于价格的定义的暂时性相一致。

5853 1

【综述专栏】可解释人工智能中基于梯度的特征归因

特征归因直接识别输入特征对模型输出的重要性，而反事实解释探索输入空间中的最小且有意义的扰动，以回答输入值的哪些变化可能会影响模型的预测。...尽管已有许多关于XAI的综述文章或书籍章节 [2, 5, 11, 14, 14, 21, 26, 30, 51,58, 73, 85]，但大多数仅简要描述并展示了XAI的某个特定子领域，如基于梯度的特征归因的早期工作...基于不同的方法论途径，特征归因包含以下研究分支：基于扰动的方法 [16, 17, 95]、基于替代的方法 [25, 70]、基于分解的方法 [6, 8, 59, 60] 以及基于梯度的方法 [79, 81...由于缺乏真实基准，特征归因方法可能会产生不同的解释，这导致了确定哪个解释更可信的挑战。基于梯度的解释是有意设计来满足某些公理化原则的，例如敏感性和完整性，确保产生合理且期望的解释。...1.2 我们的贡献我们综述的贡献总结如下：我们提出了一个新颖的分类体系，系统地将基于梯度的特征归因分为四组。随后，我们介绍了每组算法的研究动机和技术细节的要点。

6921 0

渠道归因（二）基于马尔可夫链的渠道归因

渠道归因（二）基于马尔可夫链的渠道归因在应用当中，序列中的每个点通常映射为一个广告触点，每个触点都有一定概率变成真正的转化。通过这种建模，可以选择最有效，概率最高的触点路径。...这种方法需要较多的数据，计算也比较复杂。本文主要参考自python实现马尔可夫链归因[1]。马尔可夫链是一个过程，它映射运动并给出概率分布，从一个状态转移到另一个状态。...马尔可夫链由三个属性定义：状态空间：处理可能存在的所有状态的集合转移概率：从一个状态转移到另一个状态的概率当前状态分布：在过程开始时处于任何一个状态的概率分布那么用户行为路径中的每个渠道可以看作这里的每个状态...在知道状态空间的情况下，所求的渠道贡献率就是每条路径的转移概率。所以马尔可夫链模型可以用来做归因分析。...HsuHeinrich，回复【数据挖掘-渠道归因】自动获取～ # 读取数据 df = pd.read_csv('.

4954 0

渠道归因（三）基于Shapley Value的渠道归因

渠道归因（三）基于Shapley Value的渠道归因通过Shapley Value可以计算每个渠道的贡献权重，而且沙普利值的计算只需要参加的渠道总数，不考虑顺序，因此计算成本也较低。...传统的shapeley value import itertools from pathlib import Path from collections import defaultdict from...HsuHeinrich，回复【数据挖掘-渠道归因】自动获取～ # 读取数据 df_mark=pd.read_excel('..../shapley/marketing.xlsx') df_mark.head() # 渠道流转路径，该流转路径下成功转化的次数数据格式要求： marketing_channel_subset：渠道流转路径...总结日常业务中，可以结合多个方法看一下归因的差异。

3812 0

多渠道归因分析：互联网的归因江湖（二）

本篇主要是python实现马尔科夫链归因，关联的文章：多渠道归因分析（Attribution）：传统归因（一）多渠道归因分析：互联网的归因江湖（二）多渠道归因分析：python实现马尔可夫链归因（...由于非Facebook的广告使用的是第三方归因平台如AppFlyer、Adjust或者Kochava，他们并没有Facebook的归因数据，所以双方是独立的归因系统和归因逻辑，也就是会存在多次计费的可能...广告主归因后台获取到的是点击和有效曝光混在一起都作为“有效归因“的数据，想要完全区分清楚还是有难度的。但是，可以统计计算回传归因数据量/曝光数据这个指标来看看数据的趋势情况。...只有当回传归因数据量/曝光数据跟广告平台上点击率在同一个数值水平的情况下，才是点击归因的数据。...由于当年在东南亚归因作弊异常猖獗（具体作弊手段可以参考我的另一篇文章《不懂归因，也许你广告还没入门》），很多联盟的流量通过虚拟点击抢归因，抢了这两个广告主很多的“自然量”。

1.2K4 0

基于Django的双因子认证实现

双因子简介对于网络信息系统来说，能否识别使用者的身份，是能否确保安全的基础和关键。在实际应用中,许多网络信息系统都会要求使用者在使用系统之前，提供一些相关信息用以实现对使用者的身份认证。...双因子身份认证技术弥补了传统密码认证方法的很多弊端。可用于认证的因子可有三种:第一种因子最常见的就是口令等知识，第二种因子比如说是IC卡、令牌，USB Key等实物，第三种因子是指人的生物特征。...所谓双因子认证就是必须使用上述三种认证因子的任意两者的组合才能通过认证的认证方法。双因子认证（2FA）是指结合密码以及实物（信用卡、SMS手机、令牌或指纹等生物标志）两种条件对用户进行认证的方法。...这里使用OTP作为django的双因子认证。双因子的django实现 ① 引入django的双因子模块。...此处的逻辑（这里使用了django的登陆模块）是在用户登录时，需要将用户名和otp的口令连接在一起使用。

2.1K10 0

. | 评估基于shapely值的特征归因算法

编译 | 曾全晨审稿 | 王建民今天为大家介绍的是来自Su-In Lee研究团队的一篇关于shapely value特征归因的论文。基于Shapley值的特征归因在解释机器学习模型方面非常流行。...除了LIME之外，还有一个流行的方法类别是加法特征归因方法，这些方法的归因之和等于特定值，例如模型的预测结果。为了统一加法特征归因方法的类别，Lundberg和Lee引入了SHAP作为独特的解。...在整个工作中，作者将基于Shapley值的所有特征归因称为Shapley值解释。在定义合作博弈的同时，解释Shapley值面临的另一个挑战是计算复杂度与特征数量呈指数关系。...特征归因图 1 给定一个模型f和输入特征，特征归因通过分配表示每个特征重要性的标量值来解释预测结果。为了直观地描述特征归因，可以考虑线性模型的情况。...然而，请注意，这种归因隐含地将当前特征与其空值时相比较。相反，我们可能希望考虑基于特征的概率分布的替代值，或者考虑特征与其他特征的统计关系。

6532 0

基于遗传规划的行业因子挖掘

03 遗传规划下的行业量价因子挖掘本文使用中信一级行业指数进行行业因子挖掘，基于gplearn，需要完成的内容包括：运算符(function set)定义主要参考下表自定义运算符部分代码如下...按照第一个因子的定义计算因子后，算因子的累计IC曲线如下：可以看出，样本内（2014年4月以前），因子IC比较稳定，2016年之前也比较稳定，但是2016年以后，IC非常不稳定，说明过拟合了或者后来因子失效了...尝试了多个种子后发现这个现象是普遍存在的，但也会有少数因子在样本外仍然有一定作用，所以需要大量的实验来寻找好的因子,或者想别的办法避免过拟合。...06 参考文献 [1]20190610-华泰证券-华泰证券华泰人工智能系列之二十一：基于遗传规划的选股因子挖掘 [2]20190807-华泰证券-华泰证券人工智能系列之二十三：再探基于遗传规划的选股因子挖掘...[3]20200220-天风证券-天风证券金工专题报告：基于基因表达式规划的价量因子挖掘 [4]A_Field_Guide_to_Genetic_Programming

2.3K1 0

alphalens教程2--基于return的因子分析

今天我们主要基于return来分析，也就是说，是因子收益率分析。...3.收益率差值图同样的逻辑，先产生数据，然后绘图。这次绘制的是收益率差值图，也就是说，是好的因子层的收益率减去最差的因子层的收益率。...我们使用的是daily的 upper_quant : int 高收益的因子层序号 lower_quant : int 低收益的因子层序号 ...4.各层因子累计收益率图对于一个因子，我们希望好的分层和差的分层的收益率有很大的差别，也就是说，因子的区分度越好，我们越觉得因子有效。下面这个函数能够计算出不同分层下的投资累计收益回报。...5.cash-netural 方法还有一种因子测试方法，就是以因子值为权重，做多高收益率的因子层股票，最空低收益率的因子层股票，获得相对收益。

4.4K3 1

基于情绪因子的CTA截面策略

从2010年到2020年，一个基于高与低情绪变化的加权和月度再平衡的多空投资组合每年产生7.2%且统计显著的平均回报。...计算每条推文的情绪时基于词性的统计，s(w)表示词语w的情绪值：某日d，商品i的情绪值使用以下公式计算：即先统计每条推文所有词语的情绪和，再计算当天所有与该商品相关的推文的情绪之和，最后除以相关推文的数量...我们对情绪因子与商品超额收益率做面板回归：表2所示的结果表明，情绪因子的回归系数都显著，说明使用Twitter的商品情绪包含了商品基本面因子之外的额外信息。...此外，情绪是基于高关注还是低关注的推文来衡量，在统计上并没有差异。总的来说，这些发现表明情绪的预测能力取决于群体的集体智慧，而不是特定的用户群体。...下面给出了结果，与其他替代方法相比，金融特定词典在股票定价方面表现良好，词典的选择在捕获大宗商品期货中情绪诱发的错误定价方面至关重要。总结总之，基于Twitter的情绪因子的计算是很容易实现的。

1.5K2 0

R语言中使用线性模型、回归决策树自动组合特征因子水平

学生也提出了同样的问题：我们如何自动组合因子水平？有简单的R函数吗？因此我想编写一个R函数。...for(i in 1:10){ lines(u,v)} 斜率是相同的，我们只需为每个级别添加一个不同的常数。...但是，如果我们更改顺序，我们可以得到不同的组合。...问题是还有另一个可能相互干扰的解释变量。所以我建议（1）拟合线性模型，计算残差（2）运行回归树，解释未定义分类变量观察叶子与我们得到的叶子具有相同的组。...6) x2=F,B,D 82 2.983381 1.048246e-01 * 7) x2=I,A,H 46 2.030229 3.190993e-01 * 我想有可能改善回归的水平组合

5431 1

多因子模型之因子（信号）测试平台----因子值的处理（二）

所以，很多因子数值在一个行业内比较才是有效的。同样的思路，有些因子虽然看起来不是一些基本的风格因子，比如PE，但是，其实我们知道，PE和市值有很大的关系，大市值的公司，一般是成熟的公司，PE往往不高。...1.两种中性的方法所谓中性，最本质的意义就是“无关”，我们说市场中性，就是说我们这个组合与市场无关；我们说因子做了行业中性，说明我们的因子和行业没有关系，风格中性也是如此。...也就是做一个回归，其中，因子值是y，需要中性的风格因子的暴露为x，然后我们进行回归。回归之后的残差就是因子值对行业中性化后的值。这里的风格因子可以是一个也可以多个，也就是一元回归和多元回归的区别。...如果读者有wind的python的api，那么可以使用下面的函数获得我们需要的股票代码和行业代码转换的字典。这里，我们有一个假设，就是股票的行业在整个因子回测区间没有改变。...目前，我们暂时只进行行业中性，然后进行因子的回测。

1.3K4 0

基于Python的多因子分析

基于这个想法，发现很多相关性很高的因素背后有共同的因子驱动，从而定义了**因子分析，这便是因子分析的由来。...在这个因子的作用下，偏理科的成绩才会那么高。到底什么是因子分析？就是假设现有全部自变量x的出现是因为某个潜在变量的作用，这个潜在的变量就是我们说的因子。在这个因子的作用下，x能够被观察到。...因子分析就是将存在某些相关性的变量提炼为较少的几个因子，用这几个因子去表示原本的变量，也可以根据因子对变量进行分类。因子分子本质上也是降维的过程，和主成分分析（PCA）算法比较类似。...因子分析步骤应用因子分析法的主要步骤如下：对所给的数据样本进行标准化处理计算样本的相关矩阵R 求相关矩阵R的特征值、特征向量根据系统要求的累积贡献度确定主因子的个数计算因子载荷矩阵A 最终确定因子模型...（新特征） [008i3skNgy1gw5g2salwvj30pm0oe41a.jpg] 至此，我们完成了如下的工作：原数据的相关性检测因子个数的探索因子分析的建模过程隐藏变量的可视化转成基于

2.3K0 0

FIDAVL:基于视觉语言模型的假图像检测与归因！

然而，将生成图像归为其原始来源的任务仍然相对没有探索，并且具有固有的复杂性。现代生成模型达到的真实主义水平，使得依赖人工检查进行归属的方法变得不现实。...Ju等人提出了特征融合机制，将ResNet50和基于注意力的模块结合在一起，实现全球和局部特征融合用于AI合成图像检测。...Sinitsa等人提出了一种基于规则的方法，利用CNN提取独特特征，即使在有限的生成图像数据下也能实现高精度。...DDPM子集：使用Vision-Language模型进行虚假图像检测和归因（FIDAVL）实现了令人称赞的准确率86.56%，F1-score为85.61%，表明在检测基于扩散的模型方面有强大的性能。...这可能归因于无条件扩散模型（如LDM）与基于GAN的生成模型的相似性，这给准确归因带来了挑战。

1431 0

【Python量化投资】基于单因子的Alpha预测

AlphaHorizon介绍 - 以非流动性因子ILLIQ为例名称解释：AlphaHorizon是优矿团队实现的基于单因子的Alpha研究和实现一种过程和方法。...AlphaHorizon可以对研究得到的alpha因子做一个比较完整的分析报告，包括alpha因子的回测、IC和换手率等等。...；计算方式为当期因子值与下期股票收益率之间的秩相关系数；信息系数越接近于1，说明因子的预测效果越好。...，2014年11月和12月IC出现显著为绿色的情况，是因为这一段时间小盘股表现明显弱于大盘股，而ILLIQ有小盘股暴露 4）换手率分析计算因子换手率可以展示出因子的时间序列稳定性，侧面反映出使用该因子做策略时候的调仓成本等...；直方图中不同的颜色代表不同的调仓周期总结性表格对不同调仓周期，以因子值为权重构建多空组合，得到的策略回测结果的统计本次因子的分析借助优矿量化平台实现。

2.8K6 0

【原创精品】随机森林在因子选择上的应用基于Matlab

所有编辑部原创文章，未经授权任何个人和机构不得以任何方式转载原创推文预告 ● 使用R语言gbm包实现梯度提升算法 ● 朴素贝叶斯对垃圾邮件进行分类基于Python ● R语言构建追涨杀跌量化交易模型...600篇）- 第2、3、4部分 2016年全年所有券商金融工程研究报告（共600篇）- 第5、6、7、8、9部分基于随机森林算法的位点检测模型随机森林算法模型（1）随机森林算法定义随机森林在运算量没有显著提高的前提下提高了预测精度...（2）随机森林算法优点随机森林算法被大量使用，基于它有很多的优点：（a）在数据集上表现良好，两个随机性的引入，使得随机森林不容易陷入过拟合；（b）两个随机性的引入，使得随机森林具有很好的抗噪声能力...基于随机森林的因子选择方法基于随机森林的因子筛选求解流程图随机森林算法因子重要性检测结果本题提供了2014年和2015年两年的数据，由于上市公司年报数据在第二年4月30号之前出来，所以2014年的数据选择区间为...（1）2014年数据检验因子的重要性值将因子基尼系数从高到低排列 16个因子的基尼系数因子重要等级因子因子重要性值 1 Z值 14.155 2 市值 12.635 3 存货周转率 11.903

3.2K7 0

基于 RNN、LSTM 的股票多因子预测模型

比如 f=0 时，表示的所有信息都会被遗忘，f=1 时表示的信息都会被保存。让我们回头看看语义预测的例子中来基于已经看到的词去预测下一个词。...这些作为整体保存在新的 cell 中。再接着，就是输出信息。这个输出将会基于我们的细胞状态，但是也是一个过滤后的版本。...样本内训练经过100次迭代，已经能够观察到训练收敛的结果。 ? ? 基于上图的基本的两层 RNN 网络结构，得到的损失率如下图: ?...从曲线中可以看到，检验集的准确率最终收敛于 85%-90%之间，这个准确率水平在机器学习的大多数模型中并不足够高，但考虑到我们使用的是基本的 RNN结构，同时是存在市场博弈的股票市场，我们认为这一收敛水平能够反映出...Basic_LSTM样本外选股准确率样本外的准确率最终收敛水平仅高于 50%，但是需要区分这一水平所能够反映的真实预测程度。

8.5K8 3

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

修改因子水平

基于FPGA水平垂直投影法（字符分割）的实现

另类Alpha：基于供应链数据的量化因子挖掘

Invesco：基于宏观周期的因子轮动策略

【综述专栏】可解释人工智能中基于梯度的特征归因

渠道归因（二）基于马尔可夫链的渠道归因

渠道归因（三）基于Shapley Value的渠道归因

多渠道归因分析：互联网的归因江湖（二）

基于Django的双因子认证实现

. | 评估基于shapely值的特征归因算法

基于遗传规划的行业因子挖掘

alphalens教程2--基于return的因子分析

基于情绪因子的CTA截面策略

R语言中使用线性模型、回归决策树自动组合特征因子水平

多因子模型之因子（信号）测试平台----因子值的处理（二）

基于Python的多因子分析

FIDAVL:基于视觉语言模型的假图像检测与归因！

【Python量化投资】基于单因子的Alpha预测

【原创精品】随机森林在因子选择上的应用基于Matlab

基于 RNN、LSTM 的股票多因子预测模型

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐