h******3
发帖数: 190 | 1 inverse Hessian后得到的有些varaince是负的。不知道有没有遇到过类似情况？
求explain/solution. 多谢！ |
|
m******x
发帖数: 35 | 2 有些是lz自己面的有些是各处收集来的 红/绿皮书的题就不贴了 可能有些时间的原因
难免可能记错一些 请大家
包含!~
待lz想起来会不定期更新
---
explain EM algorithm, use EM algorithm to find SVD of a given matrix
---
Assume if you write an online training model, estimate how many obs the
parameters start to converge
Whats the convergence rate of online training algorithm (e.g. stochastic
gradient descent)
Convergence rate of gradient descent?
How many points are needed to converge give dim of feature space ?
Derive gradient descent formula
---
reservoir sampling... 阅读全帖 |
|
i*****e
发帖数: 159 | 3 你所说的PnL大头在vega实际上也是指vol的变化对option value的影响，实际上和“
gamma weighted average diff of implied and realized varaince”是一个道理吧 |
|
u********h
发帖数: 146 | 4 代码很简单，计算vanilla call price如下，
但问题是代码中这个likehoodratio到底是怎么得出来的啊？看了看paul glasserman的
书上的likehoodratio算出来的和这个明显不同啊。
但是用这段代码算出来的东西是varaince小了并且结果也精确了，
求各位大侠帮忙解释一下如何计算的这个likehoodratio，或者给一点提示或者给点
reference也行啊
小弟先谢过了
double MonteCarlo2(const PayOff& thePayOff, double Expiry, double Spot,
double Vol, double r, double Strike, unsigned long NumberOfPaths)
{
double variance=Vol*Vol*Expiry;
double rootVariance=sqrt(variance);
double itoCorrection=-0.5*variance;
double drift_impsampling=log(Stri... 阅读全帖 |
|
x********u
发帖数: 1485 | 5 我的初步设想是，计算两两之间的md。
(x_a_bar-x_b_bar)/sqrt(pooled varaince of (x_a and x_b))
大牛们说这样对嘛？ |
|
D******n
发帖数: 2836 | 6 那你说varaince不就行了。
我把一个样本理解成一个样品的寿命了，按楼上的定义，我说的单个样本是指的Xk，不
是一堆x。
我说散度是指这个分布的散布程度，如高斯分布，方差越大，越分散。是不是scatter
这个单词啊？
R语言可以直接代用S-PLUS函数吗？
有什么好材料介绍一下啊？ |
|
s******y
发帖数: 435 | 7 thanks.
多问一嘴， variance（x)和varaince(y)就是等式两边系数平方，cov(x,y)就是两个等
式左右相乘取系数，是吗？ |
|
|
|
h********3
发帖数: 2075 | 10 Model Selection上来说，可以就这样用。挑个总共error最小的就行了。
楼上说的是一个confidence的估计。大概的意思是，你跑10个fold，可以得到10个
testing error。那么这10个error值，构成一个distribution。如果这个distribution
的varaince很大，那么说明你这个model不够consistent，跟随机的差不多，那么就没
意义了。 |
|
m******x
发帖数: 35 | 11 有些是lz自己面的有些是各处收集来的 红/绿皮书的题就不贴了 可能有些时间的原因
难免可能记错一些 请大家
包含!~
待lz想起来会不定期更新
---
explain EM algorithm, use EM algorithm to find SVD of a given matrix
---
Assume if you write an online training model, estimate how many obs the
parameters start to converge
Whats the convergence rate of online training algorithm (e.g. stochastic
gradient descent)
Convergence rate of gradient descent?
How many points are needed to converge give dim of feature space ?
Derive gradient descent formula
---
reservoir sampling... 阅读全帖 |
|
