搜索结果
大小 上传时间

  • 量化研究方法合集.zip

    本附件包括：
    • 基于 BERT 的分析师研报情感因子.pdf
    • 基于 CNN-Transformer 的深度学习模型探究.pdf
    • 基于 CSCV 框架的回测过拟合概率.pdf
    • 基于 Logsig-RNN 的高频数据低频化选股因子.pdf
    • 基于风格轮动和集成学习的多因子选股投资策略研究.pdf
    • 基于机器学习的量化投资策略.pdf
    • 基于遗传规划的选股因子.pdf
    • 基于异构图神经网络的股票关联因子挖掘.pdf
    • 揭开机器学习模型的“黑箱”.pdf
    • 精选 32 个技术指标在指数上的择时能力分析.pdf
    • 可转债定价模型探索与多因子组合策略.pdf
    • 可转债风险模型构建与应用.pdf
    • 强化学习与基于 RRL 的因子合成方法.pdf
    • 确立研究对象：行业拆分与聚类.pdf
    • 人工智能选股框架及经典算法总结.pdf
    • 人工智能选股之 Boosting 模型.pdf
    • 人工智能选股之 Python 实战.pdf
    • 人工智能选股之广义线性模型.pdf
    • 人工智能选股之朴素贝叶斯模型.pdf
    • 人工智能选股之全连接神经网络.pdf
    • 人工智能选股之数据标注方法实证.pdf
    • 人工智能选股之随机森林模型.pdf
    • 人工智能选股之损失函数的改进.pdf
    • 人工智能选股之循环神经网络模型.pdf
    • 人工智能选股之支持向量机模型.pdf
    • 深度学习高频因子挖掘2021.pdf
    • 深度学习因子的模型动物园-海通.pdf
    • 市场弱有效性检验与择时战场选择.pdf
    • 数据模式探索：无监督学习案例.pdf
    • 微软 AI 量化投资平台 Qlib.pdf
    • 遗传规划在 CTA 信号挖掘中的应用.pdf
    • 因子收益率的周期性研究初探.pdf
    • 舆情因子和 BERT 情感分类模型.pdf
    • 再探基于遗传规划的选股因子挖掘.pdf
    • 周频量价选股模型的组合优化实证.pdf
    • 周期理论与机器学习资产收益预测.pdf
    • lphaNet：因子挖掘神经网络.pdf
    • WGAN 生成：从单资产到多资产.pdf
    • WGAN 应用于金融时间序列生成.pdf
    • 必然中的偶然：机器学习中的随机数.pdf
    • 从关联到逻辑：因果推断初探.pdf
    • 东方机器选股模型.pdf
    • 对抗过拟合：从时序交叉验证谈.pdf
    • 多颗粒特征的深度学习模型-海通2024.pdf
    • 风险预算模型的预算分配方式研究.pdf
    • 宏观周期指标应用于随机森林选股.pdf
    • 机器学习选股模型的调仓频率实证.pdf
  • 94.95 MB
  • 2024-7-11

  • 数据挖掘实战-京东购买意向预测.part01.rar
       1

    本附件包括：
    • 1-数据清洗.ipynb
    • 2-数据探索.ipynb
    • 3-特征工程.ipynb
    • 4-Xgboost模型.ipynb
    • bst.model
    • Data_Explore.ipynb
    • feature_importance_10-24.csv
    • label_val_3.csv
    • README.md
    • train_set.csv
    • val_3.csv
    • xgb.fmap
  • 98 MB
  • 2024-2-17

  • 华泰人工智能系列研报1-42.zip
       最好的机器学习量化研报

    本附件包括：
    • 20210221-华泰证券-华泰证券人工系列42：图神经网络选股与Qlib实践（2021-02-21）.pdf
    • 【华泰金工】人工智能01：人工智能选股框架及经典算法简介20170601.pdf
    • 【华泰金工】人工智能02：人工智能选股之广义线性模型20170622.pdf
    • 【华泰金工】人工智能03：人工智能选股之支持向量机模型20170804.pdf
    • 【华泰金工】人工智能04：人工智能选股之朴素贝叶斯模型20170817.pdf
    • 【华泰金工】人工智能05：人工智能选股之随机森林模型20170831.pdf
    • 【华泰金工】人工智能06：人工智能选股之Boosting模型20170911.pdf
    • 【华泰金工】人工智能07：人工智能选股之Python实战20170919.pdf
    • 【华泰金工】人工智能08：人工智能选股之全连接神经网络20171123.pdf
    • 【华泰金工】人工智能09：人工智能选股之循环神经网络模型20171124.pdf
    • 【华泰金工】人工智能10：宏观周期指标应用于随机森林选股20180320.pdf
    • 【华泰金工】人工智能11：人工智能选股之stacking集成学习20180503.pdf
    • 【华泰金工】人工智能12：人工智能选股之特征选择20180725.pdf
    • 【华泰金工】人工智能13：人工智能选股之损失函数的改进20180802.pdf
    • 【华泰金工】人工智能14：对抗过拟合：从时序交叉验证谈起20181128.pdf
    • 【华泰金工】人工智能15：人工智能选股之卷积神经网络20190213.pdf
    • 【华泰金工】人工智能16：再论时序交叉验证对抗过拟合20190218.pdf
    • 【华泰金工】人工智能17：人工智能选股之数据标注方法实证20190313.pdf
    • 【华泰金工】人工智能18：机器学习选股模型的调仓频率实证20190409.pdf
    • 【华泰金工】人工智能19：偶然中的必然：重采样技术检验过拟合20190422.pdf
    • 【华泰金工】人工智能20：必然中的偶然：机器学习中的随机数20190429.pdf
    • 【华泰金工】人工智能21：基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能22：回测过拟合概率.pdf
    • 【华泰金工】人工智能23：再探基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能24：投石问路：技术分析可靠否？真假序列识别研究.pdf
    • 【华泰金工】人工智能25：市场弱有效性检验与择时战场选择.pdf
    • 【华泰金工】人工智能26：遗传规划在CTA信号挖掘中的应用.pdf
    • 【华泰金工】人工智能27：揭开机器学习模型的黑箱.pdf
    • 【华泰金工】人工智能28：基于量价的人工智能选股体系概览.pdf
    • 【华泰金工】人工智能29：提升超额收益：另类标签和集成学习.pdf
    • 【华泰金工】人工智能30：从关联到逻辑：因果推断初探.pdf
    • 【华泰金工】人工智能31：生成对抗网络GAN初探.pdf
    • 【华泰金工】人工智能32：AlphaNet：因子挖掘神经网络.pdf
    • 【华泰金工】人工智能33：数据模式探索，无监督学习.pdf
    • 【华泰金工】人工智能34：再探_AlphaNet，结构和特征优化20200824.pdf
    • 【华泰金工】人工智能35：WGAN应用于金融时间序列生成20200828.pdf
    • 【华泰金工】人工智能36：相对生成对抗网络RGAN实证.pdf
    • 【华泰金工】人工智能37：舆情因子和BERT情感分类模型20201022.pdf
    • 【华泰金工】人工智能38：WGAN生成，从单资产到多资产-20201123.pdf
    • 【华泰金工】人工智能39：周频量价选股模型的组合优化实证20201221.pdf
    • 【华泰金工】人工智能40：微软AI量化投资平台Qlib体验.pdf
    • 【华泰金工】人工智能41：基于BERT的分析师研报情感因子20210118.pdf
  • 87.3 MB
  • 2023-12-23

  • 华泰人工智能系列1-30.rar
       人工智能策略研报

    本附件包括：
    • 【华泰金工】人工智能15：人工智能选股之卷积神经网络.pdf
    • 【华泰金工】人工智能16：再论时序交叉验证对抗过拟合.pdf
    • 【华泰金工】人工智能17：人工智能选股之数据标注方法实证.pdf
    • 【华泰金工】人工智能18：机器学习选股模型的调仓频率实证.pdf
    • 【华泰金工】人工智能19：偶然中的必然，重采样技术检验过拟合.pdf
    • 【华泰金工】人工智能20：必然中的偶然，机器学习中的随机数.pdf
    • 【华泰金工】人工智能21：基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能22：基于CSCV框架的回测过拟合概率.pdf
    • 【华泰金工】人工智能23：再探基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能24：真假序列识别研究，投石问路，技术分析可靠否？.pdf
    • 【华泰金工】人工智能25：真假序列识别再探，市场弱有效性检验与择时战场选择.pdf
    • 【华泰金工】人工智能26：遗传规划在CTA信号挖掘中的应用.pdf
    • 【华泰金工】人工智能27：揭开机器学习模型的“黑箱”.pdf
    • 【华泰金工】人工智能28：基于量价的人工智能选股体系概览.pdf
    • 【华泰金工】人工智能29：提升超额收益，另类标签和集成学习.pdf
    • 【华泰金工】人工智能30：从关联到逻辑 ，因果推断初探.pdf
    • 【华泰金工】人工智能01：人工智能选股框架及经典算法简介.pdf
    • 【华泰金工】人工智能02：人工智能选股之广义线性模型.pdf
    • 【华泰金工】人工智能03：人工智能选股之支持向量机模型.pdf
    • 【华泰金工】人工智能04：人工智能选股之朴素贝叶斯模型.pdf
    • 【华泰金工】人工智能05：人工智能选股之随机森林模型.pdf
    • 【华泰金工】人工智能06：人工智能选股之Boosting模型.pdf
    • 【华泰金工】人工智能07：人工智能选股之Python 实战.pdf
    • 【华泰金工】人工智能08：人工智能选股之全连接神经网络.pdf
    • 【华泰金工】人工智能09：人工智能选股之循环神经网络模型.pdf
    • 【华泰金工】人工智能10：宏观周期指标应用于随机森林选股.pdf
    • 【华泰金工】人工智能11：人工智能选股之stacking集成学习.pdf
    • 【华泰金工】人工智能12：人工智能选股之特征选择.pdf
    • 【华泰金工】人工智能13：人工智能选股之损失函数的改进.pdf
    • 【华泰金工】人工智能14：对抗过拟合，从时序交叉验证谈起.pdf
  • 56.29 MB
  • 2023-8-2

  • 华泰人工智能系列研报（1~30）.zip

    本附件包括：
    • 20170601-华泰人工智能系列之一：人工智能选股框架及经典算法简介-华泰证券.pdf
    • 20170622-华泰人工智能系列之二：人工智能选股之广义线性模型-华泰证券.pdf
    • 20170804-华泰人工智能系列之三：人工智能选股之支持向量机模型-华泰证券.pdf
    • 20170817-华泰人工智能系列之四：人工智能选股之朴素贝叶斯模型-华泰证券.pdf
    • 20170831-华泰人工智能系列之五：人工智能选股之随机森林模型-华泰证券.pdf
    • 20170911-华泰人工智能系列之六：人工智能选股之Boosting模型-华泰证券.pdf
    • 20170912-华泰人工智能系列之七：人工智能选股之Python实战-华泰证券.pdf
    • 20171123-华泰人工智能系列之八：人工智能选股之全连接神经网络-华泰证券.pdf
    • 20171124-华泰人工智能系列之九：人工智能选股之循环神经网络模型-华泰证券.pdf
    • 20180320-华泰人工智能系列之十：宏观周期指标应用于随机森林选股-华泰证券.pdf
    • 20180503-华泰人工智能系列之十一：人工智能选股之stacking集成学习-华泰证券.pdf
    • 20180725-华泰人工智能系列之十二：人工智能选股之特征选择-华泰证券.pdf
    • 20180802-华泰人工智能系列之十三：人工智能选股之损失函数的改进-华泰证券.pdf
    • 20181128-华泰人工智能系列之十四：对抗过拟合：从时序交叉验证谈起-华泰证券.pdf
    • 20190213-华泰人工智能系列之十五：人工智能选股之卷积神经网络-华泰证券.pdf
    • 20190218-华泰人工智能系列之十六：再论时序交叉验证对抗过拟合-华泰证券.pdf
    • 20190313-华泰人工智能系列之十七：人工智能选股之数据标注方法实证-华泰证券.pdf
    • 20190409-华泰人工智能系列之十八：机器学习选股模型的调仓频率实证-华泰证券.pdf
    • 20190422-华泰人工智能系列之十九：偶然中的必然：重采样技术检验过拟合-华泰证券.pdf
    • 20190429-华泰人工智能系列之二十：必然中的偶然：机器学习中的随机数-华泰证券.pdf
    • 20190610-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-华泰证券.pdf
    • 20190617-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率-华泰证券.pdf
    • 20190807-华泰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-华泰证券.pdf
    • 20190902-华泰人工智能系列之二十四：真假序列识别研究-投石问路：技术分析可靠否？-华泰证券.pdf
    • 20191117-华泰人工智能系列之二十五：真假序列识别再探：市场弱有效性检验与择时战场选择-华泰证券.pdf
    • 20191125-华泰人工智能系列之二十六：遗传规划在CTA信号挖掘中的应用-华泰证券.pdf
    • 20200206-华泰人工智能系列之二十七：揭开机器学习模型的“黑箱”-华泰证券.pdf
    • 20200218-华泰人工智能系列之二十八：基于量价的人工智能选股体系概览-华泰证券.pdf
    • 20200319-华泰人工智能系列之二十九：提升超额收益_另类标签和集成学习-华泰证券.pdf
    • 20200424-华泰人工智能系列之三十：从关联到逻辑：因果推断初探-华泰证券.pdf
  • 57.28 MB
  • 2023-1-4

  • 华泰人工智能系列报告[1-30].rar

    本附件包括：
    • 【华泰金工】人工智能30：从关联到逻辑：因果推断初探.pdf
    • 【华泰金工】人工智能1：人工智能选股框架及经典算法简介20170601.pdf
    • 【华泰金工】人工智能2：人工智能选股之广义线性模型20170622.pdf
    • 【华泰金工】人工智能3：人工智能选股之支持向量机模型20170804.pdf
    • 【华泰金工】人工智能4：人工智能选股之朴素贝叶斯模型20170817.pdf
    • 【华泰金工】人工智能5：人工智能选股之随机森林模型20170831.pdf
    • 【华泰金工】人工智能6：人工智能选股之Boosting模型20170911.pdf
    • 【华泰金工】人工智能7：人工智能选股之Python实战20170919.pdf
    • 【华泰金工】人工智能8：人工智能选股之全连接神经网络20171123.pdf
    • 【华泰金工】人工智能9：人工智能选股之循环神经网络模型20171124.pdf
    • 【华泰金工】人工智能10：宏观周期指标应用于随机森林选股20180320.pdf
    • 【华泰金工】人工智能11：人工智能选股之stacking集成学习20180503.pdf
    • 【华泰金工】人工智能12：人工智能选股之特征选择20180725.pdf
    • 【华泰金工】人工智能13：人工智能选股之损失函数的改进20180802.pdf
    • 【华泰金工】人工智能14：对抗过拟合：从时序交叉验证谈起20181128.pdf
    • 【华泰金工】人工智能15：人工智能选股之卷积神经网络20190213.pdf
    • 【华泰金工】人工智能16：再论时序交叉验证对抗过拟合20190218.pdf
    • 【华泰金工】人工智能17：人工智能选股之数据标注方法实证20190313.pdf
    • 【华泰金工】人工智能18：机器学习选股模型的调仓频率实证20190409.pdf
    • 【华泰金工】人工智能19：偶然中的必然：重采样技术检验过拟合20190422.pdf
    • 【华泰金工】人工智能20：必然中的偶然：机器学习中的随机数20190429.pdf
    • 【华泰金工】人工智能21：基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能22：回测过拟合概率.pdf
    • 【华泰金工】人工智能23：再探基于遗传规划的选股因子挖掘.pdf
    • 【华泰金工】人工智能24：投石问路：技术分析可靠否？真假序列识别研究.pdf
    • 【华泰金工】人工智能25：市场弱有效性检验与择时战场选择.pdf
    • 【华泰金工】人工智能26：遗传规划在CTA信号挖掘中的应用.pdf
    • 【华泰金工】人工智能27：揭开机器学习模型的黑箱.pdf
    • 【华泰金工】人工智能28：基于量价的人工智能选股体系概览.pdf
    • 【华泰金工】人工智能29：提升超额收益：另类标签和集成学习.pdf
  • 56.89 MB
  • 2022-6-6

  • Hands-On Gradient Boosting with XGBoost and scikit-learn Perform accessible Pyth.rar
       epub版

    本附件包括：
    • Hands-On Gradient Boosting with XGBoost and scikit-learn Perform accessible Python machine learning and extreme gradient boosting with Python by Corey Wade .epub
  • 6.01 MB
  • 2021-7-27

  • ML_R_tidyverse_mlr_code.zip
       代码

    本附件包括：
    • CH08_BAGGING_AND_BOOSTING.R
    • CH01_INTRO.R
    • CH02_TIDYVERSE.R
    • CH03_INTRO_TO_MLR_AND_KNN.R
    • CH04_LOGISTIC_REGRESSION.R
    • CH05_DISCRIMINANT_ANALYSIS.R
    • CH06_NAIIVE_BAYES_AND_SVMS.R
    • CH07_DECISION_TREES.R
    • CH09_LINEAR_REGRESSION.R
    • CH10_GAMS.R
    • CH11_REGULARIZATION.R
    • CH12_K-NN_AND_TREES_FOR_REGRESSION.R
    • CH13_PCA.R
    • CH14_T-SNE_AND_UMAP.R
    • CH15_SOM_AND_LLE.R
    • CH16_K_MEANS.R
    • CH17_HIERARCHICAL_CLUST.R
    • CH18_DBSCAN_AND_OPTICS.R
    • CH19_MCLUST.R
  • 30.79 KB
  • 2020-7-15

  • 华泰人工智能系列1至23.zip
       1至23期

    本附件包括：
    • 20170601-华泰证券-华泰人工智能系列之一：人工智能选股框架及经典算法简介.pdf
    • 20170622-华泰证券-华泰人工智能系列之二：人工智能选股之广义线性模型.pdf
    • 20170804-华泰证券-人工智能行业系列之三：人工智能选股之支持向量机模型.pdf
    • 20170817-华泰证券-华泰人工智能系列之四：人工智能选股之朴素贝叶斯模型.pdf
    • 20170831-华泰证券-华泰人工智能系列之五：人工智能选股之随机森林模型.pdf
    • 20170911-华泰证券-人工智能系列之六：人工智能选股之Boosting模型.pdf
    • 20170919-华泰证券-华泰人工智能系列之七：人工智能选股之Python 实战.pdf
    • 20171123-华泰证券-人工智能系列之八：人工智能选股之全连接神经网络.pdf
    • 20171124-华泰证券-华泰人工智能系列之九：人工智能选股之循环神经网络模型.pdf
    • 20180320-华泰证券-人工智能系列之十：宏观周期指标应用于随机森林选股.pdf
    • 20180503-华泰证券-人工智能系列之十一：人工智能选股之stacking集成学习.pdf
    • 20180725-华泰证券-华泰人工智能系列之十二：人工智能选股之特征选择.pdf
    • 20180802-华泰证券-人工智能系列之十三：人工智能选股之损失函数的改进.pdf
    • 20181128-华泰证券-华泰人工智能系列之十四：对抗过拟合，从时序交叉验证谈起.pdf
    • 20190213-华泰证券-华泰人工智能系列之十五：人工智能选股之卷积神经网络.pdf
    • 20190218-华泰证券-人工智能系列之十六：再论时序交叉验证对抗过拟合.pdf
    • 20190313-华泰证券-华泰人工智能系列之十七：人工智能选股之数据标注方法实证.pdf
    • 20190409-华泰证券-华泰人工智能系列之十八：机器学习选股模型的调仓频率实证.pdf
    • 20190422-华泰证券-华泰人工智能系列之十九：偶然中的必然，重采样技术检验过拟合.pdf
    • 20190429-华泰证券-人工智能系列之二十：必然中的偶然，机器学习中的随机数.pdf
    • 20190610-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.pdf
    • 20190617-华泰证券-华泰人工智能系列之二十二：基于CSCV框架的回测过拟合概率.pdf
    • 20190807-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.pdf
  • 46.05 MB
  • 2019-8-20

  • 华泰人工智能系列之一至二十二.rar
       华泰人工智能系列之一至二十二合集

    本附件包括：
    • 20171123_华泰人工智能系列之八_人工智能选股之全连接神经网络.pdf
    • 20171124_华泰人工智能系列之九_人工智能选股之循环神经网络模型.pdf
    • 20180320_华泰人工智能系列之十_宏观周期指标应用于随机森林选股.pdf
    • 20180503_华泰人工智能系列之十一_人工智能选股之stacking集成学习.pdf
    • 20180725_华泰人工智能系列之十二_人工智能选股之特征选择.pdf
    • 20180802_华泰人工智能系列之十三_人工智能选股之损失函数的改进.pdf
    • 20181128_华泰人工智能系列之十四_对抗过拟合：从时序交叉验证谈起.pdf
    • 20190213_华泰人工智能系列之十五_人工智能选股之卷积神经网络.pdf
    • 20190218_华泰人工智能系列之十六_再论时序交叉验证对抗过拟合.pdf
    • 20190313_华泰人工智能系列之十七_人工智能选股之数据标注方法实证.pdf
    • 20190409_华泰人工智能系列之十八_机器学习选股模型的调仓频率实证.pdf
    • 20190422_华泰人工智能系列之十九_偶然中的必然：重采样技术检验过拟合.pdf
    • 20190505_华泰人工智能系列之二十_必然中的偶然：机器学习中的随机数.pdf
    • 20190610_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.pdf
    • 20190617_华泰人工智能系列之二十二_基于CSCV框架的回测过拟合概率.pdf
    • 20170601_华泰人工智能系列之一_人工智能选股框架及经典算法简介.pdf
    • 20170622_华泰人工智能系列之二_人工智能选股之广义线性模型.pdf
    • 20170804_华泰人工智能系列之三_人工智能选股之支持向量机模型.pdf
    • 20170817_华泰人工智能系列之四_人工智能选股之朴素贝叶斯模型.pdf
    • 20170831_华泰人工智能系列之五_人工智能选股之随机森林模型.pdf
    • 20170911_华泰人工智能系列之六_人工智能选股之 Boosting 模型.pdf
    • 20170919_华泰人工智能系列之七_人工智能选股之 Python 实战.pdf
  • 41.25 MB
  • 2019-7-29

  • xgboost.zip
       xiboost in python

    本附件包括：
    • xgboost.py
  • 1.4 KB
  • 2019-6-18

  • 【华泰金工】人工智能系列1-17.zip

    本附件包括：
    • 【华泰金工】人工智能10：宏观周期指标应用于随机森林选股20180320.pdf
    • 【华泰金工】人工智能11：人工智能选股之stacking集成学习20180503.pdf
    • 【华泰金工】人工智能12：人工智能选股之特征选择20180725.pdf
    • 【华泰金工】人工智能13：人工智能选股之损失函数的改进20180802.pdf
    • 【华泰金工】人工智能14：对抗过拟合：从时序交叉验证谈起20181128.pdf
    • 【华泰金工】人工智能15：人工智能选股之卷积神经网络20190213.pdf
    • 【华泰金工】人工智能16：再论时序交叉验证对抗过拟合20190218.pdf
    • 【华泰金工】人工智能17：人工智能选股之数据标注方法实证20190313.pdf
    • 【华泰金工】人工智能1：人工智能选股框架及经典算法简介20170601.pdf
    • 【华泰金工】人工智能2：人工智能选股之广义线性模型20170622.pdf
    • 【华泰金工】人工智能3：人工智能选股之支持向量机模型20170804.pdf
    • 【华泰金工】人工智能4：人工智能选股之朴素贝叶斯模型20170817.pdf
    • 【华泰金工】人工智能5：人工智能选股之随机森林模型20170831.pdf
    • 【华泰金工】人工智能6：人工智能选股之Boosting模型20170911.pdf
    • 【华泰金工】人工智能7：人工智能选股之Python实战20170919.pdf
    • 【华泰金工】人工智能8：人工智能选股之全连接神经网络20171123.pdf
    • 【华泰金工】人工智能9：人工智能选股之循环神经网络模型20171124.pdf
  • 30.51 MB
  • 2019-3-27

  • 42决策树在保险行业应用.rar

    本附件包括：
    • 决策树20190225.zip
    • BoostedTree.pdf
    • Code_JLZHANG.ipynb
    • orange演示.ows
  • 8.82 MB
  • 2019-3-1

  • 2018-6.rar
       2018年券商金融工程研究报告汇总——第6部分——55篇

    本附件包括：
    • 华宝证券_20180621_金融工程专题报告：多因子行业配置，模型优化与FOF策略构建.pdf
    • 华宝证券_20180703_金融工程专题报告中观视角下的FOF投资：权益量化策略比较及轮动策略构建.pdf
    • 华宝证券_20180907_华宝证券理财新规下的银行委外投资思考：策略评价、产品评价融合意义与方法.pdf
    • 华宝证券_20180918_华宝证券金融工程专题报告：多因子风格轮动及基于风格加权的FOF组合策略.pdf
    • 华宝证券_20181227_华宝证券金融工程专题报告：风险因子、业绩归因与指数化投资.pdf
    • 华创证券_20180904_华创证券金工形态选股系列之一：基于杯柄形态的识别与交易探索.pdf
    • 华创证券_20180920_华创证券专题报告：“十倍股”的研究.pdf
    • 华创证券_20181126_华创证券专题报告：量化视角下的交易机会.pdf
    • 华创证券_20181228_华创证券房地产行业基本面量化研究：风险与收益并存.pdf
    • 华创证券_20181228_华创证券金融工程专题报告：多因子模型与行业轮动模型的结合.pdf
    • 华泰证券_20180315_金工2018年市场周期判断与投资策略报告：2018中国与全球市场的机会、风险.pdf
    • 华泰证券_20180318_基本面量化选股周报：市场震荡回调，组合本周表现各异.pdf
    • 华泰证券_20180318_金工因子跟踪周报：本周价量相关因子表现良好.pdf
    • 华泰证券_20180320_人工智能系列之十：宏观周期指标应用于随机森林选股.pdf
    • 华泰证券_20180327_月份效应之二：A股市场及行业的农历月份效应.pdf
    • 华泰证券_20180507_金工市场周期系列研究：市场拐点的判断方法.pdf
    • 华泰证券_20180508_金工Smatbeta专题研究之一：Smatbeta在资产配置中的优势.pdf
    • 华泰证券_20180513_人工智能选股周报：本周SVM表现最好.pdf
    • 华泰证券_20180517_多因子系列之七：华泰单因子测试之资金流向因子.pdf
    • 华泰证券_20180520_金工因子跟踪周报：本周基本面类因子表现相对占优.pdf
    • 华泰证券_20180520_人工智能选股周报：Stacking全A选股具有长期优势.pdf
    • 华泰证券_20180527_金工因子跟踪周报：本周市值、beta因子表现出色.pdf
    • 华泰证券_20180529_金工市场周期与资产配置研究：周期理论与机器学习资产收益预测.pdf
    • 华泰证券_20180531_量化多因子指数增强策略实证：指数增强方法汇总及实例.pdf
    • 华泰证券_20180605_因子周期研究系列之一：因子收益率的周期性研究初探.pdf
    • 华泰证券_20180620_目标日期基金下滑曲线（GlidePath）开发实例：养老目标驱动的多期博弈均衡模型.pdf
    • 华泰证券_20180624_人工智能选股周报：本周多数组合跑赢基准.pdf
    • 华泰证券_20180725_人工智能系列之十二：人工智能选股之特征选择.pdf
    • 华泰证券_20180805_人工智能选股周报：最近一个月XGBoost稳定战胜指数.pdf
    • 华泰证券_20180821_金工因子跟踪周报：低波动、低换手率是关键致胜因素.pdf
    • 华泰证券_20181011_华泰证券因子周期研究系列之二：周期视角下的因子投资时钟.pdf
    • 华泰证券_20181018_华泰证券基金仓位分析专题报告：基于回归法的基金持股仓位测算.pdf
    • 华泰证券_20181023_华泰证券行业轮动系列报告之四：动量增强因子在行业配置中的应用.pdf
    • 华泰证券_20181031_华泰证券指数增强基金分析系列之二：酌古御今，指数增强基金收益分析.pdf
    • 华泰证券_20181128_华泰证券华泰人工智能系列之十四：对抗过拟合，从时序交叉验证谈起.pdf
    • 华泰证券_20181129_华泰证券行业轮动系列报告之五：估值因子在行业配置中的应用.pdf
    • 华泰证券_20181214-华泰证券单因子测试之一致预期因子.pdf
    • 民生证券_20180226_期货量化策略跟踪：日内小幅调整，日间持续回撤.pdf
    • 民生证券_20180727_因子研究专题二：估值因子解析.pdf
    • 上海东证期货_20181212_上海东证期货金融工程专题报告：通胀视角下的资产配置方法.pdf
    • 海通国际_20181015_海通国际选股因子系列研究（三十九）：如何计算盈利指标的趋势.pdf
    • 华安证券_20180821_衍生品系列研究（三）：基于隐含波动率的市场风险观测.pdf
    • 华宝证券_20180212_量化资产配置与组合投资周报：债券趋势跟踪系统发出看多信号，或迎来配置时点.pdf
    • 华宝证券_20180309_金融工程专题报告：资产配置的流程、框架与运用.pdf
    • 华宝证券_20180314_金融工程专题报告：事件驱动在大类资产择时及资产配置中的应用.pdf
    • 华宝证券_20180326_金融工程专题报告：基于市场参与者行为的行业配置策略.pdf
    • 华宝证券_20180612_金融工程专题报告：价值、成长风格轮动与FOF策略构建.pdf
    • 申万宏源_20180518_均线排列在择时、风格和行业上的应用：巧用均线：趋势跟踪新视角.pdf
    • 申万宏源_20180315_风格轮动与行业配置.pdf
    • 申万宏源_20180315_基于基金资金流量的实证分析：基金如何做大规模？.pdf
    • 申万宏源_20180323_基于市场特征的因子择时研究.pdf
    • 申万宏源_20180410_技术择时系列报告之二：均线交叉结合通道突破择时研究.pdf
    • 申万宏源_20180417_多因子系列报告之一：因子测试框架及批量测试结果.pdf
    • 申万宏源_20180611_分析师预测偏差研究：挖掘集体行为偏误背后的超额收益.pdf
    • 申万宏源_20180612_技术择时系列报告之三：趋势震荡恒温器择时研究.pdf
  • 96.29 MB
  • 2019-1-2

  • 华泰金工人工智能系列.rar
       华泰金工人工智能系列集合

    本附件包括：
    • 【华泰金工】人工智能6：人工智能选股之Boosting模型20170911.pdf
    • 【华泰金工】人工智能1：人工智能选股框架及经典算法简介20170601.pdf
    • 【华泰金工】人工智能2：人工智能选股之广义线性模型20170622.pdf
    • 【华泰金工】人工智能3：人工智能选股之支持向量机模型20170804.pdf
    • 【华泰金工】人工智能4：人工智能选股之朴素贝叶斯模型20170817.pdf
    • 【华泰金工】人工智能5：人工智能选股之随机森林模型20170831.pdf
  • 12.09 MB
  • 2018-12-3

  • Machine Learning with Bagging and Boosting.rar

    本附件包括：
    • Machine Learning with Bagging and Boosting.azw3
  • 338.08 KB
  • 2018-11-30

  • Python代码练习.rar

    本附件包括：
    • 循环结构.ipynb
    • 20180709 (1).txt
    • 20180709.txt
    • demo1.ipynb
    • set集合.ipynb
    • 分支结构.ipynb
    • 循环结构 (1).ipynb
    • 18_数据库连接.txt
    • 20180710作业.txt
    • 20180710作业_参考答案.txt
    • Adaboost.ipynb
    • GBDT.ipynb
    • 高级特性：列表推导，生成器和高阶函数.ipynb
    • 函数.ipynb
    • 函数2.ipynb
    • 模块.rar
    • 内置函数.ipynb
    • 日期和时间.rar
    • 授课思路 (1).txt
    • 授课思路.txt
    • 异常处理1.py
    • 异常处理2.py
    • 异常处理3.py
    • 异常处理4.py
    • 异常处理5.py
    • 字符串 (1).ipynb
    • 字符串.ipynb
  • 341.81 KB
  • 2018-8-9

  • xgboost_with_python.zip

    本附件包括：
    • xgboost_with_python.pdf
  • 1.12 MB
  • 2018-4-25

  • 集成树代码.rar
       审核模型

    本附件包括：
    • MM - boosting.html
    • MM - boosting.ipynb
    • MM - ensemble trees.html
    • MM - ensemble trees.ipynb
  • 287.14 KB
  • 2017-12-7

  • 3_组合方法ppt.zip

    本附件包括：
    • Bagging and Random Forests2.pptx
    • bagging、random_forest代码演示.html
    • Boosting--徐晗辉.pptx
    • mxgb.py
    • sonar.csv
    • sonar_adaboost.R
    • 决策树.pptx
    • 决策树代码演示.html
    • 决策树代码演示（补充）.html
  • 14.63 MB
  • 2017-11-19

  • Tree-based Machine Learning Algorithms - Decision Trees, Random Forests, and Boosting.rar

    本附件包括：
    • Tree-based Machine Learning Algorithms - Decision Trees, Random Forests, and Boosting.azw3
  • 454.84 KB
  • 2017-9-19

  • 2016年-4.rar
       金融工程-量化投资研究报告（2016年第4部分）

    本附件包括：
    • 海通证券_20160914_海通证券基于因子剥离的FOF择基逻辑系列二：ALPHA稳定性的两个维度.pdf
    • 海通证券_20160928_海通证券选股因子系列研究（十五）：“博彩型”股票的预期收益.pdf
    • 海通证券_20161101_海通证券2016年年报高送转股票预测（组合更新）.pdf
    • 海通证券_20161116_海通证券金融工程专题报告：次新股运行规律及投资策略.pdf
    • 海通证券_20161122_海通证券金融工程年度报告：年度量化策略业绩展示及投资机会.pdf
    • 海通证券_20161128_海通证券年度量化策略业绩展示及投资机会.pdf
    • 海通证券_20161231_海通证券“革故鼎新”之海通量化年终总结1：A股市场，年年岁岁花相似.pdf
    • 海通证券_20161231_海通证券“革故鼎新”之海通量化年终总结2：2016年量化选股策略回顾.pdf
    • 海通证券_20161231_海通证券“革故鼎新”之海通量化年终总结3：2016年期权市场总结与回顾.pdf
    • 海通证券_20161231_海通证券“革故鼎新”之海通量化年终总结4：2016年期货市场-风起云涌.pdf
    • 海通证券_20161231_海通证券“革故鼎新”之海通量化年终总结5：FoF管理中的量化方法.pdf
    • 海通证券_20161231_海通证券量化多因子组合2.0.pdf
    • 华安基金_20160601_探讨黄金的投资框架.pptx
    • 华安证券_20160817_量化选股之次新股策略研究.pdf
    • 华安证券_20161228_高送转专题研究(一)除权后超额收益明显,动量市值选股表现优异.pdf
    • 国海证券_20160630_因子预测能力初探.pdf
    • 国海证券_20160724_国海研究量化Alpha选股策略.pdf
    • 国海证券_20161024_策略研究_+主题策略周报：高送转主题进行时，量化精选高送转预期标的海.pdf
    • 国海证券_20161130_2017年策略报告_利率上行，通胀走高.pdf
    • 国海证券_20161205_多因子模型系列报告之三：新瓶装旧酒因子焕新颜.pdf
    • 国金证券_20150827_国金证券江恩理论简介一：角度线、时间周期、波动法则.pdf
    • 国金证券_20160101_量化选股：甄别异动，助力飞翔.pptx
    • 国金证券_20160105_国金证券量化大数据研究之一：微信公众号研究.pdf
    • 国金证券_20160105_国金证券量化选股之：甄别“异动”，助力飞翔.pdf
    • 国金证券_20160105_国金证券数量化专题报告：平台突破形态研究.pdf
    • 国金证券_20160426_5年200倍的打板策略？涨停板相关研究.pdf
    • 国金证券_20160505_国金证券江恩理论简介二：再谈周期.pdf
    • 国金证券_20160505_国金证券金融工程专题报告：股市底部特征研究.pdf
    • 国金证券_20160801_金融工程专题报告_次新股投资全攻略.pdf
    • 国金证券_20160901_金融工程专题报告_--穿越牛熊的技术分析形态选股初探.pdf
    • 国金证券_20161121_股票投资策略报告_“高送转”专题报告--“高送转”逻辑、特征以及核心组合.pdf
    • 国金证券-20160801_技术分析：天道人和下的自我选择.pdf
    • 国信证券_20150727_价值选股-主动低估与被低估.pdf
    • 国信证券_20160119_国信证券单向波动差值择时模型周报：指数转多信号，RPS偏低须注意.pdf
    • 国信证券_20160307_金融工程专题研究：分级基金A份额轮动策略之定折波动.pdf
    • 国信证券_20160321_国信证券单向波动率差值择时之二：RPS分级靠档减少交易频率.pdf
    • 国信证券_20160321_国信证券单向波动率差值择时之三：基于成分股波动率差值指数择时.pdf
    • 国信证券_20160321_国信证券金融工程专题研究：指数均值回复现象研究及其指数轮动策略.pdf
    • 国信证券_20160429_国信证券金融工程专题研究：又是一年红包季，把握高送转收益.pdf
    • 国信证券_20160527_国信证券金融工程专题研究：QFII资金投资风格分析.pdf
    • 国信证券_20160530_国信证券单向波动率差值研究：单向波动差值实现绝对收益.pdf
    • 国信证券_20160531_国信证券机器学习专题研究：Adaboost算法下的多因子选股.pdf
    • 国信证券_20160531_国信证券机器学习专题研究：SVM算法选股以及Adaboost增强.pdf
    • 国信证券_20160531_国信证券金融工程专题研究：利用机器学习实现组合优化.pdf
    • 国信证券_20160829_金融工程专题研究：基于上、下行beta风险的选股策略研究.pdf
    • 国信证券_20160829_金融工程专题研究：使用估值指标进行股债配置.pdf
    • 国信证券_20160909_国信技术面量化选股系列：价格路径对收益的影响.pdf
    • 国信证券_20161205_金融工程专题研究：基于k-means聚类的多因子特征检验.pdf
    • 国信证券_20161220_金融工程专题研究：各类资产配置方法：量化优选配比.pdf
    • 国元证券_20160513_国元证券金融工程专题报告：定向增发预案公告日投资机会.pdf
    • 国元证券_20161214_可转债与可交换债专题研究报告.pdf
    • 海通证券_20160126_他山之石系列之三十九.pdf
    • 海通证券_20160128_金融工程专题报告：投资者行为与反转效应.pdf
    • 海通证券_20160215_金融工程专题报告：机构投资者为何要进行资产配置.pdf
    • 海通证券_20160329_金融工程专题报告：他山之石系列之四十一.pdf
    • 海通证券_20160407_庖丁解因子~估值类因子有效性分析.pdf
    • 海通证券_20160426_事件驱动策略之十六：ST扭亏.pdf
    • 海通证券_20160526_海通证券他山之石系列之四十三.pdf
    • 海通证券_20160606_海通证券选股因子系列研究（十一）：LEVEL2行情选股因子初探.pdf
    • 海通证券_20160607_海通证券金融工程专题报告：基于PMI指标的行业轮动策略.pdf
    • 海通证券_20160616_事件驱动选股策略研究成果介绍.pdf
    • 海通证券_20160621_海通证券2016年中期金融工程策略：事件驱动机会推荐.pdf
    • 海通证券_20160622_海通证券金融工程专题报告：风险平价（RISKPARITY）策略在FOF中的应用1.pdf
    • 海通证券_20160623_海通证券金融工程专题报告：常见选股因子在行业间的有效性分析.pdf
    • 海通证券_20160628_海通证券选股因子系列研究（十二）：“量”与“价”的结合.pdf
    • 海通证券_20160701_海通证券金融工程快报点评：2016年中报高送转股票预测.pdf
    • 海通证券_20160708_海通证券金融工程专题报告：风险平价（RISKPARITY）策略在FOF中的应用3.pdf
    • 海通证券_20160711_基于股票短期动量效应的投资策略.pdf
    • 海通证券_20160719_海通证券选股因子系列研究十三：因子大讲坛.pdf
    • 海通证券_20160803_海通证券绝对收益策略系列研究之二：商品期货套利策略.pdf
    • 海通证券_20160805_海通证券金融工程专题报告：风险平价（RISKPARITY）策略在FOF中的应用5.pdf
    • 海通证券_20160809_海通证券选股因子系列研究（十四）：交易行为的波动和股票预期收益.pdf
    • 海通证券_20160815_海通证券风险平价（RISK_PARITY）策略在FOF中的应用4.pdf
    • 海通证券_20160817_海通证券金融工程专题报告：从行业中性角度看组合中的行业配置.pdf
    • 海通证券_20160830_海通证券选股因子系列研究（十六）：选股因子空头收益的转化.pdf
  • 77.87 MB
  • 2017-2-6

  • Improving Profit (pdf).zip

    本附件包括：
    • Improving Profit_Using Contribution Metrics to Boost the Bottom Line.pdf
  • 3.77 MB
  • 2016-11-28

  • Improving Profit (epub).zip

    本附件包括：
    • Improving Profit_Using Contribution Metrics to Boost the Bottom Line.epub
  • 453.07 KB
  • 2016-11-28

  • Improving Profit (pdf epub).zip

    本附件包括：
    • Improving Profit_Using Contribution Metrics to Boost the Bottom Line.pdf
    • Improving Profit_Using Contribution Metrics to Boost the Bottom Line.epub
  • 4.21 MB
  • 2016-11-28

  • Beyond the C Standard Library An Introduction to Boost.rar

    本附件包括：
    • Beyond the C++ Standard Library An Introduction to Boost.pdf
  • 2.01 MB
  • 2015-8-3

  • boost32&64.rar

    本附件包括：
    • boost64.dll
    • boost_logistic.do
    • boost_normal.do
    • boost32.dll
  • 197.2 KB
  • 2015-7-1

  • boost.rar

    本附件包括：
    • boost.hlp
    • boost_plugin.plugin
    • boost.ado
  • 118.38 KB
  • 2015-6-30

  • 二次侧加钳位开关管的ZCSPWMBoost型DC_DC全桥变换器 (1).rar

    本附件包括：
    • 二次侧加钳位开关管的ZCSPWMBoost型DC_DC全桥变换器.kdh
  • 144.02 KB
  • 2015-5-27

  • 机器学习各种方法R代码.rar
       R代码-机器学习方法包括决策树、随机网络、svm、神经网络、boosting、bagging以及各种回归方法

  • 12.14 MB
  • 2015-5-5

  • 一种隔离型有源箝位交错并联Boost软开关变换器.rar

    本附件包括：
    • 一种隔离型有源箝位交错并联Boost软开关变换器.kdh
  • 867.5 KB
  • 2015-3-26

  • BOOST变换器恒功率负载时动态性能分析.rar

    本附件包括：
    • BOOST变换器恒功率负载时动态性能分析.caj
  • 60.65 KB
  • 2015-3-26

  • Boost变换器软开关技术的研究.rar

    本附件包括：
    • Boost变换器软开关技术的研究.caj
  • 145.79 KB
  • 2015-3-25

  • 改进型ZCS_PWMBoost变换器的仿真研究.rar

    本附件包括：
    • 改进型ZCS_PWMBoost变换器的仿真研究.kdh
  • 347.92 KB
  • 2015-3-25

  • Value-Based Pricing.rar

    本附件包括：
    • Value-Based Pricing. Drive Sales and Boost Your Bottom Line 2011.epub
    • Value-Based Pricing. Drive Sales and Boost Your Bottom Line 2011.mobi
  • 5.89 MB
  • 2014-7-26

  • MATLAB 神经网络30个案例分析（源程序+数据）.rar
       包括全部30个例子

    本附件包括：
    • 案例30 神经网络GUI的实现--基于GUI的神经网络拟合.txt
    • 案例1 BP神经网络的数据分类-语音特征信号分类.rar
    • 案例2 BP神经网络的非线性系统建模-非线性函数拟合.rar
    • 案例4 神经网络遗传算法函数极值寻优-非线性函数极值.rar
    • 案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模.rar
    • 案例6 PID神经元网络解耦控制算法_多变量系统控制.rar
    • 案例7 RBF网络的回归-非线性函数回归的实现.rar
    • 案例8 GRNN的数据预测-基于广义回归神经网络货运量预测.rar
    • 案例9 离散Hopfield神经网络的联想记忆—数字识别.rar
    • 案例10 离散Hopfield神经网络的分类——高校科研能力评价.rar
    • 案例11 连续Hopfield神经网络的优化-旅行商问题优化计算.rar
    • 案例12SVM神经网络的数据分类预测-葡萄酒种类识别.rar
    • 案例13 SVM神经网络中的参数优化---提升分类器性能.rar
    • 案例14 SVM神经网络的回归预测分析---上证开盘指数预测.rar
    • 案例15 SVM神经网络的信息粒化时序回归预测.rar
    • 案例16 单层竞争神经网络的数据分类—患者癌症发病预测.rar
    • 案例17SOM神经网络的数据分类--柴油机故障诊断.rar
    • 案例18 Elman神经网络的数据预测—电力负荷预测模型研究.rar
    • 案例19概率神经网络的分类预测-基于PNN变压器故障诊断.rar
    • 案例20神经网络变量筛选—基于BP的神经网络变量筛选.rar
    • 案例21 LVQ神经网络的分类——乳腺肿瘤诊断.rar
    • 案例22 LVQ神经网络的预测——人脸朝向识别.rar
    • 案例23小波神经网络的时间序列预测-短时交通流量预测.rar
    • 案例24模糊神经网络的预测算法-嘉陵江水质评价.rar
    • 案例25 广义神经网络的聚类算法-网络入侵聚类.rar
    • 案例26粒子群算法的寻优算法-非线性函数极值寻优.rar
    • 案例27遗传算法的优化计算——建模自变量降维.rar
    • 案例28 灰色神经网络的预测算法—订单需求预测.rar
    • 案例29 kohonen网络的聚类算法—网络入侵聚类.rar
  • 5.34 MB
  • 2012-6-7

  • PPT2007.rar
       ppt

    本附件包括：
    • 决策树算法及应用拓展.ppt
    • CH1--第1讲数据挖掘技术引论.ppt
    • CH1--第2讲数据挖掘软件发展分析.ppt
    • CH2数据仓库和数据挖掘的OLAP.ppt
    • CH3--第1讲数据预处理.ppt
    • CH3--第2讲再谈数据准备-数据质量问题.ppt
    • CH3--第3讲再谈数据归约.ppt
    • CH3--第4讲重复数据的消除.ppt
    • CH3--第5讲例子.ppt
    • CH4第1讲关联规则挖掘(上课).ppt
    • CH4第2讲序列模式挖掘算法简介.ppt
    • CH5第1讲分类(1).ppt
    • CH5第2讲分类(2).ppt
    • CH5第3讲人工神经网络.ppt
    • CH5第4讲Boosting.ppt
    • CH7第1讲聚类分析.ppt
    • CH7第2讲Chameleon聚类模型.ppt
    • CH7第3讲CLIQUE聚类模型.ppt
    • CH7第4讲异常检测算法综述.ppt
    • CH7聚类算法图解.ppt
    • CH8第1讲文本挖掘.ppt
    • CH8第2讲WEB挖掘.ppt
    • learningcostunknown[1].ppt
  • 6.32 MB
  • 2011-12-3

  • data mining3.rar

    本附件包括：
    • Data Mining, Boosted Trees - Session 19.mp4
    • Data Mining, C&RT - Session 17.mp4
    • Data Mining, C&RT for Regression - Session 24.mp4
  • 25.41 MB
  • 2011-3-9

  • 打包优惠.rar
       打包优惠 请勿重复下载

    本附件包括：
    • --SolarCapital Market Dealings for ESLR and ENER【行业研究】.pdf
    • Asian Low Cost CarriersFlying into a Turbulent Growth Phase.pdf
    • China Banks AlertDeposit Contraction Places Pressure on Smaller Banks.pdf
    • China Morning Meeting Minutes.pdf
    • China Pacific Insurance Co.Differentiated operation to boost personal insurance underwriting potential.pdf
    • Hong Kong & China Market Daily.pdf
    • TECHNICAL STRATEGY.pdf
    • Under the HoodPortfolio review and changes.pdf
  • 1.38 MB
  • 2011-2-16

  • 324531.pdf
       [分享]Effectiveness of tax incentives to boost (retirement) saving: theoretical motivatio

  • 256.39 KB
  • 2009-5-12

  • 209551.rar
       2008年留美经济学年会论文集（中国.天津.南开）

    本附件包括：
    • Evaluating Chinese Farm Level Yield Risks and Crop Insurance with Nonparametric Methods.doc
    • Examining the Changes in Fruit and Vegetable Consumption over Time and across Regions in China.pdf
    • Exchange Rate Policy and the Relative Distribution of FDI among Host Countries.pdf
    • Explaining Production Inefficiency in China’s Agriculture using Data Envelope Analysis and Semi-Parametric Bootstrapping.doc
    • Factors Affecting Alcohol Purchase Decisions and Expenditures in Malaysia.pdf
    • Finance and Cluster-Based Industrial Development in China.doc
    • Firm Heterogeneity and Location Choices Evidence from Foreign Manufacturing Investments in China.doc
    • Fundamental Causes of Inland-coastal Income Inequality in Post-reform China.pdf
    • Geographically Weighted Regression Bandwidth Selection and Spatial Autocorrelation.doc
    • Health Shocks and Children’s School Attainments in Rural China.doc
    • Housing Reforms, Incomplete Property Rights and Its Implication on Housing Pricing.doc
    • How Do Social Interactions Affect Peer Effect in Migration Decision.doc
    • How Does RMB Appreciation affect China and the World Economy.doc
    • How Much Does Social Network Contribute to Income Inequality in Rural China During Marketization.doc
    • A Strategic Ramsey Model With Huge Number Of Agents And Production Side Increasing Return To Scale.doc
    • Adolescent Obesity and Academic Achievement in Korea.doc
    • An Analysis of so-called Export-led Growth.pdf
    • An Empirical Analysis of China’s Recent Waves of Cooperative Medical Insurance.doc
    • Business and Financial Risks of Small Rural Enterprises in China.pdf
    • Can Education Expansion Improve Income Di stribution.doc
    • Can Education Expansion Improve Income Distribution.doc
    • China in the World Economy：Dynamic Correlation Analysis of Business Cycles.pdf
    • China’s Iron Ore Import Demand and Its Determinants.doc
    • Chinese Intellectual Property Policy at the Crossroads.doc
    • CO2 Emission and Development.doc
    • Count on the Growth Pole Strategy for Economic Growth？The Spread-Backwash Effects in Greater Central China.doc
    • Cream-Skimmer or Underdog？A pilot study of rural labor training program in Zhejiang, China.pdf
    • Damming the Nu：Energy and Economics on China’s Angry River.doc
    • Dependent Development？Macau’s Gaming Industry：Its Problems and Prospects.doc
    • Determinants of Office Property Value in China’s Emerging Markets.pdf
    • Development Strategy, Technology Choice and Inequality.doc
    • Does China’s Trade Expansion Help African Development - A South-South Trade Model Approach.doc
    • Does crop insurance influence agrochemical uses under current Chinese situations.doc
    • Does Taking One Step Back Get You Two Steps Forward？Grade Retention and School Performance in Rural China.doc
    • Economic emergence of China and its potentials in Boosting Economic Growth in developing economies.doc
    • Economic Growth and Employment：What Determines Employment Elasticity.doc
    • Economists as the Institutional Entrepreneur in China’s Market Reform.doc
    • Effects of Rice Price Uncertainty on Vulnerability to Poverty in Rural Nepal.pdf
    • Equal Work Opportunity but Unequal Pay：Sexual disparities among urban poor in China.doc
    • Equipment Investment, Output and Productivity in China.doc
  • 5.78 MB
  • 2008-5-1

  • 201447.pdf
       [下载]Boosting Productivity via Innovation and Adoption of New Technologies:Any Role for

  • 335.34 KB
  • 2008-3-28

  • 89922.rar
       创新能力的外文文献

    本附件包括：
    • CaseforTech.pdf
    • PPI After the Ehlers Report by Robert D_ Atkinson, Ph_D.htm
    • PPI Boosting Technological Innovation Through the Research and Experimentation Tax Credit by Robert D_ Atkinson.htm
    • PPI Innovation, Social Capital, and the New Economy by Jane E_ Fountain and Robert D_ Atkinson.htm
    • PPI The New Knowledge Economy by Robert Atkinson.htm
  • 314.14 KB
  • 2007-2-7
举报 手机版人大经济论坛联系我们招聘英才

京ICP备11001960号 京ICP证090565号 京公网安备1101084107号 论坛法律顾问：王进律师 知识产权保护声明 免责及隐私声明
联系QQ：75102711 MSN：pinggu.org@hotmail.com 邮箱：service@pinggu.org

合作咨询电话：(010)62719935 广告合作电话：010-68456523 13811729406 （李老师）
投诉电话：(010)68466864 不良信息处理电话：13661292478

有资料需求
请微信我