- 12.72 MB
- 2024-10-10
-
Xgboost调参.zip
数据挖掘实战-Xgboost调参 - 26.06 MB
- 2024-2-17
-
本附件包括：
- 4-Xgboost模型.ipynb
- 1-数据清洗.ipynb
- 2-数据探索.ipynb
- 3-特征工程.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
- 37.99 MB
- 2024-1-5
- 922.65 KB
- 2023-12-28
-
星巴克数据集分析预测某人是否会响应报价XGBoost分类器训练模型Starbucks-analysis-main.zip
- 7.3 MB
- 2023-11-28
- 744.63 KB
- 2023-11-15
- 3.4 MB
- 2023-8-14
- 1.31 MB
- 2023-8-12
-
机器学习（2）：集成学习：随机森林、GBDT、XGBoost_随堂代码+决策树、集成学习.rar
机器学习（2）：集成学习：随机森林、GBDT、XGBoost_随堂代码+决策树、集成学习 - 5.92 MB
- 2023-6-28
- 1.75 MB
- 2022-5-18
-
使用BigQuant平台复现XGBoost算法 - AI量化知识库 - BigQuant.pdf
xgboost 原理及应用源代码 - 2.46 MB
- 2021-11-20
- 2.49 MB
- 2021-11-10
-
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
-
Hands-On Gradient Boosting with XGBoost and scikit-learn Perform accessible Pyth.pdf
epub版转成的PDF - 8.96 MB
- 2021-7-27
-
Hands-On Gradient Boosting with XGBoost and scikit-learn Perform accessible Pyth.epub
- 6.01 MB
- 2021-7-22
-
Next-Generation Machine Learning with Spark Covers XGBoost, LightGBM, Spark NLP,.epub
Next-Generation ML with Spark - 4.96 MB
- 2021-6-23
-
xgboost.zip
xiboost in python本附件包括：- xgboost.py
- 1.4 KB
- 2019-6-18
- 1.88 MB
- 2019-2-8
-
招商证券《因子模型系列(12)-利用XGBoost预测规模因子收益方向》22页-20190110.pdf
利用XGBoost预测规模因子收益方向 - 1.79 MB
- 2019-1-13
-
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
-
本附件包括：
- xgboost_with_python.pdf
- 1.12 MB
- 2018-4-25
- 1.27 MB
- 2018-3-3
- 1.48 MB
- 2017-12-21
- 4.16 MB
- 2017-9-27
- 867.97 KB
- 2016-5-21
手机版
有资料需求