Quantitative Finance: Mathematical Tools for Predicting Market Movements
量化金融结合了数学模型、统计学和计算技术来预测市场走势和管理金融风险。它使用随机过程、期权定价模型和机器学习等工具来分析市场数据并做出明智的交易和投资决策。让我们来探索量化金融中用于预测市场走势的关键数学概念和工具。量化金融中的数学工具量化金融：利用数学模型驾驭金融市场量化金融是一个整合数学模型、统计方法和计算技术来分析金融市场和预测价格走势的领域。随着金融市场日益复杂，使用量化技术对于在交易、风险管理和投资中做出明智的决策至关重要。这些数学工具将金融转变为一门更系统、更数据驱动的学科，在资产定价、投资组合优化和风险管理等领域提供理论见解和实际应用。在本文中，我们将探讨量化金融中用于预测市场走
Shaping a more lethal, lighter and tactical force at JPMRC
夏威夷斯科菲尔德兵营 — 为了向领导者和联合部队提供一支致命的师，第 25 步兵师的主要重点是……
Quantifying Catastrophe: NASA Reveals Staggering Carbon Footprint of Canada’s Extreme Wildfires
2023 年，加拿大经历了几十年来最温暖、最干旱的天气，导致极端森林火灾，释放了约 6.4 亿公吨碳，相当于一个主要工业化国家的年排放量。这项由 NASA 使用卫星数据和先进计算技术进行的研究强调了这些火灾对环境的重大影响，[...]
GGUF Quantization with Imatrix and K-Quantization to Run LLMs on Your CPU
为您的 CPU 提供快速准确的 GGUF 模型继续阅读 Towards Data Science »
VQ4DiT: A Fast Post-Training Vector Quantization Method for DiTs (Diffusion Transformers Models)
文本到图像的扩散模型在根据输入条件生成复杂而忠实的图像方面取得了重大进展。其中，扩散变压器模型 (DiT) 变得特别强大，OpenAI 的 SoRA 是一个值得注意的应用程序。DiT 由堆叠多个变压器块构建而成，利用变压器的缩放属性通过灵活的参数扩展实现增强的性能。文章 VQ4DiT：一种用于 DiT（扩散变压器模型）的快速后训练矢量量化方法首次出现在 AI Quantum Intelligence 上。
The Titanic scale of floating wind turbines quantified
...如果你想把一台 2,000 吨重的发电机放在 500 英尺高的塔顶，并在船上安装三个 300 英尺长的机翼，并让它在飓风中屹立不倒，那必须是一艘非常大的船。
Quantifying the Insurance Value for Rare Diseases: Duchenne Muscular Dystrophy
查看我与合著者 Suhail Thahir、Alexa Klimchak、Ivana Audhya、Lauren Sedita 和 John Romley 在 AJMC 上发表的新出版物，标题为“量化罕见疾病的保险价值：杜氏肌营养不良症”。摘要如下。目标：量化 ISPOR 新价值元素保险价值的大小，将其应用于罕见病的新疗法……
The Ultimate Handbook for LLM Quantization
深入研究 LLM 量化和技术照片由 Siednji Leon 在 Unsplash 上拍摄 CPU 上的 LLM？是的，你没听错。从处理对话到创建自己的图像，AI 自诞生以来已经取得了长足的进步。但它也带来了瓶颈。随着模型的扩展，它们的计算需求也在增加。AI 开始严重依赖计算能力。为了满足这些需求，我们转向了 GPU，剩下的就是历史了。许多设备没有强大的 GPU，因此错过了 AI 功能。有必要缩小这些模型的大小和功能，以便在计算能力有限的设备（如手机或仅配备 CPU 的计算机）上运行 AI 模型。早期的努力包括修剪和蒸馏等技术。然而，这些方法对于通常具有大规模架构的 LLM 来说并不可行。最近
Our Weekly Economic News Roundup: From Quantifying Hurricanes to Olympics AC
本周的经济新闻综述将经济、时事和历史联系起来，涵盖了从零工工资到女科学家等各个方面。文章《我们的每周经济新闻综述：从量化飓风到奥运会 AC》首先出现在 Econlife 上。
Why Quantitative Easing is qualitatively important but quantitatively not so important
我最近写了几篇文章，其中量化宽松 (QE) 发挥了重要作用。例如，这里有一篇文章，介绍了为什么量化宽松最终会给公共财政造成巨大漏洞，以及如何避免这种情况。我最近还写了一篇文章，介绍了量化宽松如何向我们表明，如果政府选择这样做，它可以通过创造货币而不是出售债务来轻松弥补赤字。这第二篇文章说明了量化宽松在质量上的重要性。十多年前我写的前几篇文章之一涉及类似的主题。量化宽松向我们展示了为什么紧缩政策背后的一个关键思想是无稽之谈，即我们必须在经济衰退的情况下减少政府赤字，因为债券市场可能会突然决定不购买英国政府债务。量化宽松是英格兰银行的一项政策，即购买英国政府债务以保持长期利率处于低位，因此，如果出
Quantifying Innovative Practices
最近，我一直在思考有效性，这反映在我的写作和教练工作中。回顾我在上一所学校担任校长的时光，我记得成功转向数字化并融入创新实践。我们的主要目标是展示切实的改进，而不仅仅是讨论它们。我们结合定量和定性措施来详细验证每个创新想法的原因、过程和结果。这个等式中的关键要素是巧妙地有目的地使用数字资源，同时确保我们所有新旧实践的一致性和连续性。作为一名校长，我坚持不懈地寻求方法和程序来衡量我们正在实施的变革的影响。遗憾的是，没有这样的解决方案。当我定期与学区和学校接触时，他们经常询问如何衡量他们的创新策略的结果和有效性，例如 BYOD、1:1、混合和个性化学习、教室和学校重新设计、品牌推广、创客空间和专业
Some quant work on global cyclicality and equities (Wonkish)
我在博客上的工作和分析中使用三个指标来描述全球商业周期：CPB 编制的全球工业生产和贸易增长加权平均值、全球综合 PMI 以及 OECD 领先指标的扩散指数。严格来说，在这种情况下，CPB 数据是一个同步指标，而 PMI 和 OECD LEI 是短期领先指标。有什么区别？目前，截至 2 月更新的 CPB 数据提供了 2024 年初发生情况的指南，或许是刚刚开始公布的第一季度 GDP 数据的早期读数。相比之下，PMI 和 OECD LEI 应该提供第二季度将发生的情况的早期迹象。这些定义之间的区别界限很模糊，所以我倾向于将这三个指标视为衡量全球经济活动（偏向发达市场）当前状况的独立指标。
Why Quantitative Easing is currently so costly
量化宽松 (QE) 的退出目前正在给公众造成大量损失。自 2022 年 10 月以来，英国财政部已向英格兰银行转移了近 500 亿英镑（占英国 GDP 的近 2%），以弥补英格兰银行退出量化宽松 (称为量化紧缩) 带来的损失。这些钱是真金白银，否则这些钱可能会花在改善医院、学校等方面。（数据来自此处最新的 OBR 预测，第 120 页。）的确，在此之前，量化宽松为政府带来了更大的利润，但 OB 估计，一旦所有量化宽松都退出，净损失将达到 1000 亿英镑左右。关于这个问题的讨论往往局限于《金融时报》（例如，参见此处）的版面，原因之一是，与大多数与金融有关的事情一样，这个问题往往会变得不必要地复
