注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于MATLAB的金融数量分析编程

  2. 概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根据自身（金融工程师）的经验，指出了在数量分析过程中理论与实践间的区别与联系。最后，以相对比较复杂的BS公式的隐含波动率的计算、KMV模型方程组的求解、移动平均Hu

  3. 所属分类：其它

    • 发布日期：2010-01-11
    • 文件大小：334kb
    • 提供者：jklily

  1. 首酷企业进销存管理系统

  2. 首酷企业进销存管理系统,专业的企业管理系统一、系统特色采用稳定、安全、高效的数据库系统首酷进销存管理系统分为单机版和网络版，分别采用Microsoft公司的Access和SQL Server 2000作为后台数据库，性能稳定、高效、数据安全 。单机版安装方便，无需要设置，装完就可以正常使用。完全的网络化操作(网络版)，各个管理点的数据时实通过网络传递到服务器，管理员和领导可以随时查看最新的企业运行数据，以最快、最方便的形式展现在屏幕上，极大的提高了企业运转速度，使得企业的管理效率更上一层楼。一

  3. 所属分类：网络基础

    • 发布日期：2007-12-27
    • 文件大小：6mb
    • 提供者：sokubo

  1. 金融数量分析--基于MATLAB编程 源程序

  2. 《金融数量分析:基于MATLAB编程》共分6章，由浅入深地进行金融数量分析的讲解。首先，讲解金融数量分析的主要对象——金融市场与金融产品。接着，简要概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根据自身（金融工

  3. 所属分类：其它

    • 发布日期：2010-04-15
    • 文件大小：334kb
    • 提供者：nwpuxinpeng

  1. 软件工程-理论与实践(许家珆)习题答案

  2. 习 题 答 案 习题一答案 一、选择题 1. 软件的主要特性是(A B C)。 A) 无形 B) 高成本 C) 包括程序和文档 　　D) 可独立构成计算机系统 2. 软件工程三要素是(C D)。 A) 技术、方法和工具　 B) 方法、工具和过程　 C) 方法、对象和类　 D) 过程、模型、方法 3. 包含风险分析的软件工程模型是(A)。 A) 螺旋模型 B) 瀑布模型 C) 增量模型 D) 喷泉模型 4. 软件工程的主要目标是(C)。 A) 软件需求 　B) 软件设计　 C) 风险分析 　D)

  3. 所属分类：C

    • 发布日期：2011-01-12
    • 文件大小：296kb
    • 提供者：fengjliang2009

  1. 金融数量分析：基于MATLAB编程

  2. 金融数量分析：基于MATLAB编程 内容提要: 本书共分6章，由浅入深地进行金融数量分析的讲解。首先，讲解金融数量分析的主要对象——金融市场与金融产品。接着，简要概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根

  3. 所属分类：金融

    • 发布日期：2013-05-05
    • 文件大小：28mb
    • 提供者：a335a0

  1. 金融数量分析：基于MATLAB编程

  2. 《金融数量分析:基于MATLAB编程》共分6章，由浅入深地进行金融数量分析的讲解。首先，讲解金融数量分析的主要对象——金融市场与金融产品。接着，简要概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根据自身（金融工

  3. 所属分类：金融

    • 发布日期：2016-03-03
    • 文件大小：28mb
    • 提供者：baidu_34160974

  1. 2017年DTC第七届数据技术嘉年华

  2. 2017第七届数据技术嘉年华围绕“数聚价值智胜未来”的大会主题，与来自银行、保险、运营商、制造业等九大行业的数十家企业的技术线、产品线人员，探讨关于云、大数据、智能算法、机器学习、分布式数据库等最前沿的技术，以及数据库、存储、网络等多个维度的产品在业内的最佳实践。分享，总结，展望，我们一起成长。

  3. 所属分类：互联网

    • 发布日期：2017-12-02
    • 文件大小：59mb
    • 提供者：wangyanzhang123

  1. java等额本金本息

  2. java等额本金，等额本息算法，经过实践证明，跟银行算法一致！

  3. 所属分类：Java

  1. 平安银行算法实践2017-SparkSummit

  2. 分享在金融领域，算法有哪些切入点来帮助业务提升。并分享在应用实践中碰到的一些问题和解决思路。

  3. 所属分类：spark

    • 发布日期：2018-01-04
    • 文件大小：1mb
    • 提供者：erjin_ren

  1. 金融领域算法在平安银行实践

  2. 知识图谱，地址标准化，算法平台，第二届携程云海机器学习沙龙

  3. 所属分类：机器学习

    • 发布日期：2018-02-26
    • 文件大小：1mb
    • 提供者：k1125403307

  1. 基于大数据平台构建数据仓库的研究与实践.pdf

  2. 数据仓库设计文档，帮助大家理解及如何设计数据仓库，很不错的一篇论文。专题 lTo 学习体系,能从海量数据中提炼高价值信息,构建自主 (1)源系统结构化数据:源系统按大数据平合的 训练与反馈、可不断从最新数据中调整演化的智能业务供数规范要求提供表数据文本和标志文件。 模型体系。 (2)文件交换区FSA:文件的交换中枢,含源系 以 Hadoop^ Spark为代表的大规模数据处理技术为统结构化数据和半结构化、非结构化数据(主要是外部 超越传统数据库的处理局限性提供了先进的并行计算和数据)。 资源调度

  3. 所属分类：其它

    • 发布日期：2019-07-16
    • 文件大小：1mb
    • 提供者：bucaixia08

  1. 中国2018大数据大会全套ppt资料.rar

  2. 附件为2018中国大数据大会全套ppt资料（已经都转成PDF格式），包括2019年大数据发展趋势预测报告、大数据安全等级保护的挑战与应对、面向大数据的搜索与推荐算法、数字化时代大数据应用平台架构、中国移动大数据集中化建设实践、大数据与智能金融、区块链技术的应用场景实践与挑战、银行大数据应用实践、银行业大数据应用的发展与突破、医疗知识图谱的构建和应用等共36份PPT文档

  3. 所属分类：Hadoop

    • 发布日期：2019-09-25
    • 文件大小：131mb
    • 提供者：qheshop

  1. 以太坊白皮书（中文翻译）.pdf

  2. 对区块链2.0中以太坊的白皮书进行翻译，帮助读者了解以太坊的概念去中心化的数宇货币概心,正如财产登记这样的替代应用·样,早在几十年 以前就被提出来了。1980和1990年代的匿名电子现金协议,大部分是以乔姆盲 签技术( Chaumian blinding)为基础的。这些电子现金协议提供具有高度隐私 性的货币,但是这些协议都没有流行起来,因为它们都依赖于一个中心化的中介 机构。1998年,戴伟( Wei dai)的b- noney首次引入了通过解决计算难题和去 中心化共识创造货币的思想,但是该建议

  3. 所属分类：以太坊

    • 发布日期：2019-06-29
    • 文件大小：706kb
    • 提供者：lzfirm

  1. 数字金融时代机器学习模型在实时反欺诈中的应用与实践

  2. 近年来，数字金融蓬勃发展，金融科技日趋成熟，信息技术的发展对社会产生巨大积极作用的同时也带来了新型风险，网络黑产呈爆发式增长，电信网络诈骗给人民群众造成了巨大的财产损失。在数字金融时代，商业银行既迎来了新的机遇与动力，又面临着新的挑战和数字化变革的要求，线上金融业务已经成为新的主战场。在此背景下，基于 RFM 高维衍生特征和对机器学习算法的研究，构建了基于高维交易行为画像的事中反欺诈机器学习模型。依托大数据、流计算等技术，通过在系统化部署、应用策略以及模型迭代优化等环节的实践，形成了一套基于机器

  3. 所属分类：其它