起因是SBG在回踩的时候卖飞了，经过反思后觉得有必要来学习一下如何判断阻力位以及箱体。 一、 阻力位 (Resistance Level) 阻力位可以说是股价上涨的“天花板”。在这个价位附近，卖方的力量开始超过买方的力量，导致股价停止上涨，甚至可能掉头下跌。 (一) 如何确定阻力位？ 前期高点 (Previous Highs)：在K线图上，过去明显的波段高点或历史最高点，是天然的阻力位。 移动平均线 (Moving Averages, MA)：在下降趋势中，重要的均线（如MA20, MA60, MA120）会成为股价反弹的动态...

课件地址（Stanford EE364B：Convex Optimization for Neural Networks） 预备知识 (凸函数相关) 核心问题：如何将两层 ReLU 网络的非凸问题转为凸问题求解？ 完整的推导路线图 非凸的 L2 正则化网络 ↓ (变量缩放) **等价的 L1 路径...

核心结论：当前收益率曲线的多个结构表明，市场正在强烈预期未来的降息，经济“硬着陆”风险显著上升。投资者已开始抢跑交易政策拐点。 参考图表与数据来源 官方数据来源**: 可以在美国财政部官网上查看每日更新的收益率曲线数据。 链接: [U.S. DEPARTMENT OF THE TREASURY - Daily Treasury Par Yield Curve Rates](https://home.treasury.gov/policy-issues/financing-the-government/interest-rate-st...

核心观点：美国银行CEO通过观察其内部的消费增速数据，可以对美国整体的通胀和经济增长趋势做出判断。由于消费占美国GDP的大头，银行的消费数据可以视为经济的“温度计”。 一、 核心逻辑链条 美国银行CEO曾表示：“我们看到的消费增速已经回到疫情前，所以通胀增速会放缓。” 这个判断基于以下推理： 消费是经济引擎：美国约60%的GDP来自于个人消费支出（PCE）。 银行掌握一手数据：银行通过信用卡、储蓄账户等业务，能实时掌握最真实的消费数据。因此，银行观察到的消费增速，在很大程度上约等于名义GDP中消费部分的增速。 *增速的构成...

序言：午后听了Andrej Karpathy最新的演讲，大为震撼，于是有了此篇笔记。这里对每个小节做一些整理和思考。这里先说下结论：Markdown才是这时代最好的编程语言！（笑） 视频地址： LLMs是新型计算机 在Andrej Karpathy的定义中，软件的变迁分为了三个时代。 ###1. Software 1.0: 传统代码 在1.0时代中，软...

1. 统计学基础： 数学符号： 标量（Scalar-valued variable）：$x$, 向量、矩阵或向量拼接（Vectors, matrices, concatenations of vectors）：$\boldsymbol{x}$, 概率分布（Probability Distributions）：$ \mathcal{D} $, 从分布中采样或随机变量的记法：$x \sim \mathcal{D}$， 可学习的参数：$\boldsymbol{\psi}$， 概率密度函数（或概率质量函数）： $p$, $q$， 分布在参数 $\boldsymbol{\...

问题说明 Mac外接Dell显示器时，会被识别为YPbPr模式，导致画面偏色。当在显示器设置中切换为RGB模式时，又可能出现颜色反转的问题。 1. 解决方案：修改系统配置文件 英文原文：https://forums.macrumors.com/threads/mbp-m1-and-lg-27uk850-w-washed-out-colors.2270452/page-5?post=30262233#post-30262233 步骤 由于plist文件是二进制文件，所以无法用vscode直接打开，这里我使用的是vscode中的Binary Plist...

强化学习入门：理解 UCB 动作选择策略 前言： 最近在阅读强化学习导论，由于内容过于理论，看的有些迷茫。为了更好地理解相关知识，计划开始结合AI的回答来做一些笔记。 多臂赌博机（Multi-Armed Bandit） 想象一下你面前有很多台老虎机，每台老虎机吐钱的概率是不同的，但是你事先不知道哪台概率高，哪台概率低。你的目标是在有限的次数内，尽可能多地从这些老虎机里赢钱。这就是一个经典的多臂赌博机（Multi-Armed Bandit）问题。 在强化学习中，智能体（Agent）就像是玩老虎机的你，它需要在一个环境中做出动作（Action），比如选择拉哪一台老虎机的...

I will conduct a deep investigation into how deep unrolling (deep unfolding) methods integrate with ADMM and LASSO for solving inverse problems in NLOS, CT, and MRI reconstruction. The research will focus on: Mathematical Formulation:** High-level explanations of inverse problem models and ho...

前言 最近在看Video Moment Retrieval和Highlight Detection的相关研究，其中效果比较好的工作如Moment-DETR，QD-DETR，CG-DETR都使用了DETR作为基本结构？所以有了这篇笔记。 DETR (Detection Transformer) 概述 DETR 将目标检测任务视为集合预测问题，主要目标是设计一个端到端的模型，不依赖人工设计的先验信息（如non-maximum suppression和anchor generation）。该网络可以分为四个主要部分： CNN特征提取： 使用卷积神经网络（CNN...