risk 第5页

计算风险价值—VaR（Value at Risk）

Value-at-Risk▼首先，它的英文值是Value-at-Risk，缩写一般是VaR而不是Var，后者通常是指Variance是方差。在VaR出现以前，风险一般是用方差衡量的。

tecdat拓端·2021-04-24 04:06

举个相亲的栗子告诉你，利用MQCPR思维模式理清做事思路

有什么具体的指标（quality）；为了完成工作并保证质量要求，我得付出多少的代价、成本，需要哪些资源（cost）;在一定的质量要求和资源限制下，做什么样的计划（plan）；实施计划过程中，会存在哪些风险(risk

萝卜特熊·2021-04-23 21:52

UEEC Conclusion Notes Unit 1

summarise总结;概述daunting令人沮丧的tertiary第三极的tertiarystudy大学学习autonomous自发的self-aware自知之明inquisitive/curious好奇risk-taking

Wallace_QIAN·2021-04-20 19:19

5月week4 文献阅读：Concept and benchmarks for assessing narrow‐sense validity of genetic risk score values

5月week4文献阅读：Conceptandbenchmarksforassessingnarrow‐sensevalidityofgeneticriskscorevaluesConceptandbenchmarksforassessingnarrow‐sensevalidityofgeneticriskscorevalues评估遗传风险评分值狭义效度的概念和基准AbstractBackgroun

米妮爱分享·2021-04-19 15:06

2018-09-22 Report: Cryptocurrency Exchanges at Risk of Manipulation

Severalcryptocurrencyexchangesareplaguedbypoormarketsurveillance,pervasiveconflictsofinterestandlacksufficientcustomerprotections,theNewYorkAttorneyGeneral'sofficesaidinareportpublishedonTuesday.Thest

Berry_Huang·2021-04-19 13:11

曼城日记-DAY298

相比于写risk的紧张，这次已经感受到了从容。对于未知事情的紧张还是很难克服的。也大概是因为这次的作业思路更明晰，所以会觉得在思想层面没有那么紧张。

XxXxXxN·2021-04-14 00:39

图数据库 Nebula Graph 在 Boss 直聘的应用

本文首发于NebulaGraph官方博客：https://nebula-graph.com.cn/posts/nebula-graph-risk-control-boss-zhipin/摘要：在本文中，

NebulaGraph·2021-01-20 12:33

啦la

`r.ID=#{id}ANDr.IS_LOCK=#{isLock}ANDr.CHECK_POINT=#{checkPoint}ANDr.RISK_EVENT_TYPE=#{riskEventType}0

Z2Min_·2020-12-11 20:56

AFML读书笔记--Backtest Statistics & Understanding Strategy Risk

Luque_1010·2020-09-17 03:23

理解Barra Risk Model：Investment Tools History

InvestmentToolsHistoryTimeStatesInvestmentTools1950之前1.Therewasnoconceptofsystematic,ormarket-related,return.2.Returnwasariseinthevalueofanassetandriskwasadropinthevalueofanasset.intuition;insightfulf

Quant_Learner·2020-09-17 02:58

MyBatis的XML中association和collection的区别

后面在写代码中一直报错说是参数类型不匹配，报错如下：Couldnotsetproperty‘custBalances’of‘classcom.sunline.portrait.modules.risk.bean.CustBalanceRisk

菩提树下吃烧鸡·2020-09-16 08:26

【数电基础】竞争和冒险

竞争(Competition):在组合逻辑电路中，某个输入变量通过两条或两条以上的途径传到输出端，由于每条途径延迟时间不同，到达输出门的时间就有先有后，这种现象称为竞争冒险(risk)：信号在器件内部通过连线和逻辑单元时

谁怜智勇心·2020-09-15 08:39

mbist summary

4.RISK的地方有几点：4.1手写lib文件。read/writecycle跟memory时序有关。一般read2个cycles/write3个cycles，总共5个cycles。一定要满足读

weixin_30838921·2020-09-15 05:12

Mysql中GROUP_CONCAT函数的使用：

selectsr.batch_no,GROUP_CONCAT(DISTINCT(s.risk_type)Separator‘_’)riskTypefromadc_fund_table_scenesinnerjoinadc_fund_table_scene_drill_recordsrons.scene_code

沉思的小清新·2020-09-15 02:40

English_study 动词： ing 和 to do(不定式) 做宾语

动词：ing做宾语admit/deny承认/否认understand/excuse/pardon理解/原谅risk冒....风险keep继续appreciate感谢delay/putoff推迟/延迟enjoy

jiakw_1981·2020-09-14 06:06

Risk Management and Financial Institution Chapter 8 —— How Traders Manage Their Risk

typora-copy-images-to:Riskandinstiturion文章目录typora-copy-images-to:RiskandinstiturionRiskManagementandFinancialInstitutionChapter8——HowTradersManageTheirRisk8.1Delta8.1.1Linearproducts8.1.2NonlinearPro

weixin_44617258·2020-09-14 02:45

Risk Management and Financial Institution Chapter 4 —— Mutual Funds, ETFs, and Hedge Funds

typora-copy-images-to:RiskManagementandFinancialInstitution文章目录typora-copy-images-to:RiskManagementandFinancialInstitutionRiskManagementandFinancialInstitutionChapter4——MutualFunds,ETFs,andHedgeFunds4

weixin_44617258·2020-09-14 02:45

Hedge funds risk

RiskssharewithotherinvestmenttypesHedgefundssharemanyofthesametypesofriskasotherinvestmentclasses,includingliquidityriskandmanagerrisk.Liquidityreferstothedegreetowhichanassetcanbeboughtandsoldorconve

xianzehua·2020-09-14 01:49

Java工具：Java递归去除Json字符串空值(key和value)

packagecom.zycfc.risk.core.common.util;importjava.util.Iterator;importjava.util.Set;importcom.alibaba.druid.util.StringUtils

不念过往--不语未来·2020-09-13 21:11

利用ELK分析Nginx日志生产实战(高清多图)

本文以api.mingongge.com.cn域名为测试对象进行统计,日志为crm.mingongge.com.cn和risk.mingongge.com.cn请求之和(此二者域名不具生产换环境统计意义

自由的♂·2020-09-13 20:04

算法测试系列：Classify the Trade

ClassifytheTradeClassifynewtradesbasedontheirsimilaritytooldtrades.Everytradehas3features:profit,risk

Jason♠️·2020-09-13 17:23

mysql--小白踩坑系列02

,rules.namerule_name,rules.sortrule_sort,e.idexpression_id,e.nameexpression_name,e.expressionfromry_risk_ru

mysql201906·2020-09-13 17:05

【数据库】MongoDB数据库的操作及练习

importpymongoclassMongodbConn(object):def__init__(self):self.CONN=pymongo.MongoClient("mongodb://loan_risk_rw

CS正阳·2020-09-13 02:06

hive 跨集群迁移

hadoopdistcp-skipcrccheck-updatehdfs://xxx.xxx.xxx.xxx:8020/user/riskhdfs://xxx.xxx.xxx.xxx:8020/user/risk-skipcrccheck

然月枕流君·2020-09-12 09:26

intelliJ IDEA maven打包时提示系统资源不足

idea中maven编译waimai_risk项目代码，提示系统资源不足，错误信息如下：[INFO]Changesdetected-recompilingthemodule!

ericjauy·2020-09-12 04:14

对IBM Data Risk Manager 软件中 4个 0 day 漏洞的分析

0x01漏洞介绍IBMDataRiskManager（IDRM）是IBM的企业安全软件，可以汇总并提供所有企业安全风险的完整视图。该产品接收来自漏洞扫描工具和其他风险管理工具的信息提要，对其进行汇总，并允许用户对其进行综合分析。对IDRMLinux虚拟设备进行了分析，发现它包含四个漏洞，三个严重风险和一个高风险：·身份验证绕过·命令注入·不安全的默认密码·任意文件下载此分析描述了四个漏洞以及将前三

systemino·2020-09-11 10:01

风险模型—VaR模型1

VaR，Value-at-Risk的缩写。

Amber-J·2020-09-11 05:10

深入理解Risk aversion||风险偏好||Risk utility function

RiskaversionFromwikipedia,ineconomicsandfinance,riskaversionisthebehaviorofhumans(especiallyconsumersandinvestors),who,whenexposedtouncertainty,attempttolowerthatuncertainty.Itisthehesitation(犹豫)ofape

Quant_Learner·2020-09-11 00:34

理解风险偏好risk appetite vs. 风险容忍度risk tolerance

COSOERMFrameworkERMmeansEnterpriseRiskManagement.FromCOSOERMFramework,itdefinedriskappetiteas‘theamountofrisk,onabroadlevel,anorganizationiswillingtoacceptinpursuitofstakeholdervalue’IntheirStrngtheni

Quant_Learner·2020-09-11 00:34

Kaggle: Home Credit Default Risk（房屋信贷违约风险预测）

FannieFan·2020-09-04 00:36

Home Credit Default Risk(1) — 背景介绍

总体介绍 HomeCreditDefaultRisk是HomeCredit公司在kaggle上的一个信贷风险评估竞赛。其提供的数据文件描述及文件间关联关系如下：有些金融专有名词尤其是一些公司产品的专有名词对于我们外行人员来说相当难理解了，所以我查看了下公司官网，给出了一些背景介绍，有助于理解数据吧。 HomeCredit公司的商业模式其实跟支付宝的某些部分很像，后面会类比。一个信用贷款公司的为

晨丢丢·2020-08-26 16:51

Home Credit Default Risk(2) —初步探索

上篇中已经给出了application_{train|test}.csv数据表字段的基本含义，本篇对其进行基本的数据分析，包活异常数据处理，特征变换等，最后给出仅考虑此数据文件，应用logistic回归和randomforest两种模型分别训练模型的方式。加载数据并初步预览#导入需要的依赖包importosimportpandasaspdimportmatplotlib.pyplotasplt

晨丢丢·2020-08-26 16:51

Kaggle：Home Credit Default Risk 特征工程构建及可视化（2）

博主在之前的博客Kaggle：HomeCreditDefaultRisk数据探索及可视化（1）中介绍了HomeCreditDefaultRisk竞赛中一个优秀kernel关于数据的探索及可视化的工作，本篇博客将围绕如何构建特征工程展开叙述，原文链接地址：StartHere:AGentleIntroduction1简介特征工程是指一个基因过程，可以涉及特征构建：从现有数据中添加新特征和特征选择：仅选

weixin_30859423·2020-08-26 15:22

Kaggle：Home Credit Default Risk 数据探索及可视化（1）

最近博主在做个kaggle竞赛，有个Kernel的数据探索分析非常值得借鉴，博主也学习了一波操作，搬运过来借鉴，原链接如下：https://www.kaggle.com/willkoehrsen/start-here-a-gentle-introduction1数据介绍数据由HomeCredit提供，该服务致力于向无银行账户的人群提供信贷（贷款）。预测客户是否偿还贷款或遇到困难是一项重要的业务需求

weixin_30371875·2020-08-26 14:39

Kaggle竞赛介绍: Home Credit default risk（四）

请点击上方“AI公园”，关注公众号本文选自Kaggle作者：WillKoehrsen编译：ronghuaiyangKaggle的信用卡违约风险预测竞赛，非常有参考价值，做风控和大数据挖掘的同学可以参考一下，非常详细，非常适合入门，从数据处理到模型的构建，非常全面，文章比较长，分几次发出来，这是第四部分，主要讲构建基线模型。基线模型我们建立一个逻辑回归模型作为基线。逻辑回归的实现我们这里会聚焦于模型

ronghuaiyang·2020-08-26 14:23

Kaggle竞赛介绍: Home Credit default risk（三）

请点击上方“AI公园”，关注公众号本文选自Kaggle作者：WillKoehrsen编译：ronghuaiyangKaggle的信用卡违约风险预测竞赛，非常有参考价值，做风控和大数据挖掘的同学可以参考一下，非常详细，非常适合入门，从数据处理到模型的构建，非常全面，文章比较长，分几次发出来，这是第三部分，主要讲特征工程。特征工程Kaggle比赛获胜都是通过特征工程获胜的：能创造出最有用的特征的人才能

ronghuaiyang·2020-08-26 14:23

credit risk 预测建模 - try 1

目标：信用评分，对个人借贷进行风险评估。一、数据预处理导入数据自变量-连续型V2,V5,V8,V11,V13,V16,V18自变量-分类型V1,V3,V4,V6,V7,V9,V10,V12,V14,V15,V17,V19,V20因变量yV21变量释义https://archive.ics.uci.edu/ml/datasets/Statlog+(German+Credit+Data)*数据下载见：

textboy·2020-08-26 14:35

Home Credit Default Risk 违约风险预测，kaggle比赛，初级篇，LB 0.749

HomeCreditDefaultRisk结论背景知识数据集数据分析平衡度数据缺失数据类型离群值填充缺失值建模LogisticRegressionLightGBMFeatureimportance附录：各字段的意义结论数据由HomeCredit（中文名：捷信）提供，HomeCredit致力于向无银行账户的人群提供信贷。任务要求预测客户是否偿还贷款或遇到困难。使用AUC（ROC）作为模型的评估标准。

Li Kang·2020-08-26 14:55

kaggle数据挖掘竞赛Home Credit Default Risk讲解

1.从常理来说这种预测的结果应该是0,1，也就是分为欺诈和不欺诈两种，一般衡量指标为accuracy，但是如果这样会有缺点，因为可以预测所有人都是不欺诈的，这时accuracy的值就会很大，但这样的方案无法应用。所以这里把预测的结果写为连续，这样衡量指标就可以主要用ROC，AUC和F1Score作为衡量指标，也更准确了。2.EDA(ExploratoryDataAnalysis)探索性数据分析(E

满天星._·2020-08-26 13:33

R语言建模---Home Credit Default Risk

#数据下载地址：https://www.kaggle.com/c/home-credit-default-risk/data###########建模流程#############加载需要使用的包library

Bonus_F·2020-08-26 13:00

Home Credit Default Risk比赛记录

2018/7/121、decriptionHomeCredict利用其他数据，包括电信和其他交易数据预测该客户的还款能力（概率）。2、evaluationROC曲线面积3、dataapplication.csv性别、汽车、孩子数量、收入、消费贷款商品的价格、贷款信用额、贷款年金、申请贷款陪伴的人、收入来源、学历、家庭状况、房子类型、居住地方的人口数量2018/7/14EDA对application

owenbb·2020-08-26 13:58

论文笔记：mixup: BEYOND EMPIRICAL RISK MINIMIZATION

文章目录AbstractIntroductionFromERMtomixupTheory一些设计选择与发现Mixup做了什么？Experiments一些数据集的classificationMemorizationofcorruptedlabelsRobustnesstoadversarialexamplesStabilizationofGANsAblationstudies具体实验Relatedw

weixin_39901859·2020-08-24 04:06

ICLR2018_mixup: Beyond Empirical Risk Minimization

作者HongyiZhang张宏毅@张宏毅知乎北大->MIT论文所属FAIRAbstract深度神经网络有些不好的行为：强记忆和对对抗样本敏感ChristianSzegedy等人在ICLR2014发表的论文中，他们提出了对抗样本（Adversarialexamples）的概念，即在数据集中通过故意添加细微的干扰所形成的输入样本，受干扰之后的输入导致模型以高置信度给出一个错误的输出。在他们的论文中，他

weixin_30794851·2020-08-24 03:22

【论文阅读】mixup: BEYOND EMPIRICAL RISK MINIMIZATION

mixup:BEYONDEMPIRICALRISKMINIMIZATION作者HongyiZhang，本科北大，发这篇文章的时候是MIT的博士五年级学生。这篇文章是和FAIR的人一起合作的。Introduction摘要中，本文提到了mixup方法可以让神经网络倾向于训练成简单的线性关系。从而降低模型的过拟合现象。实际上，现在的神经网络规模通常是和数据集规模成正比的。训练神经网络时应用的主要指导思想

DechaoMeng·2020-08-24 03:41

mixup: Beyond Empirical Risk Minimization

https://blog.csdn.net/u010158659/article/details/79212503https://www.cnblogs.com/lainey/p/8493205.htmlhttps://blog.csdn.net/ly244855983/article/details/78938667#commentBoxhttps://www.cnblogs.com/hizha

mjiansun·2020-08-24 03:48

[深度学习论文笔记][ICLR 18]mixup: BEYOND EMPIRICAL RISK MINIMIZATION

[ICLR18]mixup:BEYONDEMPIRICALRISKMINIMIZATIONHongyiZhang,MoustaphaCisse,YannN.DauphinandDavidLopez-PazfromMIT&FAIRpaperlinkOverview这篇文章提出了一种新的数据扩展方法。该方法简单有效。同时作者在文章中进行了详细的理论分析和实验分析，很有阅读价值。Motivation从E

KFXW·2020-08-24 02:36

Mixup:Beyond Empirical Risk Minimization

Abstract大规模神经网络功能很强大，但是显现出了不如预期的一些表现，例如对攻击样本的记忆力与敏感度。本文中，我们提出了一种缓解issues的学习原则称为mixup。总的来说，mixup通过对样本对及标签进行凸融合来训练深度神经网络。这样使得神经网络在训练任务调整成为它最擅长的简单线性学习。我们在ImageNet-2012，CIFAR-10，CIFAR-100，Googlecommads与UC

abrams90·2020-08-23 23:21

论文笔记 | mixup: BEYOND EMPIRICAL RISK MINIMIZATION

出处：ICLR2018论文：https://arxiv.org/abs/1710.09412一、前言深度学习一直以来存在计算量大（落地困难）和模型过拟合的问题。为了解决过拟合问题，从模型本身和数据这两个方面着手，提出了很多有效的方法。数据增强（DataArgumentation）则是从数据层面解决过拟合，提高模型的泛化性（generalization），通用的数据增强方法有：随机裁切、翻转（左右上

江南小赣·2020-08-23 22:50

GRE首轮糖果活动开始啦，没上车的速度啦！

限时豪送2000万个RISK糖果【活动规则】1.进入GRE官方电报群：https://t.me/grefoundation2.群内输入秘密

GRE全球風險交易所·2020-08-23 19:21

数据源切换的几点思考

比如：zxdfk_risk_control_dvlp用户切换到zxdfk_risk_control_dvlp0130用户一、在后台创建数据源（登录后台新增）1.2.3.二、添加用户到F:\jboss-4.0.2

allenVSpgj·2020-08-23 00:22

推荐频道

risk