在 BL 模型中,贝叶斯变换将先验分布与观点收益分布两个具有确定参数的分布按照贝叶斯方法进行“加权”,本质上是基于两个分布的概率密度函数进行计算,无法应用在非参数方法中。此外,熵池模型允许投资者给出预期型以外的观点,此时观点收益分布实际上是所有符合要求的分布的集合。譬如我们认为两个变量之间是大于关系,最终模型...
熵池模型的基本概念是将各种不同领域的信息输入到一个共享的池子中,通过相互作用和碰撞,产生新的创意和思维。这个模型的核心思想是通过融合多样性和混乱性来激发创造力的火花。 熵池模型的工作原理可以用一个类比来解释。想象一下,熵池就像是一个大海,而每个人的知识和经验就像是一滴水。当这些水滴汇聚到大海中时,...
熵池是Linux内核中的一个随机数生成器,用于产生高质量的随机数。它是通过收集系统环境中的随机事件来填充的。例如,用户的鼠标移动、键盘输入、磁盘I/O等都可以作为熵源。熵池的目的是提供一个随机性高、无法预测的源,以满足密码学、安全性等领域的需求。 熵池填充记录的重要性 熵池的随机数质量直接影响到系统的安全...
本文是国金证券Beta猎手系列的第二篇报告,主要是想从配置组合权重优化的角度去提升配置模型的组合表现。以往的组合配置模型有各类的弊端,我们希望通过引入新的模型框架(熵池模型)使得配置模型的适用性更强。 我们首先通过熵池模型(Entropy Pooling)与BL模型的对比,说明两者在整体思路上是一致的,不过熵池模型可以视作BL模...
上海熵池信息技术有限公司是一家小微企业,该公司成立于2020年07月27日,位于上海市崇明区横沙乡富民支路58号(上海横泰经济开发区),目前处于开业状态,经营范围包括一般项目:信息、网络、计算机科技领域内的技术开发、技术转让、技术咨询、技术服务,计算机网络工程,计算机软件开发,计算机信息系统集成;计算机软硬件及辅助设备...
首先我们需要明确,熵池模型的最终目的,是生成资产的权重。这个资产配置的过程主要分为以下几个步骤: 首先我们有多个资产及资产相关风险因子的历史数据,将其称为先验分布,该先验分布的特点是每个历史事件发生的概率都相等:因为历史上每个情景都只发生了一次。在本文的实证环节中,该历史数据为一个N日*K列的矩阵,代表N...
让我们了解一下熵池模型的基本概念。熵是系统的一种状态函数,描述了系统中的无序程度或者混乱程度。在热力学中,熵通常被表示为S,单位是焦耳/开。熵池模型通过将系统看作是一个热力学池,其中熵是一个可变的物理量,可以根据系统的状态进行调整。 熵池模型的推导方法基于熵的定义和热力学定律。熵的定义是系统的无序...
在信息论中,Rényi熵是Hartley熵,Shannon熵,碰撞熵和最小熵的推广。熵能量化了系统的多样性,不确定性或随机性。Rényi熵以AlfrédRényi命名。...在分形维数估计的背景下,Rényi熵构成了广义维数概念的基础。 Rényi熵在生态学和统计学中是重要的多样性指标。Rényi熵
熵池是一种加密技术,可用于生成随机的数字序列。它的基本原理是通过收集来自多个随机源的熵(即随机性),将其混合在一起,生成更强的随机数。在密码学中,随机性是至关重要的,因为预测或破解一组随机数字序列的概率极小。 为了生成熵池,我们需要收集来自不同的随机源的数据,例如键盘敲击、鼠标移动、磁盘访问等。我们...