Tag Archives: Optimization

Python开发稀疏PCA、Lasso回归与Fama-French三因子模型融合的A股投资组合优化|附AI智能体、代码和数据

本文回答以下核心问题:(1)如何利用稀疏主成分分析(Sparse PCA)从高维A股收益数据中提取关键特征,降低协方差估计噪声?(2)如何将Lasso回归约束嵌入均值方差优化框架,实现稀疏且稳健的资产筛选?(3)疫情期间A股市场结构发生了怎样的系统性变化,行业轮动与投资主线如何重构?(4)Sparse PCA中超参数λ如何通过交叉验证权衡重建误差与稀疏度?(5)基于Fama-French三因子的优化组合相较于传统策略在夏普比率与最大回撤上有何提升?

2026全球大模型数据市场白皮书:全球化突围,Agent与推理优化掘金图谱 | 附100+报告、数据合集下载

本文回答以下核心问题:
1. 全球大模型市场2024至2029年的规模增长路径如何?中国市场的差异化竞争力体现在哪里?
2. Agent作为2026年最热方向,其技术架构和商业落地路径是什么?
3. 推理优化三层技术体系如何破解”效果、性能、成本”不可能三角?
4. 智谱和MiniMax两家头部独立大模型厂商,投资价值如何判断?
5. 中小企业和品牌方应如何切入大模型赛道,核心风险在哪里?

Python用LightGBM XGBoost Stacking集成学习混合线性规划生鲜冷链仓网配送优化|附数据代码

本文针对生鲜冷链物流强时效、高波动、数据稀缺的三重挑战,提出“预测-优化-协调”一体化决策框架。构建MILP精确优化模型求解全局最优仓网布局,通过ε-constraint方法生成时效-成本Pareto前沿,采用LightGBM-XGBoost Stacking集成模型预测需求,最终实现滚动时域动态调度。结果表明,9仓布局总成本1615.04万元,预测RMSE达8.54吨,动态调度较静态方案降本10.1%。

Python用XGBoost、梯度提升树、Lasso与极端随机树ETR功率变换器磁芯损耗建模及SLSQP优化 | 附数据代码

功率变换器的高频化、高功率密度化趋势对磁性元件损耗评估提出了严苛要求。

关注我们,永远不要错过任何见解。


技术干货二维码

技术干货

最新洞察二维码

最新洞察

视频号二维码

视频号

This will close in 0 seconds

拓端AI助手