马儿慢些走

人生惶惶,悲喜一场。

2025年12月30日 #

定价模型、估值模型、预测模型在股票指数投资上的作用和区别

摘要: 本文由AI大模型智谱清言生成,仅供参考。 日期:2025年12月30日 介绍一下定价模型、估值模型、预测模型在股票指数投资上的作用和区别,我是小白,搞不懂原理。 先给你一个超简化版结论: 定价模型:说“这个东西‘理论上值多少钱’”(偏向理论和市场均衡,比如用现金流、风险来算理论价格)。 估值模型:说 阅读全文

posted @ 2025-12-30 20:33 马儿慢些走 阅读(69) 评论(0) 推荐(0)

白酒是地产的影子股吗?

摘要: 本文由AI大模型Gemini生成,仅供参考。 日期:2025年12月30日 白酒是地产的影子股吗? “白酒股是地产股的影子股”这个说法,并非指白酒企业在业务上是地产企业的附属或关联公司,而是指高端白酒的景气度和价格走势,在一定程度上与房地产行业的景气度和宏观经济周期有较强的相关性。 这个观点背后的逻 阅读全文

posted @ 2025-12-30 17:27 马儿慢些走 阅读(78) 评论(0) 推荐(0)

量价分析入门

摘要: 本文内容来自和AI大模型Gemini的对话,仅供参考。 日期:2025年12月30日 量价分析入门 我想学习一下量价分析,主要关注: 市场活跃程度 买卖双方对价格的分歧程度 多空双方的对决视角 量价分析是技术分析中的重要组成部分,它通过研究价格()与成交量()之间的关系,来判断市场供需情况、情绪变化 阅读全文

posted @ 2025-12-30 12:48 马儿慢些走 阅读(94) 评论(0) 推荐(0)

2025年12月27日 #

美林时钟理论下的大宗商品轮动规律

摘要: 本文为豆包AI大模型深度研究功能生成,仅供参考。 日期:2025年12月27日 网页:https://www.doubao.com/share/code/d72431eaa2c7ecb6 网页截图: 美林时钟理论下的大宗商品轮动规律 核心观点摘要 基于对美林时钟理论的深入研究,我们发现大宗商品在不同 阅读全文

posted @ 2025-12-27 22:15 马儿慢些走 阅读(555) 评论(0) 推荐(0)

经济和金融中的周期理论

摘要: 本文由Qwen大模型生成,仅供参考。 日期:2025年12月27日 在经济学与金融投资中,“周期”是指经济活动或资产价格在时间维度上呈现出的规律性起伏。尽管并非严格周期性(不像物理中的简谐振动),但大量实证与理论研究表明,经济和金融市场存在多种时间尺度的波动模式。以下是一些核心的周期相关理论,按领域 阅读全文

posted @ 2025-12-27 22:00 马儿慢些走 阅读(68) 评论(0) 推荐(0)

2025年12月24日 #

Fedora视频播放无声音,AI辅助确认是低级失误。

摘要: 在Fedora上播放视频,结果没有声音,但是用ffmpeg提取音频之后又有声音,播放器没变。经过KIMI的辅助,检查了解码器、音频驱动,最后发现问题在最简单的音量设置上,系统层面把播放器的音量设置到0了。 以下内容由AI大模型KIMI生成,仅供参考。 本次对话完整复盘:从“Celluloid 播放视 阅读全文

posted @ 2025-12-24 14:44 马儿慢些走 阅读(45) 评论(0) 推荐(0)

2025年12月20日 #

Emacs设置自动换行

摘要: 本文为和AI大模型Kimi的对话记录,仅供参考。 解决一个Emacs使用中的小问题。 User: Emacs如何设置自动换行,当输入的时候一行内容太长,可以自动换到第二行,不用每次都用M+Q。 Kimi: 在 Emacs 里“边打边自动换行”其实只需要把两个变量打开即可,完全不需要 M-q。把下面几 阅读全文

posted @ 2025-12-20 20:21 马儿慢些走 阅读(42) 评论(0) 推荐(0)

2025年12月19日 #

原油价格波动与全球经济周期的内在关联及结构性变迁研究报告

摘要: 2025年12月19日,本文由Gemini Deep Research生成,仅供参考。 原油价格波动与全球经济周期的内在关联及结构性变迁研究报告 在现代经济学的理论框架与实证研究中,原油价格与全球经济周期之间的关系被视为解析宏观经济波动的核心密码。自19世纪工业化进程加速以来,原油不仅作为基础能源驱 阅读全文

posted @ 2025-12-19 15:57 马儿慢些走 阅读(94) 评论(0) 推荐(0)

2025年12月16日 #

【202503】基于 LM-Polygraph 的大语言模型不确定性量化基准测试综合分析

摘要: 研究主题: 对大型语言模型(LLMs)的不确定性量化(Uncertainty Quantification, UQ)方法进行基准测试。 核心内容: 引入了一个新的基准测试,该基准基于 LM-Polygraph 框架,旨在对LLM在各种文本生成任务(如选择性问答、选择性生成、声明级事实核查)中的UQ技术进行可控且一致的评估。(“大语言模型的不确定性量化”就是对模型和任务的一种评估,本文是对评估方法的评估。) 方法与评估: 实现了最先进的UQ基线集合,并支持评估置信度归一化方法(Normalization Methods)的解释性。作者通过该基准对UQ和归一化技术进行了大规模实证研究,涵盖了十一个数据集,并确定了最有效的方法。 目标: 解决当前LLM UQ研究中技术和评估方法分散的问题,为研究人员提供一个更可靠、一致的评估环境。 阅读全文

posted @ 2025-12-16 16:26 马儿慢些走 阅读(57) 评论(0) 推荐(0)

2025年12月9日 #

Python reduce 改为 chain ,性能优化

摘要: 本文为和AI大模型KIMI的对话记录,仅供参考。 起因为执行Python代码时reduce才做耗费太多时间和内存,改为chain操作后加速效果明显,本质上属于列表该为迭代器。 Python reduce的性能问题 User: labels_all = reduce(lambda x, y: x + 阅读全文

posted @ 2025-12-09 17:37 马儿慢些走 阅读(11) 评论(0) 推荐(0)

导航