Skip to main content

机器学习容器

· 6 min read

关键术语​

  • 容器 Container- 一种标准化的轻量级软件包，可将应用程序的代码和依赖关系捆绑在一起，以便在任何环境中可靠运行。
  • 容器注册中心（Container Registry）- 用于存储、共享和部署容器镜像的存储库，通常集成到 CI/CD 管道中。例如 Docker Hub、AWS ECR。
  • 容器协调 Container Orchestration- 利用 Kubernetes 和亚马逊 ECS 等平台对容器进行自动管理、扩展和协调。
  • 持续交付- 通过 CI/CD 管道自动化部署，快速可靠地构建、测试和发布容器的软件开发实践。
  • 基础设施即代码（Infrastructure as Code）--通过机器可读的定义文件管理网络、计算、存储等基础设施，而不是手动流程。实现可重现性。
  • 无发行版容器 Distroless Container- 经过优化的容器映像，只包含应用程序、运行时语言和基本系统库，省略了外壳、软件包管理器等。提高安全性。

Containerized Microservices​

金融资产定价模型 Asset Pricing Model (Firm Value, Share, Bond)

· 3 min read

企业价值 Firm Value​

企业价值公式

[∑i=1tCFt(1+WACC)t][\sum_{i=1}^t \frac{CF_t}{(1+WACC)^t}] [WACC=EV×re+DV×rd×(1−Tc)][\text{WACC} = \frac{E}{V} \times r_e + \frac{D}{V} \times r_d \times (1 - T_c)]
  • EE：公司权益的市场价值
  • DD：公司债务的市场价值
  • V=E+DV=E+D：公司的总价值（权益 + 债务）
  • rer_e​：权益成本（如 CAPM 计算得出的股权回报率）
  • rdr_d​：债务成本（借贷利率）
  • TcT_c​：企业所得税率

从零部署构建 Faas (Function As A Service)

· 4 min read

关键术语​

  • Python 函数- 可重复使用的代码块，用于接收输入、处理和返回输出。基本的构建模块。
  • Python Fire- 一个从任何 Python 对象或函数自动生成 CLI 的库，使其成为一个可定制的命令行工具。
  • 命令行界面 (CLI)- 基于文本的用户界面，通过键入提示和输入执行命令。实现自动化。
  • 云函数- 无需管理服务器即可执行代码，以响应 HTTP 或数据库变化等事件。
  • Azure 功能- 微软云托管的无服务器计算服务，用于执行事件驱动功能。
  • 持续集成（Continuous Integration）--通过将开发人员提交的代码合并到主线分支（由推送请求触发），对代码更改进行自动测试和验证。

从零构建 Python 函数并部署​

两个最近碰到棘手的技术问题

· One min read

问题一: Python 环境无法退出​

碰到个很棘手的问题，vsc 里面，我创建了 python venv, 启动后，我把 venv 删掉了，导致无法正常退出 之前删除的 venv。

使用管道进行数据运维

· 3 min read

关键术语​

  • AWS Step Functions- 一种无服务器协调服务，可让您使用可视化工作流协调分布式应用程序和微服务的组件。
  • AWS Batch- 一种托管计算服务，可在 AWS 上调度和运行任何规模的批量计算工作负载。自动提供资源。
  • AWS Glue- 无服务器 ETL 和数据集成服务，可为分析和机器学习准备和转换数据。
  • ETL 管道- 从数据源提取数据、处理/清理数据并将其加载到目标数据库或数据仓库的提取、转换和加载管道。
  • 无服务器管道 - 使用 Lambda、Glue、Batch 和 Step Functions 等云服务来构建可自动管理基础设施的数据管道。
  • DataOps- 协作数据管理实践，侧重于通过自动化基础设施提高数据交付的质量和速度。

实践-利用 GitHub 生态系统进行开发-训练模型

· 8 min read

关键术语​

  • Codespaces- 由 GitHub 托管的基于云的一次性开发环境。提供可重现性和自定义功能。
  • 可重复性--可靠地重新创建环境并获得相同结果的能力。代码空间通过容器确保了这一点。
  • 容器映像（Container Image）- 一种轻量级、独立、可执行的软件包，允许代码跨环境快速、可靠地运行。
  • GPU- 利用专用硬件加速机器学习模型构建/训练的图形处理单元。
  • Copilot- GitHub 的人工智能配对程序员，可在开发人员输入代码时向其推荐代码和整个函数。
  • 持续集成（Continuous Integration）- 通过自动构建和测试流程，频繁合并代码变更并验证每项变更的开发实践。
  • 持续交付（Continuous Delivery）--软件方法论，团队可通过自动部署快速、可靠、可持续地向用户发布新变更。

云开发人员工作区​

SSD: Solid State Drive

风险管理（Risk Management）常用术语（中英对照）

· 5 min read

以下是金融风险管理领域的核心术语，涵盖市场风险、信用风险、操作风险、流动性风险等场景，按类别分类整理：

1. 市场风险（Market Risk）​

英文中文说明
Value at Risk (VaR)风险价值在特定置信水平（如 95%）下的最大潜在损失。
Expected Shortfall (ES/CVaR)预期短缺/条件风险价值超过 VaR 阈值的平均损失（衡量极端风险）。
Greeks (Delta, Gamma, Vega, etc.)希腊字母（Delta、Gamma、Vega 等）衡量衍生品价格对市场因素的敏感性（如 Delta=期权价格对标的资产价格的敏感度）。
Stress Testing压力测试模拟极端市场情景（如金融危机）对投资组合的影响。
Backtesting回测用历史数据验证风险模型（如 VaR）的准确性。
Monte Carlo Simulation蒙特卡洛模拟通过随机生成路径模拟未来市场情景（用于复杂衍生品定价和风险管理）。
Historical Simulation历史模拟法基于历史数据计算风险指标（如 VaR）。
Volatility Clustering波动率聚集金融时间序列中高波动率常伴随高波动率的现象（GARCH 模型捕捉此特性）。

Quantitative Finance（量化金融）核心术语（中英对照）

· 4 min read

以下是量化金融领域的关键术语，涵盖资产定价、算法交易、风险管理、衍生品模型等场景，按类别分类整理：

1. 资产定价（Asset Pricing）​

英文中文说明
Arbitrage Pricing Theory (APT)套利定价理论基于多因子解释资产收益率的模型（比 CAPM 更灵活）。
Capital Asset Pricing Model (CAPM)资本资产定价模型描述资产预期收益率与市场风险（β）的关系：(E(Ri)=Rf+βi(E(Rm)−Rf))(E(R_i) = R_f + \beta_i (E(R_m) - R_f))。
Fama-French Three-Factor Model法玛-弗伦奇三因子模型扩展 CAPM，加入市值（SMB）和价值（HML）因子。
Carhart Four-Factor Model卡哈特四因子模型在三因子基础上加入动量因子（MOM）。
Risk-Neutral Pricing风险中性定价衍生品定价中假设投资者风险中性，用无风险利率折现预期收益。
Stochastic Discount Factor (SDF)随机贴现因子将未来现金流折现到当前的一般化定价框架。