# 数据分析-精炼 ## 问题描述 ![](/files/tDH0jWejGp0YwxY5jF9v) ![](/files/4il8jbkVQfRMzaDAjAVM) ![](/files/p7eTKDdNO3CFcxCmGY8X) ## [卓尔金历法](https://www.bfm-unity.com/qian-xian/management-cockpit-operation/zi-chan-pei-zhi/ling-hang-duo-lei-da) 我们之前所说的[卓尔金历法](https://www.bfm-unity.com/qian-xian/management-cockpit-operation/zi-chan-pei-zhi/ling-hang-duo-lei-da)，解决的是二维空间中的分类问题， 使用的方法是逻辑回归LR，使用的激活函数是sigmoid函数 二维空间，指的是 MVRV的60日均线，S2F月预测价格/价格的60日均线， 这两个变量，经过规整化，90%概率分布于（-1，1）后，构成的空间， 喂进去的训练数据是，经过数学处理，90%概率分布于（-1，2）的，基于（60天后的涨跌幅分布）的训练数据。 模型的预计输出结果是，（-1，2）的仓位控制策略模型， 这个模型被称为：[卓尔金历法](https://www.bfm-unity.com/qian-xian/management-cockpit-operation/zi-chan-pei-zhi/ling-hang-duo-lei-da)，或，二向箔。 问题已经被Excel解决，但是不具有扩展性。 ## [宇宙魔方](https://www.bfm-unity.com/qian-xian/yu-zhou-mo-fang-hui-gui-fen-xi) 我们现在这个问题属于三维空间中的，分类问题， 使用的方法是逻辑回归LR，使用的激活函数是sigmoid函数 三维空间，指的是 MVRV的60日均线，S2F月预测价格/价格的60日均线，NVT的60日均线，这三个变量，经过规整化，90%概率分布于（-1，1）后，构成的空间， 喂进去的训练数据是，经过数学处理，90%概率分布于（-1，2）的，基于（60天后的涨跌幅分布）的训练数据。 模型的预计输出结果是，（-1，2）的仓位控制策略模型， 这个模型被称为：[宇宙魔方](https://www.bfm-unity.com/qian-xian/yu-zhou-mo-fang-hui-gui-fen-xi)（Tesseract） 问题的模型已经建立了，解决起来就只是时间问题了。 ## 使用工具 [Anaconda](https://www.anaconda.com/) (Jupyter Notebook，Jupyter Lab，Numpy，Pandas，SciPy，TensorFlow，Keras)还有matplotlib，差点忘了 [**TensorFlow**](https://www.tensorflow.org/) **|** [**TensorBoard**](https://www.tensorflow.org/tensorboard?hl=zh-cn) **|** [**TensorBoard.dev**](https://tensorboard.dev/) **|** [**Google Colab**](https://colab.research.google.com/notebooks/intro.ipynb) [**https://playground.tensorflow.org/**](https://playground.tensorflow.org/) [**https://nbviewer.jupyter.org/**](https://nbviewer.jupyter.org/) ### 数据来源 [MVRV](https://www.qkl123.com/data/mvrv/btc) | [S2F](https://www.qkl123.com/data/s2f/btc) | [NVT](https://www.qkl123.com/data/nvt/btc) ## 课程学习 * [【美国微软大神的数据分析课】Pandas vs Excel](https://www.bilibili.com/video/BV1rt411y7PY) 🚩 * [python3带你玩转excel--工作党福利--（评论区附有课件和代码）](https://www.bilibili.com/video/BV1W7411G7wP)🚩 * [如何系统地学习Python 中 matplotlib, numpy, scipy, pandas？](https://www.zhihu.com/question/37180159/answer/304720890)🚩 * [**机器学习之数据的偏态分布和数据的标准化**](https://blog.csdn.net/m0_37870649/article/details/80638179)**🚩** * [人工智能实践：Tensorflow笔记](https://www.icourse163.org/course/PKU-1002536002?tid=1452937471)🚩 * 源码下载链接： 提取码：mocm ## 已经实现部分代码并开源 {% embed url="" %} {% embed url="" %} {% content-ref url="/pages/CoqRhiiMIsKykx6ytlhQ" %} [LV6-星魔方 (分类) 🎲](/4.0.0/bfm-ai-bi-fang-meng-zhi-neng/shu-ju-zhi-neng-fen-xi-bu/lv6-xing-mo-fang-fen-lei.md) {% endcontent-ref %} --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://www.bfm-unity.org/4.0.0/bfm-ai-bi-fang-meng-zhi-neng/shu-ju-zhi-neng-fen-xi-bu/lv6-xing-mo-fang-fen-lei/shi-yan-shi-zhan-shi-gui.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.