# 数学研究部

## 1，无监督学习的归一化操作伪代码——

适用于任何**无顺序状态数据**（**不管数据分布如何**），应用sigmod函数之前的**归一化操作**：

```python
定义 a_1, b_1
定义 f_1(), f_2()

f_2() = LN(f_1()/a_1)
        /b_1 
        * 4 
# 因为sigmod函数x取(-4,4)时，y在约(0,1), 所以这里最后*4
# 你也可以*5，大概覆盖增长区间就行

a_1 = 几何平均数(f_1()) 
# 几何平均数：GEOMEAN

b_1 =  (算术平均数(极大值(LN(f_1()/a_1),N)
      - 算术平均数(极小值(LN(f_1()/a_1),N))
      / 2
# 算数平均数：AVERAGE
```

### 找极值点

**二阶导数**大于0，图象为凹；

**二阶导数**小于0，图象为凸；

**二阶导数**等于0，不凹不凸。

当一阶导数等于0，而二阶导数大于0时，为极小值点。

当一阶导数等于0，而二阶导数小于0时，为极大值点；

当一阶导数和二阶导数都等于0时，为驻点。

在导数为0的点的两侧若函数单调性一致，则此点不是极值点

极值点因子 = 此处的二阶导数/ABS(此处的一阶导数)

```c
极值点因子 = 此处的二阶导数/ABS(此处的一阶导数)

// 找极值点因子偏离0最大的离群点(即一阶导数绝对值最小，二阶导数绝对值最大)
// 跟随二阶导数的符号
// 大于0时，为极小值点；小于0时，为极大值点。
```

### 统计振幅

取极值点因子最大的10个点和最小的10个点

```python
定义 a_1, b_1
定义 f_1(), f_2()

f_2() = LN(f_1()/a_1)
        /b_1 
        * 4 
# 因为sigmod函数x取(-4,4)时，y在约(0,1), 所以这里最后*4
# 你也可以*5，大概覆盖增长区间就行

a_1 = 几何平均数(f_1()) 
# 几何平均数：GEOMEAN

b_1 = 算数平均数(极大值(LN(f_1()/a_1),N)
               -极小值(LN(f_1()/a_1),N)
              ) 
# 算数平均数：AVERAGE
```

## 2，判断牛熊，用于决策的，施密特触发器伪代码：

IF函数 [**其他函数**](https://zhuanlan.zhihu.com/p/51366759) IFS函数 Choose函数\
[**多条件逻辑函数**](https://zhuanlan.zhihu.com/p/38326242)：AND、OR、IF

```python
定义 x_0, y_0 # 基期输入，基期状态 
定义 x_1, y_1 # 现期输入，现期状态 
定义并赋值 x_L = ?
定义并赋值 x_H = ?
定义函数 y_1 = 施密特触发器(x_1,y_0) # 现期状态=施密特触发器(现期输入，基期状态)
------------------------
上升的施密特触发器(x_1,y_0, x_L,x_H) { 
if x_1>x_H, return 1 # 如果，现期输入>高输入阈值，状态置1 
else if x_1<x_L, return 0 # 如果，现期输入<低输入阈值，状态置0 
else return y_0 # 否则，维持原状态 
}

下降的施密特触发器(x_1,y_0, x_L,x_H) { 
if x_1>x_H, return 0 # 如果，现期输入>高输入阈值，状态置1 
else if x_1<x_L, return 1 # 如果，现期输入<低输入阈值，状态置0 
else return y_0 # 否则，维持原状态 
}
------------------------
定义并赋值 w = ?

sigmod_上升的施密特触发器(x_1,y_0, x_L,x_H,w) {
if x_1>x_H-w && x_1>x_L+w, return y_0/(sigmod((x_0-x_H)/w*4))*(sigmod((x_1-x_H)/w*4)) #如果输入进入下降通道且不在上升通道内，状态更新

else if x_1<x_H-w && x_1<x_L+w, return 1-(1-y_0)/(1-sigmod((x_0-x_L)/w*4))*(1-sigmod((x_1-x_L)/w*4))  #如果输入进入上升通道且不在下降通道内，状态更新
else return y_0 # 否则，维持原状态
}

sigmod_下降的施密特触发器(x_1,y_0, x_L,x_H,w) {
if x_1>x_H-w && x_1>x_L+w, return y_0/(sigmod(-(x_0-x_H)/w*4))*(sigmod(-(x_1-x_H)/w*4)) #如果输入进入下降通道且不在上升通道内，状态更新

else if x_1<x_H-w && x_1<x_L+w, return 1-(1-y_0)/(1-sigmod(-(x_0-x_L)/w*4))*(1-sigmod(-(x_1-x_L)/w*4))  #如果输入进入上升通道且不在下降通道内，状态更新
else return y_0 # 否则，维持原状态
}
```

![](/files/bSywD21JwKyU3Jhb5MU0)

![](/files/JbNYcgzTP4wUzL7XmHFS)

## 3，无监督学习的状态综合——[同架策略](https://guhhhhaa.gitbook.io/joinquant/jin-rong-li-lun-zong-jie/zi-chan-pei-zhi/tong-gen-ce-lve-yu-tong-jia-ce-lve)：

{% embed url="<https://guhhhhaa.gitbook.io/joinquant/jin-rong-li-lun-zong-jie/zi-chan-pei-zhi/tong-gen-ce-lve-yu-tong-jia-ce-lve>" %}

**注：ABS()** 函数 是 **绝对值()** 函数，\
**MAX()** 函数 是 **比较大小并取其中的大者()** 函数，

IF函数 [**其他函数**](https://zhuanlan.zhihu.com/p/51366759) IFS函数 Choose函数\
[**多条件逻辑函数**](https://zhuanlan.zhihu.com/p/38326242)：AND、OR、IF

```python
定义 x_i
定义 w_i

定义函数 w_i = 同架策略(x_i)
定义函数 w_i = 同根策略(x_i)
------------------------
同架策略(x_i){ 
return x_i*(x_i/(1-x_i))/SUM(x_i/(1-x_i))
}

同根策略(x_i){ 
return x_i*(1/(1-x_i))/SUM(1/(1-x_i))
}
------------------------
同架策略_带做空&杠杆(x_i){ 
return x_i*(ABS(x_i)/MAX(0.0…01,1-ABS(x_i)))/SUM((ABS(x_i)/MAX(0.0…01,1-ABS(x_i))))
}

同根策略_带做空&杠杆(x_i){ 
return x_i*(1/MAX(0.0…01,1-ABS(x_i)))/SUM((1/MAX(0.0…01,1-ABS(x_i))))
}
```

![](/files/ILP2RpTL8L1U6S8SI7DJ)

## 4，总结应用（已失效，用卓尔金历法代替）

{% content-ref url="/pages/P5Nkt6YvFpZ7gfQS4d5V" %}
[战略资产配置——卓尔金历 🕙](/4.0.0/bfm-ds-bi-fang-meng-shu-ju-zhi-chi/zi-chan-pei-zhi/the-tzolkin-calendar.md)
{% endcontent-ref %}

```python
MVRV            ➡️ 归一化操作 ➡️ 施密特触发器 ↘️
                                        同架策略 ➡️ 仓位结果
S2F预测价格/价格0 ➡️ 归一化操作 ➡️ 施密特触发器 ↗️
```


---

# 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-rins.-bi-fang-meng-ke-xue-yan-jiu-yuan/shu-xue-li-qi.md?ask=<question>
```

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.