Skip to content

Commit c026678

Browse files
committed
《🚩🇨🇳🔆🏹🌟👊🚀🦔大秦赋 - 黄埔军校赢家黄氏永春堂 - 中科红旗,高频量化对冲》
#春秋战国 #诸子百家 #秦人牧马 #世袭制道教徒赢家黄氏江夏堂 #世袭制杏林林氏西河堂 #道家中科红旗高频量化对冲 #万般皆下品唯有读书高 #大秦赋 #ChineseEmpire #公元前B4Christ只有中文BC没有外文 #世袭制道教徒赢家黄氏江夏堂拯救亚洲人歼灭所有巫裔回教徒Anti_Islamic_Virus_and_NonHalal_Only_governance #中国政府南太平洋战略 #大葱回教堂商鞅变法Anti_Islamic_Virus #Only_NonHalal_can_Survive #古老的东方有一条河它的名字叫黄河 #古老的东方有一条江它的名字叫长江 #江夏堂 #西河堂 #黄河文明 #黄埔军校 #黄种人🎶 #农民🎶 印裔尽弃(祖籍印尼的巫裔回教徒和土著、祖籍印度乌裔回教徒和兴都教徒和土著,咱们华人都是世袭制道家姓氏堂号/生辰八字的黄河文明/赢家黄氏江夏堂黄埔军校/黄种人/华夏民族/十二生肖/秦人牧马/燕从京来),瓦釜雷鸣; 莫忘初衷,方得始终。 《🚩🇨🇳🔆🏹🌟👊🚀🦔大秦赋 - 黄埔军校赢家黄氏永春堂 - 中科红旗,高频量化对冲》 「大秦赋 - 借鉴黄河文明史」 秦国三杰,拯救亚洲; 歼灭印裔,取代美国。 秦灭六洲,一统天下; 莫忘初衷,方得始终。 🚩🇨🇳🏹🌟🦔量化对冲,中科红旗;一带一路,一统天下(兵马未动,粮草先行;人民币货币经济学,东亚中国司马错得蜀既得楚;歼灭东南亚所有回教徒和峇峇娘惹并攻占东南亚,尤其是四季仔的印尼回教徒外劳房客、阿塔的孟加拉回教徒外劳房客、瓜雪回教市政局柜台巫婆回教徒奴辱依杀、瓜雪回教土地局巫贼巫婆回教徒汪阿自杀和懦蛤仕蟆和法米仨、瓜雪回教警署巫贼巫婆回教徒、大港回教警署所有巫贼巫婆回教徒、瓜雪RHU(淮西派)花园加德士油站隔壁第三巷门牌卅二号边抽鼻涕边求命边膜拜边失心疯边自残自虐自杀的土司乩童刘瑾貹、瓜雪巴西不能帮门牌T十五号吱吱吾语的失心疯猥亵淫魔土司乩童张佳坤、瓜雪回教警署巫贼回教徒黑米哈山·殡·伊不拉心和马航日语组森美兰人黑米哈山。)、大港巴列特花园第十三巷门牌廿七廿九号土司乩童胖妈和卅一号李东海和李东梅和所有回教徒(尤其是回教徒公仆)和峇峇娘惹党羽、所有印裔(祖籍印尼包括土著和回教徒、祖籍印度的兴都教徒和回教徒包括土著)。 🚩🇨🇳🏹🌟🦔诸子百家:印裔回教徒尽弃,瓦釜雷鸣。儒学、墨学、法学、道学、兵法、阴阳学、佛学、哲学、运筹学、思想录、干支算筹、中华习俗文化宗教语言复兴、学术数学科学科技大秦赋 🚩🇨🇳🏹🌟🦔《大秦赋 - 🇨🇳关雎》 🚩🇨🇳🏹🌟🦔春秋战国,诸子百家; 🚩🇨🇳🏹🌟🦔左氏春秋,鬼谷传奇。 🚩🇨🇳🏹🌟🦔商鞅变法,道法兵家; 🚩🇨🇳🏹🌟🦔四面楚歌,焚经坑番。 🚩🇨🇳🏹🌟🦔一带一路,横跨七洲; 🚩🇨🇳🏹🌟🦔史无前例,一统天下。 🚩🇨🇳🏹🌟🦔高频量化,对冲基金; 🚩🇨🇳🏹🌟🦔只争朝夕,不负韶华。 🚩🇨🇳🏹🌟🦔学海无涯,唯勤是岸; 🚩🇨🇳🏹🌟🦔莫忘初衷,方得始终。 https://gitee.com/eglianhu
1 parent 7d8c4e1 commit c026678

5 files changed

Lines changed: 139 additions & 75 deletions

CSSBackgrounds.css

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -3,7 +3,7 @@ body {
33
礼逆袭中科红旗操作系统
44
'https://raw.githubusercontent.com/englianhu/binary.com-interview-question/%E4%B8%96%E5%8D%9A%E9%87%8F%E5%8C%96%E7%A0%94%E7%A9%B6%E9%99%A2/%E6%96%87%E8%89%BA%E5%9D%8A%E5%9B%BE%E5%BA%93/math_theme.png'
55
6-
'文艺坊图库/math_theme.png'
6+
'诸子百家考工记/math_theme.png'
77
*/
88
background-image: url('https://raw.githubusercontent.com/englianhu/binary.com-interview-question/%E4%B8%96%E5%8D%9A%E9%87%8F%E5%8C%96%E7%A0%94%E7%A9%B6%E9%99%A2/%E6%96%87%E8%89%BA%E5%9D%8A%E5%9B%BE%E5%BA%93/math_theme.png');
99
background-repeat: no-repeat;

binary-Q1Inter-HFT-RV3E.Rmd

Lines changed: 36 additions & 11 deletions
Original file line numberDiff line numberDiff line change
@@ -141,7 +141,7 @@ output:
141141
- [中国一带一路网](https://www.yidaiyilu.gov.cn)
142142

143143
```
144-
##赢家黄氏江夏堂联富和家眷亲属(包括外祖父道家书法家李福李氏陇西堂和外祖母郑邓)、性格开朗的校花吴紫云(和性格开朗的明星蔡卓宜)和家眷亲属、校花苏丽欣和家眷亲属、杏林林氏西河堂燕芳(和国民女神中药中医系杨雅、华联独中校友和日语班女同学林艳迎)和家眷亲属、好学的漂亮妞儿皇朝酒店唐宫郭子瑜(和明星肖黎希)和家眷亲属、莘莘学子、国民女神明星邱紫庭和邱爱晨俩、黄埔军校兵马俑世袭制学术份子高频量化对冲中科红旗辛亥革命
144+
##赢家黄氏江夏堂联富和家眷亲属(包括外祖父道家书法家李福李氏陇西堂和外祖母郑邓)、性格开朗的校花吴紫云(和性格开朗的明星蔡卓宜)和家眷亲属、神仙姐姐校花商家苏氏阜阳堂丽欣和家眷亲属、杏林林氏西河堂燕芳(和国民女神中药中医系杨雅、华联独中校友和日语班女同学林艳迎)和家眷亲属、好学的漂亮妞儿皇朝酒店唐宫郭子瑜(和明星肖黎希)和家眷亲属、莘莘学子、国民女神明星邱紫庭和邱爱晨俩、黄埔军校兵马俑世袭制学术份子高频量化对冲中科红旗辛亥革命
145145
146146
##歼灭瓜雪巴西不能帮新村门牌T十五号世袭制自残自虐自杀的失心疯猥亵淫魔土司乩童张佳坤、瓜雪RHU(淮西派)花园加德士油站隔壁第三巷门牌卅二号世袭制自残自虐自杀的失心疯猥亵淫魔土司乩童刘瑾貹/魔戒小丑咕噜/宗教司甘地、瓜雪回教警署巫贼巫婆回教徒黑米哈山殡刘、大港巴列特花园第十三巷门牌廿七廿九卅一号世袭制自残自虐自杀的失心疯猥亵淫魔土司乩童,点缀全球。
147147
nameserver 114.114.114.114
@@ -415,21 +415,23 @@ conflicts_prefer(tidyft::select_dt, .quiet = TRUE)
415415
conflicts_prefer(tidyft::transpose, .quiet = TRUE)
416416
conflicts_prefer(tidyft::setDT, .quiet = TRUE)
417417
conflicts_prefer(tidyft::setnames, .quiet = TRUE)
418-
conflicts_prefer(tidyft::mutate, .quiet = TRUE)
418+
conflicts_prefer(dplyr::mutate, .quiet = TRUE)
419419
conflicts_prefer(dplyr::collapse, .quiet = TRUE)
420420
conflicts_prefer(lubridate::year, .quiet = TRUE)
421421
conflicts_prefer(data.table::first, .quiet = TRUE)
422422
conflicts_prefer(data.table::last, .quiet = TRUE)
423423
conflicts_prefer(data.table::between, .quiet = TRUE)
424424
conflicts_prefer(data.table::set, .quiet = TRUE)
425+
conflicts_prefer(data.table::`:=`, .quiet = TRUE)
426+
conflicts_prefer(hms::hms, .quiet = TRUE)
425427
426428
程序包 <- c(
427429
'devtools', 'Ipaper', 'knitr', 'kableExtra', 'tint', 'furrr',
428430
'tidyr', 'readr', 'lubridate', 'reprex', 'stringr', 'feather',
429431
'purrr', 'quantmod', 'tidyquant', 'tibbletime', 'timetk', 'TSA',
430432
'plyr', 'dplyr', 'dbplyr', 'magrittr', 'cnum', 'arabic2kansuji',
431433
'sarima', 'tidyverse', 'memoise', 'htmltools', 'formattable',
432-
'dtplyr', 'zoo', 'forecast', 'seasonal', 'magrittr',
434+
'dtplyr', 'zoo', 'forecast', 'seasonal', 'magrittr', 'hms',
433435
'seasonalview', 'rjson', 'rugarch', 'rmgarch', 'mfGARCH',
434436
'feather', 'sparklyr', 'jcolors', 'microbenchmark', 'dendextend',
435437
'vembedr', 'lhmetools', 'gtools', 'stringi', 'pacman',
@@ -480,7 +482,7 @@ conflicts_prefer(gtools::permutations, .quiet = TRUE)
480482
- [<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - *Interday High Frequency Trading Models Comparison* <span style='color:RoyalBlue'>*Review (Part I)*</span>](https://beta.rstudioconnect.com/content/16240/binary-Q1Inter-HFT-RV1.html) (发布于RStudioConnect.com)
481483
- [<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - *Interday High Frequency Trading Models Comparison* <span style='color:RoyalBlue'>*Review (Part II)*</span>](https://rpubs.com/englianhu/742275) (发布于RPubs.com)
482484
- [<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - *Interday High Frequency Trading Models Comparison* <span style='color:RoyalBlue'>*Review (Part II)*</span>](https://beta.rstudioconnect.com/content/8a7cbdce-6fc5-409b-8072-9ff21dbd32eb) (发布于RStudioConnect.com)
483-
- [_<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - 筛选日内高频量化交易计数模型 - 校阅<span style='color:RoyalBlue'>(第三部)</span>_](https://rpubs.com/englianhu/987834)
485+
- [_<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - 筛选日内高频量化交易计数模型 - <span style='color:RoyalBlue'>(第三部)</span>_](https://rpubs.com/englianhu/HFT-RV3)
484486

485487
在此论文中,使用[季节性自回归综合滑均模型系列]{style="color:RoyalBlue"}。
486488

@@ -503,7 +505,7 @@ conflicts_prefer(gtools::permutations, .quiet = TRUE)
503505

504506
**咱们东南亚祖籍印尼和印度的印裔政府屠杀六百枯万人类的巫师邪教印裔政权**
505507

506-
小时候都在日本动漫文化的环境下长大。小学时期在明智华校上学就已经学会万事具备,都会提前卅分钟抵达做好准备才不会仓促。自从阳历二零零二年学习日语后,由于平时从旺沙马朱宿舍到拉曼学院徒步上学需要时间提前准备,所以都会将时间设为提前廿分钟,基于从旺沙马朱宿舍徒步耗时卌五分钟左右,索性设为提前一个小时,所以愚生将所有电子仪器的标准时间都一律设为日本标准时间,然后青梅竹马的郑添和同学问过我,我回答:“我的时间必须比别人快,我的世界必须比别人快,才能占有先机~”,所以设置提前一个小时日本标准时间,再提前一小时就看到是本土提前两个小时。**自从阳历二零一九年在菲律宾阿里与中国同胞工作离职后,就开始思考身为🇹🇼🇨🇳中华民族,岂能沦为(大化革新的)倭奴或者倭寇,所以目前的科研语言、时间标准、甚至编码,都一律使用汉字。**由于数据上的交易时间出现时差的缘故,在读取数据后就将数据上的时间更换,添加一小时时差为中国标准时间,以确保时间规律计算方面,不会出错。
508+
小时候都在日本动漫文化的环境下长大。小学时期在明智国民华文小学上学就已经学会万事具备,都会提前卅分钟抵达做好准备才不会仓促。自从阳历二零零二年学习日语后,由于平时从旺沙马朱宿舍到拉曼学院徒步上学需要时间提前准备,所以都会将时间设为提前廿分钟,基于从旺沙马朱宿舍徒步耗时三刻钟左右,索性设为提前一个小时,所以愚生将所有电子仪器的标准时间都一律设为日本标准时间,然后青梅竹马的郑添和同学问过我,我回答:“我的时间必须比别人快,我的世界必须比别人快,才能占有先机~”,所以设置提前半个时辰日本标准时间,再提前半个时辰就看到是本土提前一个时辰,[平时闲暇时间都会泡拉曼学院图书馆](https://github.com/scibrokes/r-world/issues/2#issuecomment-1264570739)。**自从阳历二零一九年在菲律宾阿里与中国同胞工作离职后,就开始思考身为🇹🇼🇨🇳中华民族,岂能沦为(大化革新的)倭奴或者倭寇,所以目前的科研语言、时间标准、甚至编码,都一律使用中文。**由于数据上的交易时间出现时差的缘故,在读取数据后就将数据上的时间更换,添加半个时辰时差为中国标准时间,以确保时间规律计算方面,不会出错。
507509

508510
## 中华时间计量单位(中国传计数时法)
509511

@@ -1890,12 +1892,35 @@ data.frame(自回归综合滑均模型系列)
18901892
- [维基百科 - 节气](https://zh.wikipedia.org/zh-my/节气)
18911893

18921894
```{r 天文历法-计数建模}
1893-
天干
1894-
地支
1895-
干支
1896-
1897-
1898-
日内指数平滑数据二零一八年上半年总汇[, c('干支', '廿四节气') := .(干支, NA)]
1895+
cat('天干:', 天干, '\n地支:', 地支, '\n干支:', 干支, '\n')
1896+
1897+
## 在此添加两列,分别是干支和廿四节气。
1898+
## > range(总汇$日期)
1899+
## [1] "2018-01-02" "2018-06-30"
1900+
## 便民查询网:https://jieqi.bmcx.com/2018__jieqi
1901+
廿四节气 = c(立春 = '2018-02-04', 雨水 = '2018-02-19', 惊蛰 = '2018-03-05', 春分 = '2018-03-21', 清明 = '2018-04-05', 谷雨 = '2018-04-20', 立夏 = '2018-05-05', 小满 = '2018-05-21', 芒种 = '2018-06-06', 夏至 = '2018-06-21', 小暑 = '2018-07-07', 大暑 = '2018-07-23', 立秋 = '2018-08-07', 处暑 = '2018-08-23', 白露 = '2018-09-23', 秋分 = '2018-09-23', 寒露 = '2018-10-08', 霜降 = '2018-10-23', 立冬 = '2018-11-07', 小雪 = '2018-11-22', 大雪 = '2018-12-07', 冬至 = '2018-12-22', 小寒 = '2019-01-05', 大寒 = '2019-01-20') |> as.Date()
1902+
廿四节气 <- data.frame(日期 = 廿四节气, 廿四节气 = names(廿四节气))
1903+
总汇 <- join(日内指数平滑数据二零一八年上半年总汇, 廿四节气) |>
1904+
mutate(廿四节气 = factor(str_replace_na(廿四节气)), 时分秒 = as_hms(年月日时分),
1905+
时辰 = case_when(
1906+
时分秒 > as_hms('23:00:00') & 时分秒 <= as_hms('01:00:00') ~ '子时',
1907+
时分秒 > as_hms('01:00:00') & 时分秒 <= as_hms('03:00:00') ~ '丑时',
1908+
时分秒 > as_hms('03:00:00') & 时分秒 <= as_hms('05:00:00') ~ '寅时',
1909+
时分秒 > as_hms('05:00:00') & 时分秒 <= as_hms('07:00:00') ~ '卯时',
1910+
时分秒 > as_hms('07:00:00') & 时分秒 <= as_hms('09:00:00') ~ '辰时',
1911+
时分秒 > as_hms('09:00:00') & 时分秒 <= as_hms('11:00:00') ~ '巳时',
1912+
时分秒 > as_hms('11:00:00') & 时分秒 <= as_hms('13:00:00') ~ '午时',
1913+
时分秒 > as_hms('13:00:00') & 时分秒 <= as_hms('15:00:00') ~ '未时',
1914+
时分秒 > as_hms('15:00:00') & 时分秒 <= as_hms('17:00:00') ~ '申时',
1915+
时分秒 > as_hms('17:00:00') & 时分秒 <= as_hms('19:00:00') ~ '酉时',
1916+
时分秒 > as_hms('19:00:00') & 时分秒 <= as_hms('21:00:00') ~ '戌时',
1917+
时分秒 > as_hms('21:00:00') & 时分秒 <= as_hms('23:00:00') ~ '亥时'))
1918+
## |> dplyr::filter(廿四节气 != 'NA')
1919+
1920+
总汇 <- cbind(总汇[, -c('市场价', '预测价')], 干支,
1921+
日内指数平滑数据二零一八年上半年总汇[, c('市场价', '预测价')]) |>
1922+
mutate(干支 = factor(干支), 时辰 = factor(时辰))
1923+
# rm(天干, 地支, 干支, 廿四节气)
18991924
```
19001925

19011926
## 外部因素周期性自回归综合滑均模型(ARIMAX)

binary-Q1Inter-HFT-RV3E.html

Lines changed: 50 additions & 14 deletions
Large diffs are not rendered by default.

0 commit comments

Comments
 (0)