金融小子∙二零零二（时光机器/吕氏春秋）

#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

Author: englianhu

README.md

@@ -21,7 +21,11 @@
 
 ## 0) 面试题
 
-The sample question for Interview a job in Binary.com. Here I try to write a web application which is automatically gather data, calculate, forecast, place orders, settlement and also P&L report from tip-to-toe. Here I also conducting few research tasks to test the efficiency of some statistical models, and also refer to a [Master Degree level quantitave assignment](https://github.com/englianhu/Quant-Strategies-HFT) as my studies. Hope that I can be shortlisted to be a member of Binary.com.
+<s>The sample question for Interview a job in Binary.com. Here I try to write a web application which is automatically gather data, calculate, forecast, place orders, settlement and also P&L report from tip-to-toe. Here I also conducting few research tasks to test the efficiency of some statistical models, and also refer to a [Master Degree level quantitave assignment](https://github.com/englianhu/Quant-Strategies-HFT) as my studies. Hope that I can be shortlisted to be a member of Binary.com.</s>
+
+
+
+应征**次元期权（法人马企）**面试入门测验。借鉴西蒙·柯林斯的https://matchodds.org（或詹姆斯·西蒙斯的高频量化对冲基金---文艺复兴科技）愚生尝试编写个自动采撷数据、科研回测、筹算、算卜预测、自动下单、结算、显示盈亏、风险管理报告、评估再改良高频量化对冲投资战略的一条龙服务的智能网页应用。愚生于此尝试着手于科研多元化计数/机数建模，再评估有效性与可行性，[硕士生量化功课（英）](https://github.com/englianhu/Quant-Strategies-HFT)。
 
 ## 1) 第一题
 
@@ -184,7 +188,7 @@ Below are some seasonal time series models:
 - [Deriv.com - Interday & Intraday High Frequency Trading Models Comparison <span style='color:#4E79A7'>**Review (Part II)**</span>](https://beta.rstudioconnect.com/content/16442/binary-Q1Inter-HFT-RV2.html) (in RStudioConnect.com)
 - 金融衍生 - 筛选日内高频量化交易统计模型（第III部）
   - [金融衍生 - 筛选日内高频量化交易统计模型 <span style='color:#4E79A7'>**（第III部）**</span>](https://rpubs.com/englianhu/HFT-RV3)
-  - [金融衍生 - 筛选日内高频量化交易统计模型 <span style='color:#4E79A7'>**校阅（第三部）**</span>](https://englianhu.github.io/民国一百一十三年（甲辰年）/桃月/binary-Q1Inter-HFT-RV3E.html)
+  - [金融衍生 - 筛选日内高频量化交易统计模型 <span style='color:#4E79A7'>**第三部（衍生版）**</span>](https://englianhu.github.io/民国一百一十三年（甲辰年）/桃月/binary-Q1Inter-HFT-RV3E.html)
 - 金融衍生 - 筛选日内高频量化交易统计模型（丁）
 
 ### 1.2) <span style='color:red'>幕后花絮</span>

binary-Q1Inter-HFT-RV3E.Rmd

@@ -1,6 +1,6 @@
 ---
 title: "<img src='诸子百家考工记/deriv.png' height='240'>"
-subtitle: "[<span style='color:#DE5D83; background-color:black;'>金融衍生</span> - 筛选日内高频量化交易计数模型 <span style='color:#4E79A7'>**校阅（第三部）**</span>](https://github.com/englianhu/binary.com-interview-question)"
+subtitle: "[<span style='color:#DE5D83; background-color:black;'>金融衍生</span> - 筛选日内高频量化交易计数模型 <span style='color:#4E79A7'>**第三部（衍生版）**</span>](https://github.com/englianhu/binary.com-interview-question)"
 author: "[®γσ, ξηg Lιαη Ημ（雷欧）](https://englianhu.github.io) <img src='诸子百家考工记/赢家ξng黄氏江夏堂 - 量化对冲（中）.png' height='14'>® <img src='诸子百家考工记/大秦赋 - 北京大学.png' height='14'>" 
 date: "`r lubridate::today('Asia/Shanghai')`"
 output:
@@ -476,7 +476,7 @@ conflicts_prefer(gtools::permutations, .quiet = TRUE)
 
 ## 论文简介
 
-[<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - *Interday High Frequency Trading Models Comparison* <span style='color:red'>*Blooper*</span>](https://rpubs.com/englianhu/binary-Q1Inter-HFT)科研论文中提及一些技术问题，故此使用**Part I**中的数据加以修饰并回测，再与**Part II**比较，筛选最优计数模型。
+[<span style='color:#DE5D83; background-color:black;'>*Deriv.com*</span> - *Interday High Frequency Trading Models Comparison* <span style='color:red'>*Blooper*</span>](https://rpubs.com/englianhu/binary-Q1Inter-HFT)科研论文中提及一些技术问题，而**Part I**中的数据加以修饰并回测后与**Part II**比较，**（第三部）**则筛选出使用`频率（分计） 等于 一`数据观测量为`r num2c(187199)`最优计数模型。故此，二度过滤并筛选`频率（分计） 等于 一`的数据来筹算节省筹算时间。
 
 - [<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://rpubs.com/englianhu/binary-Q1Inter-HFT-RV1) (发布于RPubs.com)
 - [<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)
@@ -593,7 +593,7 @@ conflicts_prefer(gtools::permutations, .quiet = TRUE)
 
 ## 开函阅牍/简
 
-**Part I**中使用的原始数据已加以修饰并储存，**Part II**与**（第III部）**次论文读取该数据，将网页轻巧化、省略掉修饰数据的一栏，**（第III部）**虽然出现小出错，但整体上还是可以筛选出**最优计数模型**，总结使用阳历二零一八年上半年汇价数据即可，节省许多科研时间。
+**Part I**中使用的原始数据已加以修饰并储存，**Part II**与**（第III部）**次论文读取该数据，将网页轻巧化、省略掉修饰数据的一栏，**（第III部）**虽然出现小出错，但整体上还是可以筛选出**最优计数模型**，总结使用阳历二零一八年上半年汇价数据即可，节省许多科研时间。**（第三部）**则筛选出使用`频率（分计） 等于 一`数据观测量为`r num2c(187199)`最优计数模型。故此，二度过滤并筛选`频率（分计） 等于 一`的数据来筹算节省筹算时间。
 
 以天文学公转周期与自转周期的概念，预测时间单位为一分钟而数据量为十个时辰；**总汇结论（从阳历二零一六年至二零一八年七月七日）**和**总汇阳历二零一八年上半年结论**可以证实将再循环数据量参数设置为`频率 = 1`（**以百分之一个时辰时间单位为一个周期（一分钟单位千皕观测量一个循环周期）**）误差最小、最为精准<span style='color:white; background-color:#DE5D83;'>**最优计数模型**</span>。为了节省科研时间，它日只需要使用半年汇价数据而非三年半数据。
 
@@ -620,7 +620,7 @@ if (!exists('.蜀道仓库')) .蜀道仓库 <- paste0(.蜀道, '诸子百家学
 
 ## A data.table and dplyr tour
 ## https://atrebas.github.io/post/2019-03-03-datatable-dplyr/#addupdatedelete-columns
-日内指数平滑数据二零一八年上半年总汇 <- readRDS(paste0(.蜀道仓库, '日内指数平滑数据二零一八年上半年总汇.rds'))
+日内指数平滑数据二零一八年上半年总汇 <- readRDS(paste0(.蜀道仓库, '日内指数平滑数据二零一八年上半年总汇.rds'))[频率 == 1]
 
 日内指数平滑数据二零一八年上半年总汇 <- tidyft::full_join(样本二零一八半年, 日内指数平滑数据二零一八年上半年总汇) %>% 
     na.omit %>% 

binary-Q1Inter-HFT-RV3E.html

@@ -777,7 +777,7 @@ if (!exists('.蜀道仓库')) .蜀道仓库 <- paste0(.蜀道, '诸子百家学
 
 ## 开函阅牍/简
 
-**Part I**中使用的原始数据已加以修饰并储存，**Part II**与**（第III部）**次论文读取该数据，将网页轻巧化、省略掉修饰数据的一栏，**（第III部）**虽然出现小出错，但整体上还是可以筛选出**最优计数模型**，总结使用阳历二零一八年上半年汇价数据即可，节省许多科研时间。
+**Part I**中使用的原始数据已加以修饰并储存，**Part II**与**（第III部）**次论文读取该数据，将网页轻巧化、省略掉修饰数据的一栏，**（第III部）**虽然出现小出错，但整体上还是可以筛选出**最优计数模型**，总结使用阳历二零一八年上半年汇价数据即可，节省许多科研时间。**（第三部）**则筛选出使用`频率（分计） 等于 一`数据观测量为`r num2c(187199)`最优计数模型。故此沿用**第三部（衍生版）**数据使用`频率（分计） 等于 一`的数据来筹算节省筹算时间。
 
 以天文学公转周期与自转周期的概念，预测时间单位为一分钟而数据量为十个时辰；**总汇结论：从阳历二零一六年（农历二零一五年冬月廿二 乙未年戊子月壬午日属羊 周五 第一周）至二零一八年七月七日（农历二零一八年 戊戌年己未月庚子日属狗 周六 第廿七周）**和**总汇阳历二零一八年上半年结论**可以证实将再循环数据量参数设置为`频率 = 1`（**以百分之一个时辰时间单位为一个周期（一分钟单位千皕观测量一个循环周期）**）误差最小、最为精准<span style='color:white; background-color:#DE5D83;'>**最优计数模型**</span>。为了节省科研时间，它日只需要使用半年汇价数据而非三年半数据。