搜索结果: "量化"
浮点数误差分析Skill floating-point-analysis
浮点数误差分析是一种用于评估和验证数值算法精度的专业技能。它通过严格的数学方法，如IEEE 754标准建模、舍入误差跟踪、区间算术和高精度计算，来量化计算过程中的累积误差，并推导可靠的误差边界。该技能对于确保科学计算、金融建模、工程仿真和机器学习等领域中算法的数值稳定性和结果可靠性至关重要。关键词：浮点数误差分析，数值算法验证，IEEE 754，舍入误差，区间算术，高精度计算，误差边界，数值稳定性，科学计算，量化金融。
插值逼近Skill interpolation-approximation
插值逼近是一种数值分析方法，用于通过已知数据点构建函数或曲线，实现数据拟合、函数近似和预测建模。核心功能包括多项式插值、样条插值、最小二乘拟合和误差分析，广泛应用于量化金融、数据科学、工程计算和科学研究等领域。关键词：插值方法、逼近算法、数据拟合、数值分析、函数近似、量化金融、预测建模、误差估计。
MCMC收敛性诊断Skill mcmc-diagnostics
MCMC收敛性诊断技能用于对马尔可夫链蒙特卡洛（MCMC）模拟结果进行统计验证与分析，确保贝叶斯推断的可靠性。核心功能包括计算Rhat指标、有效样本量（ESS）、生成轨迹图、分析自相关性、检测发散转移以及进行能量诊断（E-BFMI）。适用于量化金融、数据科学、科研学术等领域中需要进行复杂概率建模和不确定性量化的场景。关键词：MCMC诊断，贝叶斯推断，收敛性分析，Rhat，有效样本量，轨迹图，统计计算。
蒙特卡洛模拟Skill monte-carlo-simulation
蒙特卡洛模拟是一种基于随机抽样的数值计算方法，主要用于不确定性量化、概率分析和复杂积分计算。通过生成大量随机样本，评估模型输出分布，广泛应用于金融风险评估、量化策略回测、衍生品定价和统计套利等领域。
多重检验校正Skill multiple-testing-correction
多重检验校正技能用于在同时进行多个统计假设检验时，通过数学方法调整p值或显著性阈值，以控制整体错误率（如族错误率FWER或错误发现率FDR）。核心功能包括Bonferroni校正、Holm-Bonferroni方法、Benjamini-Hochberg FDR控制等，广泛应用于数据分析、生物信息学、量化金融、科学研究等领域，确保统计推断的可靠性，避免多重比较带来的假阳性问题。关键词：多重检验校正，p值校正，FWER，FDR，Bonferroni，假设检验，统计显著性，错误率控制。
数值线性代数工具包Skill numerical-linear-algebra-toolkit
数值线性代数工具包是一个专注于高性能数学计算的技能，提供矩阵分解、特征值计算、稀疏矩阵处理和迭代求解等核心线性代数操作。适用于科学计算、工程仿真、量化金融建模和机器学习算法开发等领域，帮助用户高效解决大规模数值计算问题。关键词：数值线性代数，矩阵分解，特征值计算，稀疏矩阵，迭代求解器，科学计算，高性能计算，数学建模。
多项式混沌展开Skill polynomial-chaos-expansion
多项式混沌展开是一种用于高效传播计算模型中不确定性的数学方法。该方法通过正交多项式基函数对随机输入变量进行展开，能够快速计算输出响应的统计特性（如均值、方差）和全局敏感性分析（如Sobol指数）。适用于工程仿真、金融风险评估、科学计算等领域的不确定性量化分析。关键词：不确定性量化，多项式混沌，敏感性分析，随机建模，数值仿真，风险分析，正交多项式，稀疏PCE
PyMC概率编程Skill pymc-probabilistic-programming
PyMC概率编程技能提供了一套完整的Python工具集，专门用于实现灵活的贝叶斯建模和概率编程。核心功能包括分层模型构建、自定义概率分布定义、高斯过程建模、支持MCMC和变分推断等多种推断算法，并集成了ArviZ库进行模型诊断和结果可视化。该技能适用于需要进行不确定性量化、统计推断和预测建模的数据科学、量化金融及科研领域。关键词：贝叶斯建模，概率编程，PyMC，MCMC，变分推断，分层模型，高斯过程，ArviZ可视化，统计计算，Python数据分析。
敏感性分析-不确定性量化Skill sensitivity-analysis-uq
该技能提供一套完整的全局敏感性分析（GSA）方法，用于量化模型输出对输入参数变化的敏感程度。核心功能包括计算Sobol指数、执行Morris筛选、进行FAST分析等，帮助用户识别关键输入变量、理解模型行为、优化模型设计并支持不确定性量化（UQ）研究。适用于金融建模、工程仿真、环境科学等领域的模型验证与风险评估。关键词：敏感性分析，不确定性量化，Sobol指数，Morris方法，FAST，方差分解，模型验证，风险评估。
特殊函数库Skill special-functions-library
特殊函数库是一个专注于数学特殊函数计算与分析的技能工具，提供贝塞尔函数、超几何函数、椭圆函数、正交多项式（如勒让德、切比雪夫、埃尔米特）、伽马函数、贝塔函数、泽塔函数等高级数学函数的评估、操作和渐近分析能力。支持高精度数值计算、恒等式变换和连接公式应用，适用于科学计算、工程分析、量化金融建模等需要复杂数学函数处理的场景。
Stan贝叶斯建模Skill stan-bayesian-modeling
Stan贝叶斯建模技能专注于使用Stan概率编程语言进行高级贝叶斯统计推断和复杂统计模型构建。核心功能包括MCMC采样（如NUTS和HMC算法）、变分推断、先验与后验预测检验，以及基于LOO-CV和WAIC的模型比较。适用于量化金融中的预测建模、风险管理、因子挖掘，以及数据科学领域的统计计算、不确定性量化和概率预测。关键词：Stan概率编程，贝叶斯推断，MCMC采样，变分推断，模型比较，统计建模，量化金融，数据科学。
SymPy符号计算引擎Skill sympy-computer-algebra
SymPy符号计算引擎是基于Python的数学分析工具，提供符号微分、积分、方程求解、级数展开、矩阵运算等核心功能。适用于数学建模、科学计算、工程分析、量化金融建模、算法开发等场景。关键词：符号计算、数学分析、Python数学库、SymPy教程、微分方程求解、线性代数、科学计算、量化建模、算法开发