- 综合排序
- 最热优先
- 最新优先
- 来自专栏米扑专栏
shell 实现txt转换成html
Birds|Arcade & Action|4.6|887,058|10,000,000 - 50,000,000|Free|August 30, 2011|1.6.3|19M|1.6 and up|Low Maturity Arcade & Action|4.5|314,060|10,000,000 - 50,000,000|Free|September 1, 2011|1.6.0|22M|1.6 and up|Low Maturity Game|Brain & Puzzle|4.9|121,579|1,000,000 - 5,000,000|Free|September 7, 2011|1.06|8.6M|2.1 and up|Low Maturity free|Brain & Puzzle|3.8|1,288|500,000 - 1,000,000|Free|September 1, 2011|1.0.27|8.7M|1.6 and up|Low Maturity |Arcade & Action|4.6|46,790|1,000,000 - 5,000,000|Free|September 3, 2011|1.8|3.2M|1.6 and up|Low Maturity
1.6K20发布于 2019-02-19 - 来自专栏拓端tecdat
R语言用神经网络改进Nelson-Siegel模型拟合收益率曲线分析
+ rnorm(N_MAT, rep(0.0, N_MAT), VOLAs) newMATs = MATURITY_BASES - 1.0/365 #next day all mats become , oldYields, ylim=c(min(npo), max(npo))) lines(MATURITY_BASES, oldYields) points(MATURITY_BASES 如果模拟新数据集，例如VOLAs = 0.005*sqrt(MATURITY_BASES) ， VOLAs = 0.05*sqrt(MATURITY_BASES) 对模型进行修改 将无法识别新数据集上的不良情况 , oldYields, ylim=c(min(npo), max(npo))) lines(MATURITY_BASES, oldYields) points(MATURITY_BASES 如果模拟新数据集，例如VOLAs = 0.005*sqrt(MATURITY_BASES) ， VOLAs = 0.05*sqrt(MATURITY_BASES) 对模型进行修改 将无法识别新数据集上的不良情况
96200发布于 2020-08-10 - 来自专栏拓端tecdat
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模|附代码数据
calculate_bond_price<-function(face_value=1000,coupon_rate=0.05,maturity=1,yearly_coupons=0){ #该函数根据给定的债券 ns_data <- data.frame(maturity=1:30) %>% mutate(ns_yield=nelson_siegel_calculate(theta=maturity,tau=3.3 ,beta0=0.07,beta1=-0.02,beta2=0.01)) head(ns_data) ## maturity ns_yield ## 1 1 0.05398726 -141.08199 -41.27936 nelson_siegel_sensitivities(coupon_rate=0.05,maturity=7) ## Beta0 Beta1 Beta2 ## -545.4198 -224.7767 -156.7335 nelson_siegel_sensitivities(coupon_rate=0.05,maturity=15
84330编辑于 2023-04-14 - 来自专栏拓端tecdat
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模
calculate_bond_price<-function(face_value=1000,coupon_rate=0.05,maturity=1,yearly_coupons=0){ #This function calculates the price of the bond B(0,t) given #its face value, maturity, annual coupon rate 因此，以我们的示例为例，连续复利的年利率是 给定一组零息票债券价格，我们可以计算连续收益率 #Example bond price is 0.987 and maturity is half a ns_data <-data.frame(maturity=1:30) %>%mutate(ns_yield=nelson_siegel_calculate(theta=maturity,tau=3.3 ,beta0=0.07,beta1=-0.02,beta2=0.01))head(ns_data) ## maturity ns_yield## 1 1 0.05398726##
1.5K00发布于 2020-08-10 - 来自专栏朱永胜的私房菜
dubbo（2.7.3） 7.成熟度
有的时候博客内容会有变动，首发博客是最新的，其他博客地址可能会未同步,认准https://blog.zysicyj.top 介绍 Dubbo 各个功能、策略的成熟度 功能成熟度 Feature Maturity 访问日志 Tested 访问日志，用于记录调用信息 本地存储，影响性能，受磁盘大小限制 试用 分布式事务 Research JTA/XA 三阶段提交事务 不稳定 不可用 策略成熟度 Feature Maturity --- --- --- --- Simple 监控中心 Stable 支持 JFreeChart 统计报表 没有集群支持，可能单点故障，但故障后不影响 RPC 运行 可用于生产环境 Feature Maturity Alibaba Hessian 协议 Stable 可与原生 Hessian 互操作，基于 HTTP 协议 需 hessian.jar 支持，http 短连接的开销大 可用于生产环境 Feature Maturity Grizzly Transporter Tested Sun 的 NIO 框架，应用于 GlassFish 服务器中 线程池不可扩展，Filter 不能拦截下一 Filter 试用 Feature Maturity
26910编辑于 2023-12-12 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
Google Earth Engine ——MCD12Q2 V6土地覆盖动态产品（非正式地称为MODIS全球植被表征产品）提供全球范围内的植被表征时间估计
It identifies the onset of greenness, greenup midpoint, maturity, peak greenness, senescence, greendown Days since Jan 1, 1970. 11138 32766 0 Maturity_1 Date when EVI2 first crossed 90% of the segment EVI2 Days since Jan 1, 1970. 11138 32766 0 Maturity_2 Date when EVI2 first crossed 90% of the segment EVI2 0: Best1: Good2: Fair3: PoorBits 2-3: MidGreenup QA 0: Best1: Good2: Fair3: PoorBits 4-5: Maturity 0: Best1: Good2: Fair3: PoorBits 2-3: MidGreenup QA 0: Best1: Good2: Fair3: PoorBits 4-5: Maturity
71910编辑于 2024-02-02 - 来自专栏CNCF
你的Kubernetes成熟度是多少？
Kubernetes 成熟度模型（Kubernetes Maturity Model ）[1]提供了整个 Kubernetes 旅程的端到端概述，你要经历哪些阶段，以及在每个阶段你需要学习/承担哪些技能和活动 你可以在https://www.fairwinds.com/kubernetes-maturity-model上阅读完整的Kubernetes成熟度模型。它应该作为一种工具，帮助你的云原生旅程。 参考资料 [1] Kubernetes 成熟度模型（Kubernetes Maturity Model ）: http://www.fairwinds.com/kubernetes-maturity-model
95410发布于 2021-01-26 - 来自专栏韩曙亮的移动开发专栏
【软件工程】CMMI 能力成熟度模型集成 ( 简介 | 相关术语 | CMMI 等级评估次序 )
文章目录 一、CMMI 简介 二、CMMI 相关术语 三、CMMI 等级评估次序 一、CMMI 简介 ---- CMMI 全称 Capability Maturity Model Integration Process Capability ) : 当 遵循某个软件过程时 , 所能 达到的期望效果 , 它可以有效 预测企业接受新的软件项目时可能得到的结果 ; 软件过程成熟度 ( Software Process Maturity ) : 一个特定的 软件过程 , 被显式 定义 , 管理 , 度量 , 控制 , 有效 的 程度 , 成熟度意味着能力上的增长潜力 ; CMMI ( Capability Maturity Model
1K00编辑于 2023-03-28 - 来自专栏ApacheHudi
硬核！Apache Hudi中自定义序列化和数据写入逻辑
this {@link #preCombine(HoodieRecordPayload, Properties)} method. */ @Deprecated @PublicAPIMethod(maturity * * @return the combined value */ @PublicAPIMethod(maturity = ApiMaturityLevel.STABLE) default for record * @return the {@link IndexedRecord} to be inserted. */ @Deprecated @PublicAPIMethod(maturity * @return the {@link IndexedRecord} to be inserted. */ @PublicAPIMethod(maturity = ApiMaturityLevel.STABLE * @return the metadata in the form of Map<String, String> if any. */ @PublicAPIMethod(maturity
1.9K30发布于 2021-10-21 - 来自专栏薯条的编程修养
如何提高代码的可读性 学习笔记
) } else if loan.maturity == nil { return float64(loan.expiry.Unix()-loan.start.Unix()) / 365 * 24 = nil && loan.maturity ! = nil { if loan.rating > 4 { return 0.95 } else { return 0.50 } } else if loan.maturity = nil && loanApplication.maturity ! = nil { return createRevolver(loanApplication) } if loanApplication.maturity !
59710编辑于 2022-08-10 - 来自专栏python3
使用Quantlib，通过YTM计算债券
QuantLib as ql 2 3 faceAmount = 100.0 4 redemption = 100.0 5 issueDate = ql.Date(20, 2, 2017) 6 maturity ql.DiscountingBondEngine(discountingTermStructure) 33 34 schedule = ql.Schedule(issueDate, 35 maturity
1.5K10发布于 2020-01-19 - 来自专栏用户3246163的专栏
3.2 利率相关产品
解释在决定CTD时，收益率曲线的影响 (债券报价-(期货报价*债券对应CF))最小债券的来交付 (QBP-(QFP*CF)) 当yield>6%, CTD bond low coupon, long maturity ，duration长 当yield<6%, CTD bond high coupon, short maturity, duration短 当yield是upward，CTD倾向longer maturity ， 当yield是downward，CTD倾向shorter maturity， 35.7 计算Treasury bond futures的理论price 例子：一个bond支付10%的semiannual
2.3K40发布于 2018-09-14 - 来自专栏Nicky's blog
SpringBoot HATEOAS用法简介
REST是一种架构的风格 Richardson Maturity Model Richardson 提出了REST一种 成熟度模型，我们称之为Richardson Maturity Model，这种模式将
1.1K10发布于 2019-10-28 - 来自专栏钱塘小甲子的博客
QuantLib教程（三）BS模型、二叉树模型与欧式期权定价
#coding=utf8 import QuantLib as ql import matplotlib.pyplot as plt # 1.设置期权的五要素以及分红率和期权类型 # 1.1五要素 maturity_date 利用上的设置配置一个欧式期权 payoff = ql.PlainVanillaPayoff(option_type, strike_price) exercise = ql.EuropeanExercise(maturity_date 这是第一步： # 1.设置期权的五要素以及分红率和期权类型 # 1.1五要素 maturity_date = ql.Date(11, 8, 2017) spot_price = 9.37 strike_price 利用上的设置配置一个欧式期权 payoff = ql.PlainVanillaPayoff(option_type, strike_price) exercise = ql.EuropeanExercise(maturity_date
4.7K30发布于 2019-01-28 - 来自专栏黄腾霄的博客
2020-5-11-HATEOAS简介
在Richardson Maturity Model中，HATEOAS为于最高层，可以显著提升RESTful API的可发现性和响应的自解释性。 - The RESTful cookbook HATEOAS Driven REST APIs – REST API Tutorial Richardson Maturity Model Richardson Maturity Model – REST API Tutorial Hypertext Application Language - Wikipedia ---- 本文会经常更新，请阅读原文： https
93810发布于 2020-06-10 - 来自专栏愚公系列-考试考证
【愚公系列】软考高级-架构设计师 070-软件成熟度模型
欢迎 点赞✍评论⭐收藏 前言 软件成熟度模型（Software Maturity Model）是评估和改进软件开发过程能力的一种工具。 其中最著名的是软件成熟度模型集成（CMMI）和能力成熟度模型（Capability Maturity Model，CMM）。 CMM（能力成熟度模型）： 能力成熟度模型（Capability Maturity Model，CMM）是由美国国防部于1987年开发的，最初是为了评估软件开发供应商的能力。
43921编辑于 2024-07-26 - 来自专栏用户3246163的专栏
3.5 CCP和公司债券
complete clearing 使用CCP来清算 44.3 比较exchange traded和OTC market Exchange OTC Term Standardized Custom Maturity trustee的角色 Bond Indenture：就是bond发行的document Role of corporate trustee：解释法律条款，确保债券发行人履行义务 47.2 解释bond的maturity date，它如何影响bond retirement bond的maturity date，是当一个bond所有义务都完成的时候。 bond可以在maturity date之前retire 47.3 描述几个主要的利率支付类型 straight coupon bond zero coupon bond floating rate bond ，CPR WAC和WAM WAC weighted average Coupon=加权平均的pool rate WAM weighted average maturity=加权平均的pool maturity
4.5K91发布于 2018-09-14 - 来自专栏王的机器
听说你会玩 Python 系列 1 - 六酷技巧
class Instrument(): pass inst = Instrument() 定义 inst 的两个属性并赋值，本金（notional）和到期日（maturity）。 inst.notional = 100_000_000 inst.maturity = '2025-03-25' print(inst.notional) print(inst.maturity) 100000000 存储，具体内容如下： inst_info = {'ID':'9001001', 'Effective Date':'2020-03-20', 'Maturity inst_info.keys(): print( key, '|', getattr(inst, key)) ID | 9001001 Effective Date | 2020-03-20 Maturity inst_info.keys(): print( f'{key:18s}|', getattr(inst, key)) ID | 9001001 Effective Date | 2020-03-20 Maturity
1.3K20发布于 2020-03-27 - 来自专栏CNCF
CNCF毕业标准1.2版本
Every CNCF project has an associated maturity level. Proposed CNCF projects should state their preferred maturity level. Projects can attempt to move directly from sandbox to graduation, if they can demonstrate sufficient maturity
96820发布于 2019-12-04 - 来自专栏拓端tecdat
R语言中进行期权定价的Heston模型
callHestoncf(S, X, tau, r, v0, vT, rho, k, sigma){# S = Spot, X = Strike, tau = time to maturity# r = # Stock price at maturity (15 years)print(results)strikes mcprices lower95 upper95 pricesAnalytic1
1.2K20发布于 2020-08-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号