沪深A股所有上市公司2020年9月末财务报表——财务信息表，数据汇总到一张EXCEL表，含净资产收益率，每股收益，净利润同比增长等主要指标，供公司财务分析、股票研究使用。

行业资料-电子功用-一种输电线路拉线断股检测系统

Roblox深度报告：Metaverse第一股，元宇宙引领者.pdf

华泰证券人工智能选股系列研报，从2017年6月一直到2019年6月，合计22篇。 1人工智能选股框架及经典算法简介，2人工智能选股之广义线性模型，3人工智能选股之支持向量机模型，4人工智能选股之朴素贝叶斯模型，5人工智能选股之随机森林模型，6人工智能选股之Boosting模型，7人工智能选股之Python实战，8人工智能选股之全连接神经网络，9人工智能选股之循环神经网络模型，10宏观周期指标应用于随机森林选股，11人工智能选股之stacking集成学习，12人工智能选股之特征选择，13人工智能选股之损失函数的改进，14对抗过拟合：从时序交叉验证谈起，15人工智能选股之卷积神经网络，16再论时序交叉验证对抗过拟合，17人工智能选股之数据标注方法实证，18机器学习选股模型的调仓频率实证，19偶然中的必然：重采样技术检验过拟合，20必然中的偶然：机器学习中的随机数，21基于遗传规划的选股因子挖掘，22基于CSCV框架的回测过拟合概率。

matlab选股代码爱格 我的MATLAB代码用于E-GARCH价值加权投资组合估算。 该示例基于1926年7月至2014年12月来自CRSP的月度股票收益数据。通过在最后一个交易日结束时对股票收益加权（按市值），可以得出行业投资组合收益（SIC代码有12种行业分类）。的月份。 为了估算EGARCH（p，q）模型，我首先进行去意过程以获取残差。 然后执行标准的EGARCH程序。 我决定选择行业4（能源）和行业8（公用事业）进行比较。 与能源公司相比，能源公司和公用事业公司的两种模型产生的参数非常相似，对波动性冲击的影响要比上一时期实现的冲击大得多，公用事业的持续波动性也较低。 为了选择最佳的模型方法，可以使用样本外，交叉验证和罚分等方法。 我选择了第二种方法，并使用AIC惩罚来衡量拟合优度。 文件“ estim_egarch”和“ likelihood_egarch”包含MATLAB函数以估算E-GARCH模型，而文件“ example”中提供了其应用示例。 您可以在附图上看到两个行业的预测波动率结果。

2019年三季度A股上市公司财务数据，含3795家公司。指标包括：股票代码 名称 公告日期 报告期 行业 地区 基本每股收益 稀释每股收益 每股营业总收入 每股营业收入 每股资本公积 每股盈余公积 每股未分配利润 非经常性损益 扣除非经常性损益后的净利润 毛利 流动比率 速动比率 保守速动比率 应收账款周转率 流动资产周转率 固定资产周转率 总资产周转率 经营活动净收益 息税前利润

瑞信-美股-零售行业-家装零售：需求前景依然模糊-2019.5.13-28页.zip

瑞银-美股-零售行业-美国美妆零售：Ulta和丝芙兰相比如何？-2019.4.12-37页.zip

前瞻-2020年A股IPO市场被否及主动撤回案例全景回顾和2021年IPO市场前景展望-2021.3-54页.pdf

中水电股安(2011)7号安全生产管理制度-附件.pdf