机器学习相关

机器学习分为监督学习和无监督学习。两者的区别在于数据集是否已经知道答案y，即监督学习是已有一些x和y的情况下，需要找到满足他们之间的函数或者映射f，然后对给定的x1，预测y1=f(x1)的值。而无监督学习是已有一堆x，没有既定的结果值y，只是发现x中存在的规律，相似的地方。

监督学习

1、回归——y的预测结果有无数种可能（无限）

给一个x1，它的结果y1可能有无数种答案。

2、分类——y的预测结果为有限的个数（例如0和1、男和女（别杠）、骰子的点数）

以上两种方法都符合监督学习的范畴，即数据集已有x和y的情况下寻找合适的函数or映射，区别在于预测的结果是有限的还是无限的。

无监督学习

1、聚类

聚类与分类的不同，也是监督学习与无监督学习的不同，即分类的数据集已有一些x和与之对应的y，而聚类的数据集只有一堆x。举个例子，今天产出的新闻，已经确定分为了三大类，财经、科技和生活，那对任一条新闻，进行区分的时候，结果就是三类新闻中的一种，这就是分类。

那么，如果今天的新闻，没有任何的分类，我随便输入一条比如“xx科技公司今天股票价格是xx”，得到的答案可能是一堆关于“xx科技公司”或者“股票价格”的结果，这就是聚类，因为我没有告诉模型我想要什么答案，模型只会根据我输入的信息，可能从不同的角度进行匹配。

2、异常检测

3、降维

债券学习相关

比较有趣的几种债券

1、企业债（配套固态资产投资项目、很多有提前还本条款）

城投债（没太多主营业务经营性现金流）、产业债、项目收益债（能产生稳定的现金流；公开发行的“xxx项目债”、非公开发行的“NPB”）

2、永续债（发行人有选择权，投资人没有）

没有强制付息事件时，可以无条件延迟付息。
强制付息事件：付息日前12个月内，发生了①分红、②减少注册资本，是一定要付息的。
相对的，如果没有延迟付息，也不能分红和减少注册资本。

债券一级市场

1、利率债

招标发行。10年以下国债和证金债是荷兰式招标，10以上国债是修正多重价格招标（混合式招标）。混合式招标投资者相对理性。
新发债券一般是利率定价，续发以价格定价。

2、信用债

招标发行的话一般是荷兰式。但更多是簿记建档发行、协议定向发行。
簿记建档发行流程：
预路演、正式路演、配售发行

需要关注的指标有询价区间、全场倍数、边际利率（利率从低到高，最后满足预发行额的利率）、边际倍数
全场倍数反应了市场的热度、边际利率与中标利率的利差反应了定价的分歧程度、边际倍数反应了对边际利率的认可度

债券二级市场

净价交易、全价结算
全价 = 净价+应计利息，债券的全价与到期收益率成反比。
溢价或者折价购买的债券，是要进行摊销的，一般是按照实际利率法。不摊销的话会对个别年份的利润造成较大的干扰。
一般的债券以到期收益率进行对比，但对于含权债来说，行权收益率却更重要。