基于指数趋近律的滑模轨迹跟踪控制(对象二自由度机械臂)，matlab/simulink仿真程序

二自由度机器人迭代指数变增益PD型轨迹跟踪控制，matlab/simulink仿真程序

中国西南地区历年月度干旱指数（1951-2016）和8天频率土壤湿度（2007-2016）数据集覆盖的区域为中国西南地区，其范围包括：四川省、重庆市、云南省、贵州省与广西壮族自治区，面积136.23万km²。该数据集是在scPDSI（self-calibrating Palmer Drought Severity Index）数据（University of East Anglia）和ASCAT（Advanced SCATterometer）数据（European Space Agency Climate Change Initiative, ESA CCI）基础上，进行区域统计分析和标准化处理得到。该数据集包括中国西南地区以下数据：（1）1951-2016年scPDSI干旱指数年际变化趋势数据；（2）1951-2016年月度scPDSI干旱指数数据；（3）2007-2016年8天频率主动微波遥感土壤湿度百分比数据；（4）2007-2016年8天频率标准化CCI土壤湿度时间序列数据。数据集存储为.tif和.xls数据格式，.tif数据的空间分辨率为0.5

浪潮 IDC合作，2020年全球计算力指数

指数与基金.csv

概述 这是用于计算标准降水指数 (SPI) 的 Python 实现。 这是识别干旱的关键指标之一。 有关 SPI 与 SPEI 的相对优点的有用讨论，请参阅 [NCAR 的气候数据指南] ( )。 这些函数松散地基于 Santiago Beguería 和 Sergio M. Vicente-Serrano。 关于SPI和SPEI的论文很多。 我发现最清楚地描述算法的论文是：Lloyd-Hughes、Benjamin 和 Mark A. Saunders。 “欧洲干旱气候学。” 国际气候学杂志 22.13 (2002): 1571-1592。 这篇论文包含在 docs 文件夹中。 关于哪种分布适合历史数据，文献中有一些共识。 对于仅降水数据 (SPI)，建议使用 Gamma 分布。 这是 SPI 函数中的默认分布。 但是，用户可以选择自己的发行版（请参阅注释）。 当前的实现允许用

20210627-中泰证券-波动择时和技术分析周报（210627）：券商信号强势、指数或共振突破超预期.pdf

带有SharpeRatio的恒生指数股票组合 年收益率约73％的投资组合。 获取恒生指数的所有股票数据。 根据年收益率和波动率选择5只股票。 使用夏普比率找到最终的投资组合。 该程序使用2015-2019年的库存数据进行库存选择。 测试结果是根据2020年的当前数据得出的。 随时分享您的策略。 语： Python 3.7 软件包：matplotlib，pandas，numpy，futu-api 如果要使用获取数据功能，请安装futu api。 可以在网上轻松找到乐器。 您可以调整波动率值以获得更高的性能。 如果波动率超过80，请小心。 让我们看一下输出： 初始资金：$ 1,000,000 最大夏普比率投资组合分配 年化收益率：0.73 年度波动率：0.32 HK.02313 HK.00700 HK.01093 HK.00823 HK.02318 40.28 18.83 11

本数据集包括：（1）研究区域范围图；（2）过去2000年黄河下游地区干湿指数序列，含10年窗口滑动的干湿指数及其50年FFT低通滤波结果。干湿指数数据中，负值指示气候偏干，正值指示偏湿；绝对值越大，表示偏离程度越显著。数据起讫时间为公元前133年（代表公元前137年—公元前128年）—公元1995年（代表公元1991—2000年），个别缺值年份或时段标记为“N/A”。

本数据集内容包括过去2000年黄河中上游地区的以下数据：（1）10年窗口滑动的干湿指数；（2）干湿指数的50年FFT低通滤波结果。干湿指数中，负值指示气候偏干，正值指示偏湿；绝对值越大，表示偏离程度越显著。数据起讫时间为公元前133年（代表公元前137年—公元前128年）—公元1995年（代表公元1991—2000年），个别缺值年份或时段标记为“N/A”。