本文转载自苏剑林《中位数（Median）简介》。文中批注为我补充撰写。

最近重新学习了一下中位数的概念，趁新鲜记录一下要点。

做异常值剔除或者裁剪时，我们经常需要一个“基准”，比如对于一堆非负数据，我们可能认为大于基准的50倍就是异常值。那个基准如何选取呢？一个常用的指标是平均值，然而平均值容易被异常值“带偏”，因此以它为基准可能会偏向异常值，从而漏掉一些结果，这时我们可以考虑选取中位数为基准。

在毫秒必争的衍生品定价与大规模风险回测中，传统的正态分布积分运算往往是代码毒瘤和性能瓶颈。本文将介绍一种完全向量化的数值算法，助你利用现代 CPU、GPU 甚至TPU 的并行能力突破卡点。

在前文 《衡量序列相关性的三个指标》 中我们介绍了能够发现变量间非线性、非单调关联的Chatterjee相关系数。它形式简单，计算快速，尤其适用于筛选非线性机器学习的输入特征。然而，新的研究表明，对于部分非函数依赖情形它的检测效率存在不足。本文首先回顾并展开介绍 Chatterjee’s \(\xi\) 的具体原理和关键特性。最后介绍一种同样一致的、无需参数的独立性检验算法 \(\tau^*\) 作为替代方案。

电影产业作为典型的高不确定性市场，其票房表现对出品方的财务状况及市场估值具有直接影响。票房的 超预期程度 是衡量市场对电影接受度的关键指标，同时也是评估电影公司业绩的重要变量。然而，传统票房预测方法往往依赖静态的点估计模型，难以精准刻画票房随时间演化的动态特性，更难以量化票房超出市场预期的幅度及其不确定性，难以转化为可行的投资策略。

本文简要介绍了排序学习的背景、分类、性能度量，并归纳其发展历程中的几种经典算法。本文不追求深入每个技术细节，而是注重传递排序学习核心概念的直观理解，为LTR不同场景下的实际应用做铺垫。

Shaputa 是一种融合式特征选择技术，将 SHAP（SHapley Additive exPlanations）与 Boruta 的影子特征方法相结合。通过为每个特征构造随机基准线，再与模型生成的 SHAP 重要性进行对比，Shaputa 能在高维复杂数据中提供更加稳健、更加敏感于数据结构的特征选择结果，尤其适用于传统方法难以应对的非线性场景。

大语言模型（LLM）是2022年底ChatGPT横空出世以来，计算机技术中最炙手可热、日新月异的前沿领域。LLM已慢慢剥离单纯的工具属性，成为独立处理任务的智能载体。2024年，Qwen2、Llama3.1等千亿参数模型陆续发布，开源模型性能逐步接近闭源水平。作为量化研究人员，如何将大语言模型技术与金融应用相结合，提升投研水平，是必须思索的命题。本文首先参考李沐演讲分析LLM发展趋势与最佳实践，然后综述量化投资领域LLM的具体应用场景。

SHAP (SHapley Additive exPlanations)基于博弈论，是一种模型无关的机器学习解释方法，既能衡量单次预测结果中的特征贡献，也能聚合局部结果成为对模型的整体解释。SHAP方法在理论上有诸多优异性质，得益于大量工程优化，在实践中也有很强的可操作性，是XAI领域的重要方法。本文主要简介SHAP的基础理论，并给出应用示例。

本文介绍了三种度量变量相关性的指标：Pearson相关系数、Spearman相关系数和Chatterjee相关系数，最后一种可以简便地衡量非线性相关关系。

后羿（HOUYI） 定位于通用电子射击游戏瞄准辅助程序，目前支持的游戏是Apex Legends（以下简称apex）。其运行框架由识别-追踪二阶段构成，具体来说，先用目标检测算法识别出屏幕中敌人，再自动计算并校正准星位置。HOUYI的使命是用计算机技术对抗电子射击游戏对人的异化。