大帥哥期中考UNICODE對照表, EXCEL 函數, 從WEB讀入

-

來源: http://www.tamasoft.co.jp/en/general-info/unicode.html

9F80龀龁龂龃龄龅龆龇龈龉龊龋龌龍龎龏龐龑龒龓龔龕龖龗龘龙龚龛龜龝龞龟 
9FA0龠龡龢龣龤龥龦龧龨龩龪龫龬龭龮龯龰龱龲龳龴龵龶龷龸龹龺龻龼龽龾龿 
9FC0鿀鿁鿂鿃鿄鿅鿆鿇鿈鿉鿊鿋鿌鿍鿎鿏鿐鿑鿒鿓鿔鿕鿖鿗鿘鿙鿚鿛鿜鿝鿞鿟 
a
「鿀」的Unihan資料
  • Unicode編碼：
    • 十進制：40896
    • UTF-8：E9 BF 80 
    • UTF-16：9FC0
    • UTF-32：00009FC0

老師的影片

上次的成果

留言

張貼留言

這個網誌中的熱門文章

2015年一月投資學期末考

-
劉任昌蒙地卡羅模擬資產價格 切割期數 0 1 2 3 4 5 6 7 8 9 10 20 30 40 50 100 2015年一月投資學期末考 在老師發放的紙張寫上班級、學號、姓名，記得也在在點名單上簽名，要確認老師看過你的電腦螢幕才可以離開教室。 [70分]寫出這一題作業放置的網址，一定要改自己的名字，改下拉選單最大值 [10分]寫出上次作業的網址(因子ETF) [10分]寫出再上次作業的網址(移動平均線) [10分]寫出其他作業的網址 簡略心得 以上程式碼 <STYLE>H1{BACKGROUND-COLOR:GREEN;COLOR:WHITE;TEXT-ALIGN:CENTER;PADDING:1PX;BORDER:SOLID BLUE 10PX;} SELECT{FONT-SIZE: 1.5EM; BACKGROUND-COLOR: LIGHTGREEN;LINE-HEIGHT:1;} BUTTON{FONT-SIZE: 1.5EM; BACKGROUND-COLOR: YELLOW; WIDTH: 100PX;} P{FONT-SIZE: 1.5EM; BACKGROUND-COLOR: LIGHTGREEN;} </STYLE> <SCRIPT> function MY(n){ const step = 600.0 / n; const stdev = 100.0 / Math.sqrt(n); let x = 0; let y = 200; const canvas = document.getElementById("Canvas"); const Brownian = canvas.getContext("2d"); Brownian.beginPath(); Brownian.moveTo(x, y); for (let i=0; i<n ; i++){ x += step; y += stdev * Gaussian(); Brownian.lineTo(x, y);} Brownian.strokeStyle = ...
閱讀完整內容

資本市場線、證券市場線、SPY累積報酬

-
圖片
average 日平均 0.0456% 10.95% 年化*240 stdev 日標準差 1.1802% 18.2839% 開根號240 考試相關 EXCEL畫圖CTRL繼續選擇Shift連續選擇 美國存託憑證American Depositary Receipt一股等於五股台灣股票 TSM是台積電美國存託憑證代號 TM是和泰汽車美國存託憑證代號 SPY在1993年1月29日開始在NYSE交易 上課影片
閱讀完整內容

王川普蒙地卡羅模擬資產價格

-
圖片
王川普蒙地卡羅模擬資產價格 切割期數 0 10 20 30 40 200 1000 CANVAS帆布蘋果公司開發的 Box  -Muller 轉換 ，由 George Edward Pelham Box 和 Mervin Edgar Muller 提出， [  1  ] 是一種 隨機數採樣 方法，用於產生成對的 獨立 、標準、 常態分佈 （零 期望值 、單位 變異數）隨機數，給定 均勻 源 隨機數。 Raymond EAC Paley 和 Norbert Wiener 在 1934 年關於複數域中傅立葉變換的論文中 首次明確提到了這個方法。  [  2  ] 考慮到後來這些作者的地位以及他們的論文的廣泛可用性和使用，幾乎可以肯定，博克斯和穆勒非常了解其內容。 Box-Muller 轉換通常以兩種形式表示。 Box 和 Muller 給出的基本形式從區間 (0,1) 上的均勻分佈中取得兩個樣本，並將它們對應到兩個標準的常態分佈樣本。極座標形式從不同的區間 [−1,+1] 取得兩個樣本，並將它們映射到兩個常態分佈樣本，而不使用正弦或餘弦函數。 Box-Muller 轉換是作為 逆變換採樣方法 的一種計算效率更高的替代方法而開發的。 [  3  ]  Ziggurat 演算法 為 標量處理器（例如舊的 CPU）提供了更有效的方法，而 Box-Muller 轉換對於具有向量單元的處理器（例如 GPU 或現代 CPU）更為優越。 [  4  ]
閱讀完整內容