股票评估工具 此回购包含一组工具，投资者可以使用这些工具来更好地了解他/她感兴趣的股票。它不建议买卖股票，而是有助于形成对股票的有根据的猜测。潜在的未来股价走势，并因此对要分析的股票做出买/卖/持有决定。 这里包括的工具不是唯一可以使用的工具。 之所以将它们包括在内，是因为我相信没有任何一种工具或模型可以充分理解导致股价波动的所有因素。 此仓库中包含的工具集可分为： 工具-EMA信号，布林带。 -通过YahoofFinancials和YFinance API使用财务数据。 -ARIMA随机森林。 -随机森林。 模型-LSTM。 模型-蒙特卡洛模拟。 -NLP情感分析。 模型-基于Markowitz的Efficient Frontier和CVaR。 我相信，通过将上述分析工具一起使用，就可以对未来的股价做出正确的预测。 如何使用储存库 没有预定义的方式来使用存储库中包

蒙特卡罗（Monte Carlo）算法的基础概念，很好的入门教程

MonteCarlo.jl：Julia中的古典和量子蒙特卡洛模拟

Monte Carlo化学动力学程序的MATLAB实现及其应用.pdf

本文件是用Mathematica代码编写的Monte carlo模拟。 包含均匀分布，指数分布，以及均匀分布在圆和球面上的点。

The Monte Carlo code MCML (Monte Carlo modeling of light transport in multi-layered tissue) has been the gold standard for simulations of light transport in multi-layer tissue, but it is ineffective in the presence of three-dimensional (3D) heterogeneity. New techniques have been attempted to resolve this problem, such as MCLS, which is derived from MCML, and tMCimg, which draws upon image datasets. Nevertheless, these approaches are insufficient because of their low precision or simplistic mode

MCX是用于在3D介质中静态或时间分辨的光子传输的Monte Carlo模拟软件。 它使用基于GPU的大规模并行计算技术，与传统的基于单线程CPU的仿真相比，速度非常快。

马尔可夫链蒙特卡洛-0/1背包问题 该资料库引用了该学科的最终：《蒙特卡洛算法和马尔可夫链中的特殊主题》 ，PESC / COPPE / UFRJ ，由 教授在2018年第一学期教授。 学生们： 关于 该存储库的目的是为0/1背包问题建立解决方案，也就是说，每个元素都可以或不可以不经过重复就出现在解决方案中。 开发的代码旨在评估涉及Markov Chains Monte Carlo的不同算法的结果和性能。 与伪多项式求解算法和贪婪算法（称为“爬山”）相比，本文涵盖的技术涉及不同冷却和过渡策略下的随机游走，Metropolis Hastings，模拟退火算法。 此外，该存储库还试图提出可能的场景，在这些场景中，马尔可夫链蒙特卡洛算法比确定性算法更具优势。 运行算法 所有算法都是使用编写的，并且在src目录中可用。 在data目录中，您可以找到一些可以由算法执行的问题。 涉及Mark

详细介绍了蒙特卡洛方法，包含蒙特卡洛模拟，还有一些实例

如题“MONTE CARLO METHODS FOR ELECTROMAGNETICS”