Navigation

    精算后花园

    • Register
    • Login
    • Search
    • Categories
    • Recent
    • Tags
    • Popular
    • Users
    • Groups
    1. Home
    2. Popular
    Log in to post
    • All categories
    • 公告 (Announcements)
    • 精算考试 (Actuarial exams)
    •      英国精算师(IFoA)和澳洲精算师(IAAust)
    •          CM1利息理论和寿险精算
    •          CM2金融经济学
    •          CS1概率论与数理统计
    •          CS2精算模型和非寿险精算
    •          CB1公司金融与财务报表
    •          CB2经济学
    •          CB3和OPAT
    •          CP1-3
    •          正精FIA阶段(SP和SA)
    •      北美精算师(SOA)
    •          P概率论
    •          FM利息理论
    •          LTAM寿险精算
    •          STAM非寿险精算
    •          IFM投资与金融市场
    •          SRM风险建模统计
    •          PA预测分析
    •          VEE和FAP
    •          正精FSA阶段
    •      中国精算师(CAA)
    •          A1数学
    •          A2金融数学
    •          A3精算模型
    •          A4经济学基础
    •          A5寿险精算
    •          A6非寿险精算
    •          A7会计与财务
    •          A8精算管理
    •      北美财险精算师(CAS)
    •          MAS-I
    •          MAS-II
    •          Exam 5
    •          Exam 6
    •          Exam 7
    •          Exam 8
    •          Exam 9
    • 考研申研(Master application)
    •      国内精算考研和保研
    •          央财精算学硕
    •          外经贸精算学硕
    •          西财精算学硕
    •      国外精算研究生申请
    • 实务交流 (Work experience)
    •      面试经验
    •      产品定价(Pricing)
    •      准备金评估(Valuation)
    •      再保险(Reinsurance)
    •      市场调研
    •      监管法规
    • 数据科学 (Data science)
    •      Excel & VBA
    •      R
    •      Python
    •      SAS
    •      SQL
    •      Stata
    • 学术科研(Paper & research)
    •      保险知识
    • 精算竞赛、讲座、活动(Actuarial contests, lectures & events)
    • 论坛建议 (Comments & Feedback)
    • All Topics
    • New Topics
    • Watched Topics
    • Unreplied Topics
    • All Time
    • Day
    • Week
    • Month

    • M

      三种Ensemble的办法(Bagging, boosting, stacking)
      数据科学 (Data science) • • Mengkelyu  

      10
      0
      Votes
      10
      Posts
      11
      Views

      M

      根据我实际的测试,Bagging后的结果确实比单次的结果好很多。大概能提升AUC 0.01左右
    • N

      邂逅澳洲精算师协会 来一场“曲线救国”的恋爱(一)
      英国精算师(IFoA)和澳洲精算师(IAAust) • • Niklaus  

      7
      0
      Votes
      7
      Posts
      24
      Views

      A

      @Niklaus 好的好的,感谢!
    • M

      CP3 Guidance
      CP1-3 • • Mengkelyu  

      7
      0
      Votes
      7
      Posts
      10
      Views

      M

      答题过程 需要花一定的时间先想好写什么,再下笔。 五个步骤:RASER R: read 读题的过程中主要抓取的信息是 涉及的沟通对象 大概涉及哪些方面的内容 大致的写作风格 A: ask 写作的对象是什么人? 交流的目标是什么?想要达成的目的是什么? S: select and sequence 要表达的关键点是什么,要描述哪些点来达到我的目标。 E: expand 从上面的想法和要点出发,开始写草稿。 R: review 需要做三种不同的回顾检查。 写作对象检查 准确性检查 语法检查
    • M

      一行代码EDA:Python和R中可以用一行代码进行数据探索性分析的包介绍和对比
      数据科学 (Data science) • • Mengkelyu  

      6
      0
      Votes
      6
      Posts
      12
      Views

      M

      https://arxiv.org/pdf/1904.02101.pdf
    • 谢

      罚广义线性模型:LASSO vs 岭回归
      R • • 谢远涛  

      6
      1
      Votes
      6
      Posts
      17
      Views

      M

      Ridge罚回归的贝叶斯解释: Bayesian interpretation of regularization 普通OLS回顾 对于普通的OLS回归,当假设残差项为正态分布时,我们可以把它算作MLE(Maximum likelihood regression) $y = \beta_0 + \beta_1 \times x_1 + \beta_2 \times x_2 + ... \beta_n \times x_n +e$ ($\beta_0 + \beta_1 \times x_1 + \beta_2 \times x_2 + ... \beta_n \times x_n$用向量表示的话就是 $X\beta$) $\text{Likelihood}: L(\beta|X) = p(Y|X, \beta)$ MLE的任务就是要最大化likelihood。 因为$e\text{服从} N(0, \sigma_e^2)$, 所以 $y \text{服从} N(X\beta, \sigma_e^2 I)$ 因此, likelihood 可以表示为 $\text{Likelihood} ~ N(X\beta, \sigma_e^2 I) \propto exp(-\frac{1}{2\sigma_e^2}||Y-X\beta||^2)$ 所以得出结论:需要找到让$||Y-X\beta||^2$最小的$\beta$ 罚回归 这里要引入MAP的概念(maximum a posteriori estimate),是指最大化后验分布概率 罚回归相当于我们假设$\beta$的先验分布是正态分布$N(0, \tau^2 I)$其中$\tau$是未知常量 根据贝叶斯公式,可以得到 $p(\beta|X,Y) \propto p(Y|X, \beta) p(\beta)$ $\text{Likelihood} \propto exp(-\frac{1}{2\sigma_e^2}||Y-X\beta||^2) \times exp(-\frac{1}{2\tau^2}||\beta||_2^2)$ 最大化likelihood就是最小化$||Y-X\beta||^2+\frac{\sigma_e^2}{\tau^2}||\beta||_2^2$ 其中$\frac{\sigma_e^2}{\tau^2}$就是参数$lambda$
    • M

      不太常见的换算函数(Commutation function)
      CM1利息理论和寿险精算 • • Mengkelyu  

      5
      0
      Votes
      5
      Posts
      12
      Views

      M

      @Nothanks 嗯嗯 目前是理论意义大于实际意义,但是有的精算考试中还需要。希望能理论能跟上实际的步伐吧
    • M

      精算R包actuar
      R • • Mengkelyu  

      5
      0
      Votes
      5
      Posts
      14
      Views

      M

      参考文献 https://cran.r-project.org/web/views/Distributions.html actuar.pdf Simulation+of+Compound+Hierarchical+Models+in+R.pdf https://cran.r-project.org/web/packages/actuar/vignettes/credibility.pdf
    • K

      【求助】用转换函数表示的离散定期寿险的保费计算
      LTAM寿险精算 • • kkfg01  

      5
      0
      Votes
      5
      Posts
      15
      Views

      A

      @Jackie 第二问期限还得改成10年
    • M

      如何用pandas 直接读取excel
      Python • • Mengkelyu  

      5
      0
      Votes
      5
      Posts
      7
      Views

      M

      代码如下 import pandas as pd tables = pd.read_excel("./premium_preparation.xlsm", sheet_name = [0,1]) rate_table = tables[0] short_rate_table = tables[1]
    • M

      如何用Bokeh和ggplot制作Grouped and Stacked Column Chart
      数据科学 (Data science) • • Mengkelyu  

      4
      0
      Votes
      4
      Posts
      7
      Views

      M

      Bokeh的效果图:
    • S

      寿险精算中的 $m_x$ 代表什么?
      CM1利息理论和寿险精算 • • sandyxing  

      4
      2
      Votes
      4
      Posts
      18
      Views

      N

      翻译过来,按照我的理解:$q_x$的死亡率是$x$到$x+1$之间死亡人数除以在$x$岁活着的人数,而$m_x$的死亡率是$x$到$x+1$之间死亡人数除以平均在$x$到$x+1$岁之间活着的人数
    • M

      一个用Python类计算车险保费的例子
      Python • • Mengkelyu  

      4
      0
      Votes
      4
      Posts
      13
      Views

      M

      代码和数据附上 compressed_file.zip
    • M

      如何利用Class module计算精算现值
      Excel & VBA • • Mengkelyu  

      4
      0
      Votes
      4
      Posts
      26
      Views

      M

      更新一个点: property let的input type和property get的output type必须是同一个数据类型,不然会报Definitions of property procedures for the same property are inconsistent的错 例如 Property Let car_type(user_input_car_type As Variant) variable_car_type = user_input_car_type End Property Property Get car_type() As String car_type = variable_car_type End Property 会报错 Property Let car_type(user_input_car_type As String) variable_car_type = user_input_car_type End Property Property Get car_type() As String car_type = variable_car_type End Property 就没问题啦
    • M

      常用VBA集锦(更新)
      Excel & VBA • • Mengkelyu  

      4
      0
      Votes
      4
      Posts
      44
      Views

      M

      在隐藏的状况下打开关闭工作薄 'Open Workbook Set wbResults = Workbooks.Open(Filename:=path(i, 1), UpdateLinks:=0, ReadOnly:=True) wbResults.Windows(1).Visible = False 'Close workbook wbResults.Close SaveChanges:=False
    • M

      有的人看上去是精算师,其实是魔法少女——如何用VBA快速跨表找记录
      Excel & VBA • • Mengkelyu  

      4
      0
      Votes
      4
      Posts
      8
      Views

      M

      record finding tool.zip 原工作薄附上~ 把代码稍作修改,就可以用于别的跨表工作哦。嘻嘻。
    • M

      手把手教你用论坛
      公告 (Announcements) • • Mengkelyu  

      3
      0
      Votes
      3
      Posts
      40
      Views

      J

      4 数学公式Mathjax的使用 4.1 数学公式Mathjax的基础语法 Latex数学公式,行内公式前后用一个$符号包围,行间公式用两个$号包裹 行内公式使用方法,比如这个化学公式:$\ce{Hg^2+ ->[I-] HgI2 ->[I-] [Hg^{II}I4]^2-}$ 行间公式使用方法如下: $$H(D_2) = -\left(\frac{2}{4}\log_2 \frac{2}{4} + \frac{2}{4}\log_2 \frac{2}{4}\right) = 1$$ 4.2 寿险精算的Mathjax宏的使用 以下是寿险和年金符号的显示效果,效果对应的Tex commands代码可以在对应公式上右键查看: 等忙过这阵子写个详细教程。 $$\actuarialangle{a}$$ $$\angl{20}$$ $$\angln$$ $$\anglk$$ $$\anglr$$ $$\term{40}{25}$$ $$\termxn$$ $$\pureendow{40}{25}$$ $$\pureendowxn$$ $$\endow{40}{25}$$ $$\endowxn$$ $$\joint{xy}$$ $$\actsymb{n|}{2}{A}{(m)}{x}$$ $$\actsymb{1}{2}{3}{4}{5}$$ $$\Ax{1}{2}{3}{4}$$ $$\Axz{1}{2}{3}{4}$$ $$\ax{1}{2}{3}{4}$$ $$\axz{1}{2}{3}{4}$$ $$\axzz{1}{2}{3}{4}$$ $$\Ex{n}{x}$$ $$\px{t}{x}$$ $$\qx{t}{x}$$ $$\sx{\angln}$$ $$\sxz{\angln}$$ $$\sxzz{\angln}$$ $$\Vx{t+1}{x}$$
    • J

      一个精算学生的LaTeX学习经历
      学术科研(Paper & research) • • Jackie  

      3
      0
      Votes
      3
      Posts
      12
      Views

      M

      @gyx_tx 是因为排版的问题~ 已经解决啦,再点击试试~
    • M

      如何用Python自动化你的PPT制作
      Python • • Mengkelyu  

      3
      0
      Votes
      3
      Posts
      7
      Views

      M

      群里有小伙伴说如果有用R的话可以用xaringan这个包,比较方便,参考https://slides.yihui.org/xaringan/zh-CN.html#1
    • M

      如何用VBA替代vlookup+match?并解决它们的pain point
      Excel & VBA • • Mengkelyu  

      3
      0
      Votes
      3
      Posts
      5
      Views

      M

      @wb: 其实有个比较简单的解决方案,在你的例子里,搜索值‘3 是个字符,解决办法就是用match或者vlookup的时候 在后面家上 +0 强制转换成数字就可以了 例如 MATCH(C7+0,C2:E2,0) 反过来如果是数字需要搜索字符,用 &'' 空字符强制转换
    • Y

      【文献求助】understanding actuarial management
      CP1-3 • • yuk  

      3
      0
      Votes
      3
      Posts
      13
      Views

      S

      @Nothanks WOW! 谢谢你的慷慨分享! 请问这是 CP1 notes 吗? 每一年都可用吗?