• 前言
• Quant-AI-OR-Math-Statistics
  • 量化交易、人工智能、运筹优化、数理计量资源库
    • 量化交易
      • 量化入门必读
      • 人工智能for量化交易综述
        • 强化学习篇
        • 机器学习篇
      • 统计学、时间序列综述
      • 经济金融(尽量偏量化、计量)的各类资源
      • 其他量化相关文章
    • 人工智能
      • 人工智能不错的综述
      • 人工智能媒体资源
    • 运筹优化
      • 运筹优化不错的综述
      • 运筹优化邂逅人工智能
      • 运筹优化其他综合型材料
      • 运筹优化媒体资源
    • 科研通关
      • 科研工具
        • chrome插件
        • 翻译
        • 搜索
        • 刷论文
        • 做笔记
        • 可视化
      • 大视野
    • 附录
      • 时间序列分析学习资料

前言

以下不少内容由运筹优化求职讨论群的PHD学长倾情奉献，笔者在此致敬以及表示由衷的感谢！

Quant-AI-OR-Math-Statistics

量化交易、人工智能、运筹优化、数理计量资源库

量化交易

量化入门必读

近十年量化交易领域最重要的十本参考书是哪些？ - 知乎 https://www.zhihu.com/question/23857983

在中国，做量化交易一天的工作是怎样的？ - 知乎 https://www.zhihu.com/question/23244053

Quant 通常需要什么样的教育背景和知识结构？ - 知乎 https://www.zhihu.com/question/20475748

什么性格的人适合 Quant 这个职位？Quant 一天的生活是怎样的？ - 知乎 https://www.zhihu.com/question/22763548

学习量化交易如何入门？ - 知乎 https://www.zhihu.com/question/22211032

高频交易都有哪些著名的算法？ - 知乎 https://www.zhihu.com/question/23667442

量化投资方面，国内外都有哪些好的论坛或者网站？ - 知乎 https://www.zhihu.com/question/20874888

你用的交易系统是怎样的，并谈谈你建立这个系统的过程和时间？ - 知乎 https://www.zhihu.com/question/29112649

专业量化交易从业人士如何看待传统的技术分析？ - 知乎 https://www.zhihu.com/question/25625592

国内目前的量化交易是否很少涉及到机器学习？ - 知乎 https://www.zhihu.com/question/47913794

机器学习（非传统统计方法如回归）在量化金融方面有哪些应用？ - 知乎 https://www.zhihu.com/question/27420308

量化投资者是如何获取实时行情数据的呢？ - 知乎 https://www.zhihu.com/question/27980657

对于一个开源 Python 量化交易平台项目的建议有哪些？ - 知乎 https://www.zhihu.com/question/28354642

量化交易主要有哪些经典的策略？ - 知乎 https://www.zhihu.com/question/26594258

国内顶尖的量化投资团队有哪些？ - 知乎 https://www.zhihu.com/question/21872682

目前国内的高频交易业务对研发人员的需求如何？ - 知乎 https://www.zhihu.com/question/25074959

如何系统地学习量化交易？ - 知乎 https://www.zhihu.com/question/23380669

量化交易领域有哪些经典学术论文？ - 知乎 https://www.zhihu.com/question/34178572

【量化投资】计算机专业转行量化分析投资，我需要怎么做？ - 知乎 https://www.zhihu.com/question/38079621

为什么回测效果非常好的策略实盘却不行？ - 知乎 https://www.zhihu.com/question/24065933

已知国内量化平台的比较， Ricequant / 优矿究竟谁是下一个quantopian，哪家挖矿强？ - 知乎 https://www.zhihu.com/question/35097533

有哪些程序化交易方面的 GitHub 作者值得关注？ - 知乎 https://www.zhihu.com/question/52589498

中国的 Python 量化交易工具链有哪些？ - 知乎 https://www.zhihu.com/question/28557233

量化交易都有哪些主要的策略模型？ - 知乎 https://www.zhihu.com/question/24179101

如何设计量化交易策略？ - 知乎 https://www.zhihu.com/question/37745951

人工智能for量化交易综述

强化学习篇

【强化学习 158】RL Finance Application综述 https://mp.weixin.qq.com/s/iysHTXxm4j_8LTI2dPtmdg

基于强化学习的金融交易系统研究与发展 http://www.jos.org.cn/html/2019/3/5689.htm

Reinforcement learning in financial markets - a survey

https://www.econstor.eu/bitstream/10419/183139/1/1032172355.pdf

Deep Reinforcement Learning in Quantitative Algorithmic Trading: A Review https://arxiv.org/abs/2106.00123

A review of Reinforcement learning for financial time series prediction and portfolio optimization https://medium.com/journal-of-quantitative-finance/a-review-of-reinforcement-learning-for-financial-time-series-prediction-and-portfolio-optimisation-4cb2e92a23f3

Model-Free Reinforcement Learning for Financial Portfolios: A Brief Survey https://arxiv.org/abs/1904.04973

Reinforcement Learning for Portfolio Management https://arxiv.org/pdf/1909.09571.pdf

Reinforcement learning in Portfolio Management and its interpretation

Comprehensive Review of Deep Reinforcement Learning Methods and Applications in Economics

机器学习篇

Jiang W. Applications of deep learning in stock market prediction: recent progress[J]. Expert Systems with Applications, 2021: 115537. https://www.sciencedirect.com/science/article/abs/pii/S0957417421009441

金融时序预测中的深度学习方法综述: 从2005到2019 https://mp.weixin.qq.com/s/caXnseARUwLIXdsZ7BXOUw

Deep Learning for Financial Applications https://mp.weixin.qq.com/s/1zTLxotph7vWvp8LImR-Gg

Literature review: Machine learning techniques applied to financial market prediction https://sci-hub.se/https://www.sciencedirect.com/science/article/abs/pii/S095741741930017X 这篇里面列的不少文章还挺让人跃跃欲试

Online Portfolio Selection: A Survey

最全: 深度学习在经济金融管理领域的应用现状汇总与前沿瞻望, 中青年学者不能不关注！ https://mp.weixin.qq.com/s/-nWZdFlXxfvzMV2kZQWi7g

Application of machine learning in stock trading: a review - Kok Sheng Tan, Rajasvaran Logeswaran (2018)

Evaluating the Performance of Machine Learning Algorithms in Financial Market Forecasting: A Comprehensive Survey - Lukas Ryll, Sebastian Seidens (2019)

Financial Time Series Forecasting with Deep Learning: A Systematic Literature Review: 2005-2019 - Omer Berat Sezer, Mehmet Ugur Gudelek, Ahmet Murat Ozbayoglu (2019)

A systematic review of fundamental and technical analysis of stock market predictions - Isaac kofi Nti, Adebayo Adekoya, Benjamin Asubam Weyori (2019)

Deep learning in finance and banking: A literature review and classification https://fbr.springeropen.com/articles/10.1186/s11782-020-00082-6

Machine Learning Based Stock Market Analysis: A Short Survey https://link.springer.com/chapter/10.1007/978-3-030-38040-3_2

A comprehensive survey on deep neural networks for stock market: The need, challenges, and future directions https://www.sciencedirect.com/science/article/abs/pii/S0957417421002414

A Survey of Forex and Stock Price Prediction Using Deep Learning https://arxiv.org/abs/2103.09750

A Survey on Machine Learning for Stock Price Prediction: Algorithms and Techniques https://www.scitepress.org/Papers/2020/93407/93407.pdf

A systematic review of stock market prediction using machine learning and statistical techniques https://www.sciencedirect.com/science/article/pii/S2214785320390337

Review on the Application of Machine Learning in Stock Forecasting https://francis-press.com/index.php/papers/3820

统计学、时间序列综述

A Survey of Methods for Time Series Change Point Detection https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5464762/

An Evaluation of Change Point Detection Algorithms https://arxiv.org/pdf/2003.06222.pdf 配套代码 https://github.com/alan-turing-institute/TCPDBench

A review of two decades of correlations, hierarchies, networks and clustering in financial markets https://arxiv.org/pdf/1703.00485.pdf

C.R.Rao：统计学的一百年 - Nittanystat的文章 - 知乎 https://zhuanlan.zhihu.com/p/398238688

时间序列预测方法综述 https://mp.weixin.qq.com/s/Q82YzANWDMkKWm5k2XmPkA

手把手教你用Python玩转时序数据，从采样、预测到聚类 https://mp.weixin.qq.com/s/7Y2we8gLidKMgnZCWnZURg

时间序列异常检测（一）—— 算法综述 - VoidOc的文章 - 知乎 https://zhuanlan.zhihu.com/p/

https://github.com/zhuyiche/awesome-anomaly-detection 异常检测论文大列表：方法、应用、综述

经济金融(尽量偏量化、计量)的各类资源

哪里会提供经济学论文可供复制的数据和代码？（2.0版本） - 江河的文章 - 知乎 https://zhuanlan.zhihu.com/p/352829605

经济、金融期刊 List of Journals - 二十九与三十一的文章 - 知乎 https://zhuanlan.zhihu.com/p/409858332

金融微信公众号有哪些推荐？ - 知乎 https://www.zhihu.com/question/28471569

【2020招新季】量化相关公众号推荐 https://mp.weixin.qq.com/s/wjJr2Afg3bmTgDQliENGng

金融方面有哪些比较值得follow的公众号？ - [已重置]的文章 - 知乎 https://zhuanlan.zhihu.com/p/66646480

其他量化相关文章

面板数据分析方法汇总 - 庄蔚的文章 - 知乎 https://zhuanlan.zhihu.com/p/94478917

#22 知识分享：时间序列深度学习综述 - 算卦工程师的文章 - 知乎 https://zhuanlan.zhihu.com/p/166488012

时间序列预测方法总结 - BINGO Hong的文章 - 知乎 https://zhuanlan.zhihu.com/p/67832773

深度学习的可解释性方向的研究是不是巨坑？ - 知乎 https://www.zhihu.com/question/341190239

深度学习在时间序列分类中的应用 - 张戎的文章 - 知乎 https://zhuanlan.zhihu.com/p/83130649

https://mp.weixin.qq.com/s/sbuqNhIVTDUe4Q6BxS5fWw 盘点金融领域里常用的深度学习模型

https://mp.weixin.qq.com/s/1zTLxotph7vWvp8LImR-Gg 深度学习金融应用综述论文，52页pdf，Deep Learning for Financial Applications

https://mp.weixin.qq.com/s/fidQpsDbfsFqvhmMvi4YgQ Python金融大数据分析（Yves Hilpsch 著），566页pdf

人工智能

人工智能不错的综述

近年来强化学习分类综述大全，不看后悔，收藏为先！ https://mp.weixin.qq.com/s/MfDk5nW4AfkDs9hHGIxfdA

强化学习邂逅组合优化吊打性综述 https://mp.weixin.qq.com/s/VtUyESd3X1TzxXDzhaeCNg

动态图上的深度学习-动态时间图网络建模技术综述 - 深度学习于NLP的文章 - 知乎 https://zhuanlan.zhihu.com/p/261388351

知识图谱综述——表示、构建、推理与知识超图理论 https://mp.weixin.qq.com/s/_XCt3xVOdZpne3HW4ytGIg

UIUC孙若愚：60页论文综述深度学习优化 https://mp.weixin.qq.com/s/GS3TvS9nZw-CSJds-Aw_ug

Monte Carlo Tree Search: A Review of Recent Modifications and Applications https://ask.qcloudimg.com/draft/8354439/qr3mjtm60x.pdf

综述 | 神经网络的可解释性 https://mp.weixin.qq.com/s/tVneBQjLQgA6wcwNtuWBPQ

【综述专栏】少样本学习综述：小样本学习研究综述（中科院计算所） https://mp.weixin.qq.com/s/AWxDGHMZiR8IxXo3A3imFw

序列数据的数据增强方法综述 https://mp.weixin.qq.com/s/XWgcExyz01AxNCGDPA87Iw

【综述专栏】走马观花AutoML https://mp.weixin.qq.com/s/H_P3wex7kCvG_kMhz7MY3A

人工智能媒体资源

1、人工智能公众号

GitHubdaily、Paperweekly、CozyClub、AI数据派、集智俱乐部、人工智能前沿讲习、量化投资与机器学习、DataFunTalk、大数据文摘、机器之心、量子位、AI科技评论、腾讯技术工程、美团技术团队、深度智能眼、王喆的机器学习笔记、浅梦的学习笔记、图与推荐、深度学习与图网络、将门创投、飞桨paddlepaddle、百度geek说、阿泽的学习笔记、数据与智能、kaggle竞赛宝典、 机器学习算法与自然语言处理、图灵人工智能、焉知自动驾驶、极市平台、集智学园、百度AI、算法与数学之美、RLCN、微信AI、智源社区、AI TIME论道、腾讯AI加速器、腾讯AI实验室、腾讯研究院、机器之能、Dtawhale、罗福莉、中科院自动还研究所、夕小瑶的卖萌屋、专知、数据派THU、学术头条、新智驾、机器人大讲堂、腾讯高校合作、AI科技大本营、MinSpore、biendata、机器学习实验室、NewBeeNLP、腾讯广告算法大赛、VALSE、Coggle数据科学、DrugAI、微软研究院AI头条、百度地图智能物流、炼丹笔记、机器学习与推荐算法、微软学术合作、CMAI、上财叉院、北邮GAMMA Lab、深度强化学习实验室、深圳市人工智能与机器人研究院、上海交大johnhopcroft中心、神经计算与应用、RandomGenerator、ZERO实验室atPKU、青牛帮

运筹优化

运筹优化不错的综述

优化er必备科研推文集 https://mp.weixin.qq.com/mp/appmsgalbum?__biz=Mzg3NTA4MTc0NA==&action=getalbum&album_id=1733568231744782344#wechat_redirect

A Survey on Non/Non-Smooth Convex optimization https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247503034&idx=2&sn=73069694cca13e585618703d4908395c&chksm=cec475c5f9b3fcd380de7ea5afac5103db89ddfafa221c3b3e6dab51704caf03f54751e81ade&scene=178&cur_album_id=1733568231744782344#rd

凸优化综述！！！https://mp.weixin.qq.com/s/ow_Fh8-5wjBqxGqO4IIF5A

（非）凸优化主流算法归纳 https://mp.weixin.qq.com/s/v8gT433RfLG6RTTYrLAEgA

创刊70周年特邀综述---现代优化理论与应用 https://mp.weixin.qq.com/s/qb057xKPUlJqGbLkoDX_MA

混合整数非线性规划的算法软件及最新进展 https://mp.weixin.qq.com/s/i4xWm749_C5jqHgnnswwjQ

新型群智能优化算法综述 https://mp.weixin.qq.com/s/TjkExOQYeyIGNPWjberI4A

综述|从数值最优化方法到学习最优化方法 https://mp.weixin.qq.com/s/eEbcp3H6ccoB3aTNDtHGBw

智能启发算法在机器学习中的应用研究综述 https://mp.weixin.qq.com/s/z3H0nxLfrw560_1hH-3x-g

运筹优化邂逅人工智能

强化学习邂逅组合优化吊打性综述 https://mp.weixin.qq.com/s/KPE4t9CMHbV9KpgKuLl2ug

机器学习邂逅组合优化小结与资料推荐！！！ - 微尘-黄含驰的文章 - 知乎 https://zhuanlan.zhihu.com/p/187267108

机器/深度/强化学习与组合优化相关课程、学者、论文等资料归档-持续更新，欢迎留言补充 - https://zhuanlan.zhihu.com/p/158733062

https://github.com/xijunlee/Learning-to-Optimize-Arxiv

https://github.com/zbzhu99/Constrained-Decision-Making-Paper-List

机器学习&组合优化超全综述列表及COP求解难点修订版 https://zhuanlan.zhihu.com/p/195689243

交叉熵方法(Cross-Entropy Method )邂逅组合优化 https://zhuanlan.zhihu.com/p/188252023

机器学习邂逅组合优化小结！！！ https://zhuanlan.zhihu.com/p/187267108

机器学习、强化学习与组合优化的精华总结（持续更新~） https://zhuanlan.zhihu.com/p/161342722

强化学习求解运筹学/组合优化问题的优势-小白文，求批判 https://zhuanlan.zhihu.com/p/161537702

强化学习与组合优化/运筹学的展望-小白文，求批判 https://zhuanlan.zhihu.com/p/161538062

常见组合优化问题与求解方法简单介绍 https://zhuanlan.zhihu.com/p/161677525

DQN邂逅组合优化总结 https://zhuanlan.zhihu.com/p/161380762

Policy-based RL邂逅组合优化---总结 https://zhuanlan.zhihu.com/p/161470202

分层强化学习与带约束组合优化问题的求解 https://zhuanlan.zhihu.com/p/161332838

蒙特卡洛树搜索MCTS邂逅组合优化 https://zhuanlan.zhihu.com/p/161508211

强化学习+模仿学习邂逅组合优化 https://zhuanlan.zhihu.com/p/161456141

constraint handling with ML/DL/RL之文献小扫荡 1.具体的文献扫荡式解读见笔记 1约束DL/RL之文献扫荡 pre https://shimowendang.com/docs/khKXVXDCYrGwYJhd/ 2.constraint handling with ML/DL/RL的文献安利见https://github.com/eleurent/phd-bibliography 的Constrained Control 部分。

运筹优化其他综合型材料

科普 | 运筹学学习清单：从入门到毕业 https://mp.weixin.qq.com/s/zZK22ahgdKtkAgM8kjvhpA

B站超全运筹优化资源大全 https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247499858&idx=6&sn=72f51aa5f51c5f5601572fdbb65aabd6&chksm=cec4792df9b3f03b6d42066257fc1899d1fd82829af30d81d0f80e006e825d10cc9a3844559f&scene=178&cur_album_id=1733568231744782344#rd

运筹学发展概况（上、中、下） https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247503090&idx=3&sn=dd2d0985a0c8b213ea0944fa7ac2117c&chksm=cec4758df9b3fc9b446d8587a8cfead2bbcda3a07ac5466ec0c915e42e7cf6f9c4721c2f6e8c&scene=178&cur_album_id=1733568231744782344#rd

非线性优化方法的总结——approximation https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247501374&idx=1&sn=e2e4f1a8ec907cbf61fed712ccbdbf81&chksm=cec47f41f9b3f657a9f66beb7a8462b2ec6e6fd54b19e452d72252429f31c4e120224ec19f72&scene=178&cur_album_id=1733568231744782344#rd

如何从零开始学习凸优化？ https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247502463&idx=6&sn=9613bc609e23ccbc8572d2298c1c69f9&chksm=cec47300f9b3fa16dbfc3ba59e9cb40dc0a90cd0bc00a585978338ef149f8321824af57e2d16&scene=178&cur_album_id=1733568231744782344#rd

优化模型线性化方法总结 https://mp.weixin.qq.com/s?__biz=Mzg3NTA4MTc0NA==&mid=2247502216&idx=5&sn=0d77b949e79057369c42f3b77db7a00a&chksm=cec470f7f9b3f9e11e9f0e702c870e61ae97fecbab5448819be7a7f7c303601d7f7ded6a628d&scene=178&cur_album_id=1733568231744782344#rd

https://zhuanlan.zhihu.com/p/25579864

人工智能的“引擎”–运筹学，一门建模、优化、决策的科学

https://mp.weixin.qq.com/s/Fn7FtrbCVDlYEXCzMUkTBg

运筹学发展简史之1979-2004

http://www.cnblogs.com/6DAN_HUST/archive/2010/11/11/1874681.html

运筹学——线性规划及单纯形法求解

https://mp.weixin.qq.com/s/2qOjE0B6x9xuyoBw94NqQA

线性规划基础

https://mp.weixin.qq.com/s/AHM60k3_Th3HD-VPBaXhuw

线性规划和整数规划的若干建模技巧

https://mp.weixin.qq.com/s/f24aXWrQkMlzABVatjOf5Q

线性规划的历史、模型及案例

https://mp.weixin.qq.com/s/zV6zi79c1Q2dfCaywuK6Pw

内点法六十年再回首

https://mp.weixin.qq.com/s/aryMyP0r6vov0pUvkoFYng

过去，现在和未来：运筹学为航空业保驾护航

https://mp.weixin.qq.com/s?__biz=MzUxMTYwMzI0OQ==&mid=2247486937&idx=1&sn=6be69679390f59516ee5f077adb8ccfa

运筹优化的剖析与应用

https://mp.weixin.qq.com/s/Ofn-p8NnnO4kLYqTlL0bJg

https://mp.weixin.qq.com/s/Ve_Gvp1Y0nIX4DV9_w0S3g

半正定规划(SDP)的形象理解和基本原理

https://mp.weixin.qq.com/s/wspfngdFNq-GeCTUJAse0A

在单纯形法之前

https://mp.weixin.qq.com/s/sGRNiAl7tvPc1tl0Xk2Idw

深度学习和强化学习在组合优化方面有哪些应用？

https://mp.weixin.qq.com/s/MuODCRWqolnh62D4t-hRvQ

https://mp.weixin.qq.com/s/D_CQIw1372RTYBeSqPEl9A

鲁棒优化基础

https://mp.weixin.qq.com/s/7x2LS94i7te7JAeWo-d5kA

什么样的整数规划模型是一个好的模型

https://mp.weixin.qq.com/s/T20YMbTBbn1GC3fvInhkkA

深度学习如何影响运筹学？

https://mp.weixin.qq.com/s/VcA1SZNS4LvMny_9dCUByQ

混合整数规划/离散优化的精确算法–分支定界法及优化求解器

https://mp.weixin.qq.com/s/Ol69W-T67eGJW6RDjQJQ6w

胡武华博士：运筹优化理论在物流行业中的应用实践

https://mp.weixin.qq.com/s/cd08Lk4LcxV-qAVLq7-Kjg

整数规划经典方法–割平面法（Cutting Plane Method）

https://mp.weixin.qq.com/s/NlxZQv8Z-AzIlz6mG8cCxQ

离散/整数/组合/非凸优化概述及其在AI的应用

https://mp.weixin.qq.com/s/vuY1tukawF_V2Bz2YSA8wQ

Attain.ai创始人李玉喜：强化学习遇见组合优化

https://mp.weixin.qq.com/s/CYNbgL2UBPub8-ZFFfn2ug

浅谈收益管理与动态定价

运筹优化媒体资源

1.数理优化公众号：

计算数学信息共享平台、中国数学会、柚子优化、运筹OR帷幄、数据魔术师、运小筹、学弱猹的精品小屋、运筹说、黄含驰的机器学习与优化打怪路、仕仕行、笃熙禀泰、ORT and JORSC、留德华叫兽、智慧调度、工业4.0、数学职业家、数学算法俱乐部、统计之都、物流指闻、电力信通之苦、工业工程师联盟、数学往事、工程管理前沿、国家天元数学西北中心、电力优化和人工智能听风录、运筹通讯、杉数科技、当交通遇上机器学习、中国科学院数学与系统科学研究院、上财叉院w、数学文化、哆嗒数学网、中国人民大学统计学院、天元数学东北中心、HangdingWang、川大数学、优化算法交流地、南方科技大学统计与数据科学学院、清华大学工业工程系、智能优化与学习、优化与算法、一览众山小-可持续城市与交通

Tips: 推荐大家关注相关社区协会公众号，以及不错学校的管理学院、信息学院、统计学院、数学系啥的，基本 上大会小讲都能有

2、OR/控制方向哔哩哔哩号：

运筹OR帷幄 中国运筹学会 运筹优化与地理信息 中国自动化学会 NCC_lab（神经计算与控制实验室） 信息通信学术期刊网信息通信领域期刊集群 http://www.infocomm-journal.com 萧然哔哩哔（控制） 土城随记（控制）

科研通关

科研工具

table generator：https://www.tablesgenerator.com/

excel to latex：https://www.latex-tables.com/#

在线latex公式编辑器，即时显示公式图片：https://www.codecogs.com/latex/eqneditor.php

Connected Papers 论文可视化工具 （知识图谱）图片: https://uploader.shimowendang.com/f/LBu8rwnR8dpufaza.png!thumbnail?accessToken=eyJhbGciOiJIUzI1NiIsImtpZCI6ImRlZmF1bHQiLCJ0eXAiOiJKV1QifQ.eyJhdWQiOiJhY2Nlc3NfcmVzb3VyY2UiLCJleHAiOjE2MzMwNjI5MjcsImciOiJ4M0t4cVdSQ0NZRGh3cVlKIiwiaWF0IjoxNjMzMDYyNjI3LCJ1c2VySWQiOjE0Mjc4NzU4fQ.EkKe_7wwhcU6RnIFxK98OmIoBtpovDJI0xA6RfLVp2I

Paper Digest – AI for tracking and summarizing papers: 提供邮件订阅前一天出的论文的列表，附有每篇论文的一句话总结。在会议论文公布时，这个网站也会整理

Academic Phrasebank：学术用语库，告诉你各个章节适合用哪些句式搭配

mathpix：图片转latex公式

MyScript Webdemo：Math 模块可以将手写公式转为 LaTeX 代码；同时，Diagram 模块可以将手绘的框图转化为工整的框图

Detexify LaTeX handwritten symbol recognition: 忘记某些字符用 LaTeX 怎么表示时，可以在这个网站上通过手写来查询

翻译：copy translator、知云翻译、deepl

冰点下载：无需积分自由下载百度、豆丁、丁香、MBALib、Book118 等文库文档

天若OCR：精确识别图片或者视频中的文本

Quicker：为常用操作建立捷径，让效率触手可及!

Ditto：保存复制记录（包括图片），防止有时候骚操作丢失东西

balabolka：文本转语音，可自由调配朗读速度，速度区间比较大。长文章没耐心看可转语音倍速播放听。体验流畅

potplayer：可倍速播放各种格式的视频和音频文件

创客贴：海报等平面设计作图神器

AI 方向好用的科研工具：https://github.com/bighuang624/AI-research-tools

提高效率的软件工具合集：https://github.com/cunyu1943/amazing-softwares

GitHub中文社区 https://www.githubs.cn/、GitHub trend https://github.com/trending

chrome插件

video speed controller：https://note.youdao.com/s/GcoV5JvU或https://note.youdao.com/s/JvHIybs5 0.07-16倍速播放所有网页端html5视频

西游加速器：https://note.youdao.com/s/5OeHa1Wd 科学上网 账号：1922393119@qq.com密 码：19750214qq

onetab：批量管理缓存网页，节省内存（也可以用Pocket）

Octotree：针对GitHub建立直观可直接跳转的代码树图片: https://uploader.shimowendang.com/f/i0jy43eLSmpxyUSL.png!thumbnail?accessToken=eyJhbGciOiJIUzI1NiIsImtpZCI6ImRlZmF1bHQiLCJ0eXAiOiJKV1QifQ.eyJhdWQiOiJhY2Nlc3NfcmVzb3VyY2UiLCJleHAiOjE2MzMwNjMyMjEsImciOiJ4SENRQ1FYeEdZSzZKY0g2IiwiaWF0IjoxNjMzMDYyOTIxLCJ1c2VySWQiOjE0Mjc4NzU4fQ.0cXsM644S1IwzfH8IK_0SZpwxPUtOYNEoFbiy07yvsk

油猴脚本，比如userscript+（显示当前网页所有可用的脚本）、searchenginejump（很多细节极大提高搜索体验）、sci-hub button

新榜小助手：自动接公众号广告，躺着合法赚钱

Izhihu：完善网页端知乎使用体验

Adblock：屏蔽广告

grammarly：自动提醒网页端英文词句错误

Wordtune - AI-powered Writing Companion

彩云小译（双语显示）、谷歌翻译（右键翻译整个网页）

awesome screenshot：截屏幕图和录屏，截图编辑功能也还可以

翻译

段落的精准翻译——知云翻译、https://www.deepl.com/translator

全文免费翻译——https://fanyi.sogou.com/（比谷歌翻译稳定且效果好很多，可嵌入图片）

软件：copy translator

搜索

网页：虫部落 https://search.chongbuluo.com/、https://ebook.chongbuluo.com/……

电子书和论文：https://z-lib.org/、BookSC（b-ok.org）、SCIHub（https://sci-hub.se/）、http://gen.lib.rus.ec/

插件：油猴脚本插件searchenginejump 搜索引擎快捷跳转

软件：Everything、utools、listary

刷论文

精美风-http://www.91china.cc/（http://arxiv-sanity.com/的中文版）、https://www.semanticscholar.org/

泛雅风-谷歌学术、archive、https://www.paperdigest.org/

群友推荐的文献追踪神器-aminer

做笔记

Notion/Wolai：模块化笔记软件，可以整合视频、代码、表格等多种形式。

Typora（+PicGo）：所见即所得的Markdown格式文本编辑器，号称世界上最漂亮的写作软件。掌握技巧可大大提高博客网站写作效率。

有道云笔记、印象笔记、石墨文档……

可视化

【统计图】ChartCube：https://chartcube.alipay.com/make

【统计图】Visual Paradigm：https://online.visual-paradigm.com/drive/#diagramlist:proj=0&new=AreaChart

【流程图】ProcessOn：https://www.processon.com/

【流程图】Draw.io：https://www.draw.io/?lang=zh

【数据报告】文图：https://www.wentu.io/

【数据报告】图表秀：https://www.tubiaoxiu.com

可视化图表种类不清楚？这两个宝藏参考网址推荐给你~~ https://mp.weixin.qq.com/s/sVbRcjmm-yg2EO5s4xgMVw

可视化图表不会做！？这6个免费在线可视化资源送给你 https://mp.weixin.qq.com/s/kZuKIWPhBBP4Vzxt9wVcHA

学术图表绘制 https://mp.weixin.qq.com/mp/homepage?__biz=MzA5ODk0NjA1Mg==&hid=4&sn=817e4fbd4f372a4026eae22c20a931f9&scene=1&devicetype=android-28&version=28000b59&lang=zh_CN&nettype=e-ideas&ascene=7&session_us=gh_556136ba5700&wx_header=1

商业图表绘制 https://mp.weixin.qq.com/mp/homepage?__biz=MzA5ODk0NjA1Mg==&hid=5&sn=6d8b5201216cb9345b394b8a9b13f892&scene=1&devicetype=android-28&version=28000b59&lang=zh_CN&nettype=e-ideas&ascene=7&session_us=gh_556136ba5700&wx_header=1

微词云：实用性强、简单的在线文字云、在线词云生成器，相对于其他产品，​我们的产品功能更加强大，不仅支持在线分词，还支持词频统计、词频分析

大视野

人工智能从业者应该从哪里去寻找和阅读顶级论文？ - 知乎 https://www.zhihu.com/question/303022763

现在有哪些讨论深度学习、机器学习的论坛推荐？ - 知乎 https://www.zhihu.com/question/268499673

研讨会也许可以在这儿搜 https://10times.com/events?searchby&kw=combinatorial%20optimization

在国外读 PhD 并在以后申请教职的难度如何？怎样做好对应的人生规划？ https://mp.weixin.qq.com/s/8HdZyumIaOLVmLT1MxCEMw

你在学术上最大的发现是什么？https://www.zhihu.com/question/408090838/answer/1362094243? utm_source=wechat_session&utm_medium=social&utm_oi=868820652935766017

AI论文在线质疑 https://zhuanlan.zhihu.com/c_1229351532736032768

史上最全的知乎精华问答和干货整理，没有之一！ - 周广恩的文章 - 知乎 https://zhuanlan.zhihu.com/p/25964484

知乎上有哪些不错的收藏夹值得推荐？ - 知乎 https://www.zhihu.com/question/19926207

win10小屋杂记https://zhuanlan.zhihu.com/win10

其实看我关注的专栏、问题、收藏和话题吖！https://www.zhihu.com/people/huang-han-chi-15/following/columns

我关注的问题 https://www.zhihu.com/people/huang-han-chi-15/following/questions

我关注的收藏 https://www.zhihu.com/people/huang-han-chi-15/following/collections

我关注的话题 https://www.zhihu.com/people/huang-han-chi-15/following/topics

附录

时间序列分析学习资料

搬运自 https://antkillerfarm.github.io/ml/2018/06/08/Machine_Learning_37.html#%E4%B9%A6%E7%B1%8D%E5%92%8C%E6%95%99%E7%A8%8B 、https://antkillerfarm.github.io/ml/2018/10/11/Machine_Learning_38.html

书籍和教程

http://www.stat.berkeley.edu/~bartlett/courses/153-fall2010/

berkeley的时间序列分析课程

http://people.duke.edu/%7Ernau/411home.htm

回归和时间序列分析

《应用时间序列分析》，王燕著。

https://mp.weixin.qq.com/s/w_u6_lG-_b0t4m4YubjeRQ

最新《时间序列分析》课程笔记，477页pdf

https://mp.weixin.qq.com/s/8Ua7wYfRdv0fu8I-M3sdHg

统计学习与序列预测，261页pdf

https://mp.weixin.qq.com/s/J3RdKXZs7Wb976E512TJjw

最新《时序数据分析》书稿，512页pdf

工具

http://mp.weixin.qq.com/s/ioaS7RQ6bsJs4_X0G4ZHyQ

如何优雅地用TensorFlow预测时间序列：TFTS库详细教程

https://mp.weixin.qq.com/s/7WuB0uvGSAek9b4TP_0r9g

内置降维、聚类等算法，时间序列数据分析Python库Deeptime

https://zhuanlan.zhihu.com/p/391897734

FaceBook开源全网第一个时序王器Kats

https://mp.weixin.qq.com/s/XCHSulXn1hzgLqLJjXkSGg

TODS：从时间序列数据中检测不同类型的异常值

其他参考

https://www.kaggle.com/thebrownviking20/everything-you-can-do-with-a-time-series/notebook

时间序列入门教程，从理论到业务实践，Kaggle kernels Master整理分享

https://mp.weixin.qq.com/s/V2cOgbq869TLChe1sWUQqg

开源时间序列数据集整理

https://mp.weixin.qq.com/s/FRSe1mJTvk9U66ta-r9iCQ

手把手教你用Python玩转时序数据，从采样、预测到聚类

https://mp.weixin.qq.com/s/7Y2we8gLidKMgnZCWnZURg

时间序列预测方法综述

https://mp.weixin.qq.com/s/Q82YzANWDMkKWm5k2XmPkA

严谨解决5种机器学习算法在预测股价的应用

https://mp.weixin.qq.com/s/iKM6zMSm1F2icjy79F9Hcg

季节性的分析才不简单，小心不要在随机数据中也分析出季节性

https://mp.weixin.qq.com/s/p8oN4xh-FHnay2eTsk6Gng

基于高阶模糊认知图与小波变换的时间序列预测

https://mp.weixin.qq.com/s/lmJk-iIzxxPmnZa6D8i_nw

一文简述如何使用嵌套交叉验证方法处理时序数据

https://mp.weixin.qq.com/s/05WAZcklXnL_hFPLZW9t7Q

时间序列模型之相空间重构模型

https://mp.weixin.qq.com/s/rIgjtILF7EtuBS5UWCEFcQ

重大事件后，股价将何去何从？

https://mp.weixin.qq.com/s/Y9d55KI64y-uRrWPRbDBzA

Kaggle知识点：时序数据与Embedding

https://mp.weixin.qq.com/s/DxRoTGtdrwqcjXL_ot57eg

如何找到时序数据中线性的趋势

https://mp.weixin.qq.com/s/iDUFr11-YX6oa6bLXWK3iQ

时序特征挖掘的奇技淫巧

https://mp.weixin.qq.com/s/S3xjk9QekWoni0eEvBhlLQ

特征工程之处理时间序列数据

https://mp.weixin.qq.com/s/15HXAIhmtYLbG3MjwEKDSQ

从移动平均到指数平滑

https://mp.weixin.qq.com/s/56so2p7a4wIgo38nVSR44A

时间序列分解总结

https://mp.weixin.qq.com/s/eHovfZiheQsv4Mb276su9w

核密度估计和非参数回归

https://mp.weixin.qq.com/s/6TpT1FH87esQWsUig0oS_Q

手把手教你用Python进行时间序列分解和预测

https://mp.weixin.qq.com/s/y6LL52Al3w5ErnpPX0A35Q

开源新书《时间序列分析，数据/方法/应用》，6章110页pdf带你了解最新进展

https://mp.weixin.qq.com/s/S3o4T8-CXVnS1laXE_g70w

Python中的时间序列分解

https://mp.weixin.qq.com/s/XImzWu0ZBe8Cgquc167iLA

用于时间序列数据的泊松回归模型

https://en.wikipedia.org/wiki/Autoregressive_integrated_moving_average

https://en.wikipedia.org/wiki/Autoregressive%E2%80%93moving-average_model

https://zhuanlan.zhihu.com/p/23534595

时间序列分析：结合ARMA的卡尔曼滤波算法（该文的参考文献中有不少好文）

http://blog.csdn.net/aliceyangxi1987/article/details/71079522

用ARIMA模型做需求预测

http://blog.csdn.net/kicilove/article/details/78315335

时间序列初级理论篇

https://mp.weixin.qq.com/s/Y342U71oicbpJbWl4E0ZEQ

时间序列基本概念

https://mp.weixin.qq.com/s/K-XGuaWTcF6BDPJagaJDPQ

时序数据与事件的关联分析

https://mp.weixin.qq.com/s/JR-GIXwHF45OysoE0qvwzw

时间序列异常检测机制的研究

https://mp.weixin.qq.com/s/MYwvuD85PPs3PJA5tMxvgw

6种时序异常检测思路总结！（tsod）

https://mp.weixin.qq.com/s/2hpQ_7Ih58d1RKYb1oW_Sg

时间序列简介（一）

https://zhuanlan.zhihu.com/p/35093835

时间序列的自回归模型—从线性代数的角度来看

https://zhuanlan.zhihu.com/p/39105270

时间序列的表示与信息提取

https://mp.weixin.qq.com/s/iah8PvIC0oZngSaNHw7gJw

从上帝视角看透时间序列和数据挖掘

https://zhuanlan.zhihu.com/p/38130622

时间序列的相似性

https://mp.weixin.qq.com/s/DGGuAYsoa6DPD6FBf2Hc4g

时间序列分析之理论篇

https://zhuanlan.zhihu.com/p/50698719

两篇关于时间序列的论文

https://zhuanlan.zhihu.com/p/55129654

时间序列的单调性

https://zhuanlan.zhihu.com/p/55903495

时间序列的聚类

https://mp.weixin.qq.com/s/2teyejpbpM6x5UCiYL8s-Q

关于时间序列你需要了解的一切

https://mp.weixin.qq.com/s/Aqh9lZvyDncyCdXgxH1lSQ

短小时序，如何预测？——基于特征重构的张量ARIMA

https://mp.weixin.qq.com/s/NHwMVzZWOU24pdbjzcchAg

从AR到ARIMA

https://mp.weixin.qq.com/s/QZ_AcfzuB7JQEE6cDz5G1A

自回归模型

https://mp.weixin.qq.com/s/fYQwRJGrTlX4_GqMt_CYMQ

时间序列基础教程总结

https://mp.weixin.qq.com/s/f0BwjlsEBlFVDxNlZqgf-g

Python时间序列分析：一项基于案例的全面指南