貝塔演算法java

A. 用java.算出小於100的10個不重復的隨機數，放入數組，並且列印出來

public class TextRandomArray {
/**
* 將小於100的10個不重復的隨機數，放入數組，並且列印出來
*/

public static void main (String[]args)
{
int lot[] = new int[10]; //定義數組
int num;
lot[0]= (int)(Math.random()*100); //產生0-99之間的隨機數，並賦值給lot[0]
for (int i=1;i<lot.length;i++)
{
num =(int)(Math.random()*100);
lot[i]=num;

/*
* 判斷是否與前面產生的數值相等，
* 如果相等則表示數字有重復，於是將下標減1，退回去重新產生隨機數
*/
for (int a=0; a<i; a++)
{
if (lot[a] == lot[i] )
{
i--;
break;
}
}
}

System.out.print("此次產生的數組的值為：");
for (int b =0;b<lot.length;b++)
{
System.out.print(lot[b]+" ");
}
}
}

測試結果：

此次產生的數組的值為：86 60 47 68 94 29 8 19 22 80

這粘過來的格式真讓我看著頭痛！

B. 這道java程序怎麼寫

話說這個題目你看明白了沒?我有些迷糊的,讀不懂,又加上你機翻...我感覺在用勾股定理!

我的思路是先算弦,然後在求:兩個速度時間和,符合弦長的都列印出來,最優的當然是時間最小的那個!

不太確定我是否理解題目的含義了

public class Betaback{

public static void main(String[] args) throws InterruptedException {

double a, b, speedA, speedB, hour, pow;

a = 40;

b = 30;

speedA = 4;

speedB = 2;

hour = 23.4;

pow = Math.sqrt(Math.pow(a, 2) + Math.pow(b, 2));

myFun(pow, speedA, speedB, hour);

System.out.println("---------------------------");

a = 55;

b = 37;

speedA = 4.6;

speedB = 2.4;

hour = 25.2;

pow = Math.sqrt(Math.pow(a, 2) + Math.pow(b, 2));

myFun(pow, speedA, speedB, hour);

}

private static void myFun(double pow, double speedA, double speedB, double hour) {

double x = 0, y = 0, z = 0, t = 0, num = 0;

while (x < (pow / speedA)) {

t = x * speedA;

y = 0;

while (num < pow) {

z = y * speedB;

num = (t + z);

if (num >= pow && (x + y < hour) && y != 0 && (x > y)) {

System.out.println("SpeedA4 = " + x + "; SpeedB2 = " + y);

break;

}

y++;

}

num = 0;

x++;

}

}

}

C. 求資本資產定價模型（CAPM）中的β系數的計算公式！

資本資產定價模型中的Beta是通過統計分析同一時期市場每天的收益情況以及單個股票每天的價格收益來計算出的。

當Beta值處於較高位置時，投資者便會因為股份的風險高，而會相應提升股票的預期回報率。

舉個例子，如果一個股票的Beta值是2．0，無風險回報率是3％，市場回報率是7％，那麼市場溢價就是4％（7％－3％），股票風險溢價為8％（2X4％，用Beta值乘市場溢價），那麼股票的預期回報率則為11％（8％＋3％，即股票的風險溢價加上無風險回報率）。

所謂證券的均衡價格即指對投機者而言，股價不存在任何投機獲利的可能，證券均衡價格為投資證券的預期報酬率，等於效率投資組合上無法有效分散的等量風險。

如無風險利率為5％，風險溢酬為8％，股票β系數值為0．8，則依證券市場線所算該股股價應滿足預期報酬率11．4％，即持有證券的均衡預期報酬率為：

E（Ri）＝RF＋βi［E（Rm）−Rf］。

(3)貝塔演算法java擴展閱讀：

資本資產定價模型假設所有投資者都按馬克維茨的資產選擇理論進行投資，對期望收益、方差和協方差等的估計完全相同，投資人可以自由借貸。

基於這樣的假設，資本資產定價模型研究的重點在於探求風險資產收益與風險的數量關系，即為了補償某一特定程度的風險，投資者應該獲得多少的報酬率。

當資本市場達到均衡時，風險的邊際價格是不變的，任何改變市場組合的投資所帶來的邊際效果是相同的，即增加一個單位的風險所得到的補償是相同的。

D. 求把下列的C++代碼轉化為java，謝謝啦！在2011年5月24號前回答可以加懸賞

C++一般採用和系統時間搭配來產生隨機數

經典的《c程序設計教程》是這樣做的
#indclude"time.h"
srand(time(NULL));
int x;
x=rand();

樓主說的是matlab 吧
matlab產生隨機數的方法有很多，因為matlab專門是用來做數值計算的

randon 浮點型

randperm(N) 整數型

betarnd 貝塔分布的隨機數生成器
binornd 二項分布的隨機數生成器
chi2rnd 卡方分布的隨機數生成器
exprnd 指數分布的隨機數生成器
frnd f分布的隨機數生成器
gamrnd 伽瑪分布的隨機數生成器
geornd 幾何分布的隨機數生成器
hygernd 超幾何分布的隨機數生成器
lognrnd 對數正態分布的隨機數生成器
nbinrnd 負二項分布的隨機數生成器
ncfrnd 非中心f分布的隨機數生成器
nctrnd 非中心t分布的隨機數生成器
ncx2rnd 非中心卡方分布的隨機數生成器
normrnd 正態（高斯）分布的隨機數生成器
poissrnd 泊松分布的隨機數生成器
raylrnd 瑞利分布的隨機數生成器
trnd 學生氏t分布的隨機數生成器
unidrnd 離散均勻分布的隨機數生成器
unifrnd 連續均勻分布的隨機數生成器
weibrnd 威布爾分布的隨機數生成器

java隨機數生成就是採用Math.random()方法

random
public static double random()返回帶正號的 double 值，大於或等於 0.0，小於 1.0。

樓主可以參閱API

E. 用java開發的、較成功的桌面應用軟體有哪些

用java開發的、較成功的桌面應用軟體有很多，具體軟體名字建議官網查詢。學java開發推薦選擇千鋒教育，該教育機構採用全程面授高品質、高體驗培養模式，非常不錯。

java開發需要掌握的內容如下：
1、Java基礎
主要涉及：Java基礎語法、面向對象、核心類庫、集合、異常、IO、線程、JDK新特性等知識點.
2、JavaWeb開發
主要涉及：前端技術、資料庫、JAVA資料庫操作、軟體伺服器及伺服器相關技術、動態網頁JSP、AJAX等知識點.
3、Java高級框架
主要涉及：SpringMVC、MyBatis、Spring、MySQL高級、Linux&Redis&Nginx、Maven等知識點
4、大型微服務分布式技術
主要涉及：SpringBoot、SpringCloud、Git、Dubbo、Zookeeper、AngularJS、SpringSecurity、BCrypt加密、FastDFS、分布式事務處理、RedisCluster、Solr、SolrCloud、Freemarker、JMS、簡訊發送平台、SSO解決方案、CORS、Twitter的Snowflake、SpringTask、MavenProfile、MongoDB簡介、MyCat、Docker、Jenkins等知識點。

想要了解更多有關java開發的相關信息，推薦咨詢千鋒教育。千鋒教育成立教研學科中心，推出貼近企業需求的線下技能培訓課程。課程包含HTML5大前端培訓、JavaEE+分布式開發培訓、Python人工智慧+數據分析培訓、全鏈路UI/UE設計培訓、雲計算培訓、全棧軟體測試培訓、大數據+人工智慧培訓、智能物聯網+嵌入式培訓、Unity游戲開發培訓、網路安全培訓、區塊鏈培訓、影視剪輯包裝培訓、游戲原畫培訓、全媒體運營培訓。採用全程面授高品質、高體驗培養模式，非常值得選擇。

F. 關於java程序輸出希臘字母表，卻在ρ後輸出了問號，球大神解惑。

一共是24個希臘字母，你多出來的那個位置上應該沒有內容。
我看網上有人這樣做的循環，你看看適合你不：
for(char a='α';a<'ω';a++){
str+=a;
}

1 Α α alpha a:lf 阿爾法
2 Β β beta bet 貝塔
3 Γ γ gamma ga:m 伽馬
4 Δ δ delta delt 德爾塔
5 Ε ε epsilon ep`silon 伊普西龍
6 Ζ ζ zeta zat 截塔
7 Η η eta eit 艾塔
8 Θ θ thet θit 西塔
9 Ι ι iot aiot 約塔
10 Κ κ kappa kap 卡帕
11 ∧ λ lambda lambd 蘭布達
12 Μ μ mu mju 繆
13 Ν ν nu nju 紐
14 Ξ ξ xi ksi 克西
15 Ο ο omicron omik`ron 奧密克戎
16 ∏ π pi pai 派
17 Ρ ρ rho rou 肉
18 ∑ σ sigma `sigma 西格馬
19 Τ τ tau tau 套
20 Υ υ upsilon jup`silon 宇普西龍
21 Φ φ phi fai 佛愛
22 Χ χ chi phai 凱
23 Ψ ψ psi psai 普西
24 Ω ω omega o`miga 歐米伽

G. 貝塔系數怎麼計算 具體

貝塔系數的計算

貝塔系數利用回歸的方法計算。貝塔系數為1即證券的價格與市場一同變動。貝塔系數高於1即證券價格比總體市場更波動。貝塔系數低於1（大於0）即證券價格的波動性比市場為低。

貝塔系數的計算公式

公式為：

其中ρam為證券a與市場的相關系數；σa為證券a的標准差；σm為市場的標准差。

據此公式，貝塔系數並不代表證券價格波動與總體市場波動的直接聯系。

不能絕對地說，β越大，證券價格波動（σa）相對於總體市場波動（σm）越大；同樣，β越小，也不完全代表σa相對於σm越小。

甚至即使β = 0也不能代表證券無風險，而有可能是證券價格波動與市場價格波動無關（ρam= 0），但是可以確定，如果證券無風險（σa），β一定為零。

拓展資料

1、貝塔系數概述

貝塔系數（Beta Coefficient）是一種評估證券系統性風險的工具，用以度量一種證券或一個投資證券組合相對總體市場的波動性。在股票、基金等投資術語中常見。

貝塔系數是統計學上的概念，它所反映的是某一投資對象相對於大盤的表現情況。其絕對值越大，顯示其收益變化幅度相對於大盤的變化幅度越大；絕對值越小，顯示其變化幅度相對於大盤越小。如果是負值，則顯示其變化的方向與大盤的變化方向相反；

大盤漲的時候它跌，大盤跌的時候它漲。由於我們投資於投資基金的目的是為了取得專家理財的服務,以取得優於被動投資於大盤的表現情況，這一指標可以作為考察基金經理降低投資波動性風險的能力。 在計算貝塔系數時,除了基金的表現數據外,還需要有作為反映大盤表現的指標。

2、貝塔系數應用

貝塔系數反映了個股對市場（或大盤）變化的敏感性，也就是個股與大盤的相關性或通俗說的「股性」。可根據市場走勢預測選擇不同的貝塔系數的證券從而獲得額外收益，特別適合作波段操作使用。

當有很大把握預測到一個大牛市或大盤某個大漲階段的到來時，應該選擇那些高貝塔系數的證券，它將成倍地放大市場收益率，為你帶來高額的收益；相反在一個熊市到來或大盤某個下跌階段到來時，你應該調整投資結構以抵禦市場風險，避免損失，辦法是選擇那些低貝塔系數的證券。

為避免非系統風險，可以在相應的市場走勢下選擇那些相同或相近貝塔系數的證券進行投資組合。比如：一支個股貝塔系數為1.3，說明當大盤漲1%時，它可能漲1.3%，反之亦然；但如果一支個股貝塔系數為-1.3%時，說明當大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。

貝塔系數是反映單個證券或證券組合相對於證券市場系統風險變動程度的一個重要指標。通過對貝塔系數的計算,投資者可以得出單個證券或證券組合未來將面臨的市場風險狀況.通常貝塔系數是用歷史數據來計算的，而歷史數據計算出來的貝塔系數是否具有一定的穩定性，將直接影響貝塔系數的應用效果。利用CHOW檢驗方法對我國證券市場已經實現股份全流通的上市公司進行檢驗後發現，大部分上市公司在實現股份全流通後，其貝塔系數並沒有發生顯著的改變，用貝塔系數進行系統風險的預測可靠性還是相當高的。

H. C＋＋工具中，隨機數是怎樣產生的Mathlab呢Java工具呢原理一樣嗎

c++ :rand()
java:一.java.lang.Math.random() 二.創建java.util.Random對象
matlab:
rand(n):生成0到1之間的n階隨機數方陣 rand(m,n):生成0到1之間的m×n的隨機數矩陣 (現成的函數)
另外:
Matlab隨機數生成函數
betarnd 貝塔分布的隨機數生成器
binornd 二項分布的隨機數生成器
chi2rnd 卡方分布的隨機數生成器
exprnd 指數分布的隨機數生成器
frnd f分布的隨機數生成器
gamrnd 伽瑪分布的隨機數生成器
geornd 幾何分布的隨機數生成器
hygernd 超幾何分布的隨機數生成器
lognrnd 對數正態分布的隨機數生成器
nbinrnd 負二項分布的隨機數生成器
ncfrnd 非中心f分布的隨機數生成器
nctrnd 非中心t分布的隨機數生成器
ncx2rnd 非中心卡方分布的隨機數生成器
normrnd 正態（高斯）分布的隨機數生成器
poissrnd 泊松分布的隨機數生成器
raylrnd 瑞利分布的隨機數生成器
trnd 學生氏t分布的隨機數生成器
unidrnd 離散均勻分布的隨機數生成器
unifrnd 連續均勻分布的隨機數生成器
weibrnd 威布爾分布的隨機數生成器

I. java 中用了thread.sleep()這個函數以後，當線程再被喚醒時，是重新執行thread.run()嗎

都不是，而是繼續執行當前線程sleep後的操作

J. java生成貝塔分布

其中是貝塔函數，其定義為：
是伽瑪函數，貝塔分布是一個作為伯努利分布和二項式分布的共軛先驗分布的密度函數，在機器學習和數理統計學中有重要應用。貝塔分布中的參數可以理解為偽計數，伯努利分布的似然函數可以表示為，表示一次事件發生的概率，它為貝塔有相同的形式，因此可以用貝塔分布作為其先驗分布。