2.以一定的计算周期计算其解释变量和被解释变量，最为训练样本，以其后的一定周期计算其解释变量，作为测试样本，并预测其涨跌方向（既被解释变量），最后根据预测的结果设计量化投资策略。        

2.以一定的计算周期计算其解释变量和被解释变量，最为训练样本，以其后的一定周期计算其解释变量，作为测试样本，并预测其涨跌方向（既被解释变量），最后根据预测的结果设计量化投资策略。        

一、项目背景       由于短信的方便、低成本等特点，垃圾短信已经形成了黑色利益链，严重为害社会公众安全。 由于监管缺失，一些不良组织通过各式各样的渠道收集个人手机信息，并将手机信息卖给有需求的商家和业务人员获取利益，同时商家等通过发送广告推销、诈骗等垃圾短息，来谋取利益，严重危害了短信用户的信息安全及正常生活。       公安部、信息产业部、中国银行业监督管理委员会联合发出《在全国范围内统一严打手机违法短信息的通知》等;但目前规范短信业务的制度法来说，仍属空白。   二、项目目标       1.本项目的项目目标基于短信文本内容，建立识别模型，准确地识别出垃圾短信，以解决垃圾短信过滤问题。   三、实现工具       Python3：NumPy、Pandas、Matplotlib、Scikit-learn、tensorflow2等。   注：本课程仅供在线实习班级使用。

本课程共6个项目，介绍了使用Python实现新零售智能销售项目，涵盖项目的背景、项目所使用的Python数据分析工具的安装与操作、Python基础与常见的数据分析库，以及使用数据可视化分析新零售智能销售库存结构

本课程专注于探索AIGC技术与Python应用开发之间的融合点，旨在培养学员利用Python编程语言及其相关库和框架，开发高效、智能的应用软件。