iostat 读写速率显示疑惑

2019-01-03 02:53:59 113 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

weixin_38048740 墨衍会员 · AI 创作全网分发关注 + 加入社区

金融波动率的“捕手”：GARCH模型，揭秘市场波动的“聚集密码” 摘要： GARCH模型（广义自回归条件异方差）是金融时间序列分析中用于捕捉“波动聚类”现象的核心工具。传统模型（如ARIMA）无法刻画金融数据的时变波动特性，而GARCH通过建模条件方差的动态变化（如$\sigma_t^2 = \omega + \alpha \varepsilon_{t-1}^2 + \beta \sigma_{t-1}^2$），精准预测波动率。Python实战显示，GARCH能有效拟合模拟金融数据的波动聚类，残差无自相关，验证了其优越性。该模型在波动率预测、风险价值（VaR）计算和期权定阅读详情

iostat 读写速率显示疑惑操作步骤 1）在Linux虚拟机中，执行一段拷贝操作，记录拷贝前与拷贝后的iostat状态，并记录时间。拷贝前：待拷贝的文件名 node-v8.10.0-linux-x64 大小 188M 拷贝前iostat状态： root@ubuntu:/home/wxh/backup/mysql# iostat Linux 4.13.0-43-generic (ubuntu) 01/03/2019 _x86_64_ (1 CPU) avg-cpu: %user %nice %system %iowait %steal %idle 0.06 0.00 0.04 0.04 0.00 99.86 Device: tps kB_read/s kB_wrtn/s kB_read kB_wrtn loop0 0.00 0.00 0.00 1244 0 loop1 0.00 0.00 0.00 345 0 loop2 0.00 0.00 0.00 1222 0 loop3 0.01 0.01 0.00 9540 0 loop4 0.00 0.00 0.00 345 0 loop5 0.00 0.00 0.00 346 0 loop6 0.00 0.00 0.00 8 0 sda 0.33 3.02 8.60 2331035 6630752 拷贝执行过程如下： root@ubuntu:/home/wxh/software# time cp -frp node-v8.10.0-linux-x64 node-v8.10.0-linux-x64_bak real 0m11.979s user 0m0.016s sys 0m1.815s 拷贝后iostat状态： root@ubuntu:/home/wxh/backup/mysql# iostat Linux 4.13.0-43-generic (ubuntu) 01/03/2019 _x86_64_ (1 CPU) avg-cpu: %user %nice %system %iowait %steal %idle 0.06 0.00 0.04 0.04 0.00 99.86 Device: tps kB_read/s kB_wrtn/s kB_read kB_wrtn loop0 0.00 0.00 0.00 1244 0 loop1 0.00 0.00 0.00 345 0 loop2 0.00 0.00 0.00 1222 0 loop3 0.01 0.01 0.00 9540 0 loop4 0.00 0.00 0.00 345 0 loop5 0.00 0.00 0.00 346 0 loop6 0.00 0.00 0.00 8 0 sda 0.36 3.25 8.90 2507683 6862800 对比拷贝前后的状态：2507683 - 2331035 = 176603KB = 172.4MB 与文件实际大小188MB相差不大。这些数据是在11.979秒中完成的，那么每秒的KB_read/s = 176603/11.979 = 14742KB才对，为何只有3.25KB/s？在执行拷贝过程中查看过即时值也是如此。

...全文