Week 1 排除的是历史导论

Week 12 review session 明确说，开学时那一讲历史导论不进 exam。代码解释仍在本期要求里：官方介绍写明，会从 tutorial solutions 或已做的 assignment 中取代码，删掉注释，让学生说明每行的作用。

代码题不要求现场编写代码。准备时可以拿一段已经跑过的代码，遮住注释，沿着输入、运算和输出解释。只把函数名翻成中文，还没说清它怎样处理数据。

价格进入函数以后变成了什么

review session 讲过一段从价格算收益、再求平均收益、最后按阈值产生交易动作的代码。读这段代码时，每个运算接收到的数据都在变化。

价格序列相邻两项先形成一段收益。用本期价格除以前期价格，再减去 1，得到相对变化；三个价格对应两段收益。随后求平均的对象是这些收益，输出也仍是收益率。平均收益与多个期间复合后的持有收益含义不同。

读到交易判断时，还要核对比较符号和阈值单位。只有看清原代码，才能说明什么条件下买、卖或持有；不能仅凭函数名推断方向。

回撤函数里，两个变量保存不同的历史

用 Maximum drawdown（MDD）函数练习逐行解释时，peak 保存截至当前的价格峰值，mdd 保存截至当前的峰后跌幅纪录。每读入一个价格，先更新 peak，再把当前跌幅与 mdd 比较。

练习示例中，价格依次为 40、50、35、55、44。50 跌到 35 时，mdd 记录 0.30。后来价格升到 55，peak 更新为 55，当下回撤归零，mdd 仍保留 0.30。最后跌到 44 的幅度是 0.20，小于此前的 0.30。

这样就能解释 return 的位置为什么影响结果：如果它在循环内，首轮就执行，后面的下跌还没有进入计算，函数已经返回零。放在循环结束后，才能返回整条路径的 MDD。

决策树循环，设置和训练各做什么

Week 12 还讲过遍历不同深度上限的决策树循环。循环每轮建立模型、用训练数据拟合、评价表现，再输出结果。深度上限规定树允许长多深；fit 才根据训练数据学出分裂规则和叶节点预测值。

None 表示取消深度上限这一项限制，其他停止条件仍然有效。它不保证树的表现更好。

练习时可以把每轮的解释连成完整一句话：用当前的深度上限设置建立一棵树，在训练数据上学习，再把它交给同一组验证数据比较误差。若按验证结果选择深度，选定后还需要用未参与选择的测试数据评价，才能区分挑选结果与独立检验。