生日变年龄到底是属于data wrangling中的transformation还是explore中的feafure engineering？

原版书含权债券估值的第518页第34题，这里求market conversion premium用的是当时的市场价格9.10来减的，算式是11.23-9.10。但是第498页举的例题，计算的19年6月15日推特的market conversion premium用的是合约里的conversion price 57.14，而不是当时的市场价35.14。所以，是例题错了？

Big data中的步骤 data preparation我理解为纠错 wranggling我理解为对数据辨认度的处理(改善) 那data explore的目的是什么呢？

图一自回归中的异方差 是error和error有相关性 但multiple regression中的异方差是自变量和error的相关性对吗？ 图二 自回归中的autocorrelation说存在即有seasonality 那么这个seasonnality实际上是自变量与以前的自变量的相关性吧？ 而多远回归中与此对应的series correlation指的也是error和error的相关性吧？

在当期没有处置固定收益资产的情况，购买的固定资产金额是期初期末原值的差，那如果有处置的情况，购买的固定资产金额不等于原值的差了吗？

交换过程在市场关闭后发生的咋理解？

题目没有特殊说明，什么时候给的自变量需要带百分号去算，什么时候的不用带百分号直接带入呢？另外有的题中说了系数是小数形式，回归结果中，最左列里截距没有加百分号，斜率会标注（%），那参数到底是全部用小数算还是截距直接用表格中的小数带入，斜率用表格中的小数加百分号呢

老师, 非监督学习中的降维（dimension reduction）和解决过拟合方法之一的complexity reduction是一回事儿吗？

是这六个问题都会导致inconsistency么？

请问老师，执行价等于标的资产价格时gamma最大，这里说的标的资产价格是指现在的价格还是未来行权时的价格？