待验证50% 置信事实精确时间
StockSense 使用 Python 的 Decimal 类型而非浮点数进行金额运算，因为二进制浮点数无法精确表示 0.1 这类十进制小数，累加多次后会出现分位偏差
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
StockSense AI：先计算后解释的开源零售分析助手
rss2026/10/16
涉及实体
相关事实
待验证Python的浮点数遵循IEEE 754双精度浮点数标准，使用64位二进制来表示一个小数77% 相似待验证IEEE 754 双精度浮点数（TypeScript 的 number 类型）无法精确表示许多十进制小数，因此不适合金融计算。72% 相似待验证Python标准库statistics.quantiles函数在n=20时返回19个分位点，索引18对应第95百分位66% 相似待验证与INT4纯整数量化不同，浮点格式能更好地表示接近零的小数值64% 相似待验证在相同算力成本下，偶数的N比其相邻的奇数N更好：p=0.10时，N=3错误率0.0280，N=4为0.00370，N=5为0.00856。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1044541API
curl https://kongchang.com/api/v1/knowledge/claims/1044541MCP
get_claim(id=1044541)