Публикации по теме 'investing'
Машинное обучение для инвесторов: как ИИ может помочь принимать более обоснованные инвестиционные решения
Инвестирование в фондовый рынок может быть непростой задачей, требующей рассмотрения бесчисленных переменных и нескончаемого потока данных для анализа. Однако с появлением технологии машинного обучения (ML) инвесторы получили в свое распоряжение мощные инструменты, помогающие принимать более обоснованные инвестиционные решения. В этой статье мы рассмотрим, как машинное обучение может помочь инвесторам анализировать данные, выявлять закономерности и принимать обоснованные решения.
Что..
Оценка статистической значимости в линейной регрессии
Раскрытие информации из P-ценностей
Введение
В нашей предыдущей статье в блоге мы использовали линейную регрессию, чтобы предсказать стандартное отклонение следующего дня для акций SPY. Основываясь на этом, этот пост углубляется в оценку статистической значимости переменных-предикторов, используемых в модели. Понимая статистическую значимость, мы получаем ценную информацию о факторах, которые заметно влияют на прогноз целевой переменной. Наше обсуждение будет включать концепцию..
Покупка футбольной команды: подход машинного обучения
Подход, который лучше, чем случайное угадывание или выбор игроков из 18000 профессиональных игроков.
По мере того, как мы продвигаемся в мир, где спорт стал жизненно важной частью нашей жизни, он также стал горячим рынком для инвесторов, чтобы получить большую прибыль, взаимодействовать с аудиторией и сделать свое присутствие ощутимым. Кроме того, мы видим, что наблюдался всплеск спортивной аудитории, что привело к увеличению количества турниров, и получение на них прибыли стало..
Как следовать тренду с помощью этой мощной стратегии
Создание торговой стратегии с использованием SuperTrend и Enveloped RSI
В этой статье обсуждается гибридная стратегия, использующая два экзотических индикатора, которые работают в тандеме для подачи отфильтрованного торгового сигнала.
Готовность к программированию: наши инвестиции в Gitpod
Автор Доминик Тобшалл при участии Намрата Котхапалли
Сегодня разработчики могут выполнять итерацию намного быстрее, чем когда-либо прежде, в основном потому, что непрерывная интеграция и непрерывная доставка значительно снизили планку выпуска нового кода без ущерба для качества. Но, несмотря на инновации в легендарном конвейере DevOps, один ключевой компонент, в котором разработчики проводят большую часть своего времени, не видел тонны инноваций: среда разработки, где фактический..
Торговая система возврата к среднему — miltonfmr.com
Торговая система возврата к среднему
Многие трейдеры, которым удалось правильно спроектировать и внедрить систему возврата к среднему, разбогатели. Дело в том, что финансовые рынки движутся циклами (см. 8,6-летний цикл — Princeton Economics ). Проще говоря, все, что идет вверх, должно опускаться, а все, что идет вниз, должно подниматься. Ничто не движется в одном направлении вечно. Когда дело доходит до рынков, у нас в основном есть два возможных исхода: либо тренд, либо модель будет..
AI-Учитесь инвестировать
Проект выполнен Даниэлем Дабдубом и Иманолом Ресио Эркисиа . Вы можете найти код этого проекта здесь .
«Инвестирование в фондовый рынок. Это звучит здорово! Я попробую ».
Это обычная фраза, которую каждый новичок (включая меня и, возможно, вас тоже) произносит, когда в первый раз слушает историю успеха миллионера, читает статью о том, как цены следующих 10 компаний взлетят в этом году, или когда смотрел Big Short и ничего не понял.
Следовательно, любопытство по поводу того, как..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..