Публикации по теме 'quantitative-finance'
Вопросы для интервью с Quant Investment & Machine Learning (2)
Quant Investment & Machine Learning — действительно очень большая и разнообразная область. Поэтому трудно быть мастером по всем предметам. Ниже приведены несколько вопросов, которые я считаю весьма полезными для подготовки. Если вам интересна эта тема, вы также можете найти предыдущую статью ниже:
[RPI QFRA/BSAN] 6 недель знакомства с приложениями машинного обучения
[ОБЗОР КЛАССА]
Введение в машинное обучение — один из обязательных курсов для программы RPI Lally Quantitative Finance and Risk Analytics and Business Analytics.
Этот курс довольно технический, большую часть времени мы работаем на python. На первых двух занятиях мы узнаем о различных типах данных и о том, как использовать основные функции в Python. После этого мы знакомимся с различными аналитическими методами и алгоритмами и практикуемся в практическом применении этих методов с помощью..
Машинное обучение для прогнозирования: размер имеет значение
Сравнение классических методов прогнозирования с машинным обучением
Машинное обучение все чаще применяется для решения задач прогнозирования. Классические подходы к прогнозированию, такие как ARIMA или экспоненциальное сглаживание, заменяются алгоритмами регрессии машинного обучения, такими как XGBoost, процессы Гаусса или глубокое обучение. Однако, несмотря на повышенное внимание, все еще остаются сомнения в прогнозирующей эффективности методов машинного обучения.
Макридакис, одно..
Новая надежда: прикладное машинное обучение для криптотрейдинга
В последние годы использование машинного обучения в трейдинге становится все более популярным, особенно в сфере криптовалют. Было доказано, что машинное обучение в целом полезно для двух ключевых целей: (1) универсальная функция с возможностью анализа огромных объемов данных и выявления закономерностей; и (2) способность создавать воспроизводимые узкоинтеллектуальные прогнозы, чтобы помочь использовать роботов, которые выполняют задачи 24/7. Роботы — в этом контексте предназначены для..
Как построить простой скелет торгового бота на Python
Как создать простой скелет торгового бота на Python
Сначала я буду ссылаться на свой репозиторий GitHub для этого кода: https://github.com/third-eye-cyborg/TradeBot
Если у вас нет, я бы порекомендовал прочитать мои предыдущие статьи, поскольку Python является предварительным условием для этого обзора.
Краткая история языка программирования Python язык программирования Python - это язык программирования общего назначения, который занял свое место в..
Журнал внедрения: пусть машина читает свечные диаграммы, как люди
Эта статья посвящена развитию моей магистерской диссертации «Пусть машина читает свечную диаграмму, как люди», и я вспоминаю те удивительные и сумасшедшие дни во время учебы в магистратуре.
Есть 2 разные версии моей магистерской диссертации, которые основаны на разных методах глубокого обучения и целях прогнозирования по отдельности. Тем не менее, существуют и другие неписаные методы, когда я нашел лучшее решение проблемы, независимо от меня или в процессе обсуждения с моими советниками...
Новые материалы
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно
Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..
Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..
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..