Часть 2. Вывод модели С другой стороны, почему бы не попытаться вывести модель, которая соответствует прошлым показателям и может быть использована для экстраполяции в будущее? На рис. 1 модель представлена ​​в виде «черного ящика», который принимает входные данные (F) и производит выходные данные (P). Похоже на нейронную сеть, не так ли? Но для нейронной сети, каковы входные данные для известной исторической части временной истории (показаны черным цветом)? А что касается прогнозов..

Наш доверительный интервал составляет от 50 до 70%. Работа на Уолл-стрит столь же интенсивна и полезна, как вы можете себе представить. Много костюмов, много угрюмых лиц и много сигаретного дыма. Несмотря на все безумие, которое можно ожидать от буквального финансового центра мира, истинная основная цель каждого, кто там находится, довольно проста. Рискуя чрезмерно упрощать ситуацию, я скажу вам прямо сейчас, что финансы просто используют деньги (ваши собственные или взятые в долг),..

Примечание редакторам Data Science. Хотя мы разрешаем независимым авторам публиковать статьи в соответствии с нашими правилами и рекомендациями , мы не поддерживаем вклад каждого автора. Не следует полагаться на работы автора без консультации с профессионалами. См. Подробности в наших Условиях для читателей . Вероятностное машинное обучение идет рука об руку с торговлей акциями: вероятностное машинное обучение использует прошлые экземпляры для прогнозирования вероятностей..

Совет: не используйте традиционные функции потерь. Примечание от редакторов Data Science. Хотя мы разрешаем независимым авторам публиковать статьи в соответствии с нашими правилами и рекомендациями , мы не поддерживаем вклад каждого автора. Не стоит полагаться на работы автора без консультации с профессионалами. См. Подробности в наших Условиях для читателей . Когда я иногда наблюдаю «Прогнозирование цены акций с использованием LSTM», мерой точности и прибыльности являются..

В этой статье мы сосредоточимся на разработке функций на основе ансамбля ценных бумаг. В другой недавней статье мы представили метод разработки длинных / коротких стратегий на основе собственных средств для каждой ценной бумаги в группе. Разработка функций - самый сложный аспект машинного обучения и алгоритмической торговли. Если используемые характеристики (предикторы или факторы) не имеют экономической ценности, производительность вряд ли будет удовлетворительной. Алгоритмический..