Публикации по теме 'stocks'
Блокноты Jupyter и модели биржевой торговли
Модели фондовой торговли могут выглядеть заманчиво, проверка их на исторических данных часто показывает менее многообещающую реальность. А иногда выходные данные модели сами по себе являются материалом для модели с любопытной корреляцией с фактическими данными.
Несколько месяцев назад мое внимание привлекла статья о модели торговли акциями, и хотя поначалу она казалась несущественной, со временем она начала меня беспокоить. Почему? Потому что его сигналы давали интересные..
Прогнозирование движения цен на акции с помощью AI/ML
Используя финансовые данные, экстраполированные из списка компаний S&P 500, этот проект по науке о данных направлен на создание модели AI / ML, которая предсказывает 52-недельную динамику цены акций.
Подключиться к платному доступу? Избавьтесь от этого здесь!
Осуществляется исследование, визуализация и обработка данных. Затем выполняется анализ регрессии опорных векторов (SVR). Помимо заключения обсуждаются результаты.
Прогнозирование ценовой динамики акций за 52-недельный период..
Машинное обучение временных рядов: будущее торговли акциями
Благодаря внедрению методов машинного обучения временных рядов (TSML) в мире торговли акциями в последние годы произошла значительная революция. Этот новаторский метод анализа и прогнозирования паттернов фондового рынка может изменить ландшафт торговой тактики и инвестиционных решений. В этом посте мы заглянем в интересный мир TSML и посмотрим, как он формирует будущее торговли акциями.
Машинное обучение временных рядов: обзор
Машинное обучение временных рядов — это эффективная..
Как я разработал торговую систему в качестве инженера-программиста без формального финансового образования
За последние шесть лет я изучил все тонкости трейдинга и построил полностью автономную систему, которая теперь управляет активами в несколько сотен тысяч долларов. В этой статье я хочу поделиться с вами своим путешествием. Я расскажу о проблемах, с которыми я столкнулся как инженер-программист, не имея опыта работы в финансах, о стратегиях, которые я использовал для разработки своей торговой системы, и об уроках, которые я извлек на этом пути.
Независимо от того, являетесь ли вы..
Как выполнить корреляционный анализ складских данных с помощью Python
При инвестировании в акции полезно узнать о корреляции между акцией и другой акцией при планировании нашей торговой стратегии. Например, известно, что акции AAPL (Apple) имеют положительную корреляцию с акциями MSFT (Microsoft). Это означает, что мы можем ожидать увидеть аналогичное направление изменения цен между двумя акциями. Когда акции AAPL демонстрируют восходящий тренд в определенный период времени, MSFT в целом также имеет тенденцию к росту.
В этой статье я собираюсь..
Приложение Serverless Stonks Checker для ставок на Уолл-стрит: отчет о деятельности за 3-ю неделю
Несколько недель назад мы опубликовали статью Как мы создали API бессерверной проверки Stonks для ставок на Уолл-Стрит . И с тех пор мы наблюдаем довольно много объема в приложении Stonks Checker . В этой последующей статье мы покажем вам некоторые интересные выводы, касающиеся API.
Резюме за последние две недели
За последние три недели мы стали свидетелями значительного использования настроенного нами API . Вы можете видеть, что вскоре после того, как эта история стала..
Почему большинство миллениалов не инвестируют в акции и почему им следует
Если вы наберете этот заголовок в Google, вы найдете около 8 тысяч результатов поиска и, надеюсь, эту статью, так зачем писать еще одну?
Я пишу это в надежде собрать некоторые данные, чтобы понять, почему такие миллениалы, как вы и я, должны инвестировать в рынок.
Изучая, почему миллениалы не используют свои деньги для инвестирования, статьи, подобные бизнесу Фокса, показывают, что 60% миллениалов скорее откладывают свои деньги в пенсионном фонде или сберегательном банке...
