-
Доверительная вероятность и уровень значимости в финансовом Data Science
В мире Data Science принятие решений на основе данных требует не только вычислений, но и грамотной интерпретации статистических результатов. Одними из ключевых понятий при проверке гипотез являются доверительная вероятность (confidence level) и уровень значимости (significance level). Эти параметры помогают нам определить,…
-
Преобразование Бокса-Кокса и ADF тест (Дики-Фуллера)
В мире количественного анализа существуют инструменты, которые на первый взгляд кажутся просто академическими упражнениями, однако при внедрении оказываются фундаментальными строительными блоками серьезной аналитики. Преобразование Бокса-Кокса и расширенный тест Дики-Фуллера (ADF) относятся именно к такой категории методов. Многие аналитики используют эти методы…
-
Ad hoc задачи в финансовой аналитике
Ad hoc задачи — это нестандартные, часто разовые аналитические исследования, выполняемые для решения конкретной проблемы или ответа на специфический вопрос. В отличие от регулярных отчетов и стандартизированных аналитических процедур, они требуют индивидуального подхода, творческого мышления и глубокого понимания предметной области. Ad…
-
CUPED: инструмент для повышения чувствительности A/B тестов
В мире data science постоянно приходится сталкиваться с проблемой статистической мощности. Особенно остро этот вопрос встает при проведении A/B тестов, когда каждый процентный пункт имеет значение, а ресурсы ограничены. За годы работы с данными я пришел к выводу, что стандартные подходы…
-
Виды доходностей: логдоходность, геометрическая, нормализованная, стохастическая
В мире количественных финансов и анализа данных понимание различных типов доходности является фундаментальным навыком для любого, кто стремится создавать эффективные торговые стратегии или оценивать инвестиционные возможности. В этой статье я подробно рассмотрю четыре ключевых типа доходности: логарифмическую, геометрическую, нормализованную и стохастическую.…
-
Расчет метрик прибыльности биржевых стратегий с помощью Python
В этой статье я предлагаю рассмотреть профессиональный подход к расчету прибыльности торговых стратегий с помощью Python. Правильная оценка эффективности стратегий является краеугольным камнем успешного алгоритмического трейдинга. Но не все знают как это готовить. Большинство начинающих трейдеров ограничиваются расчетом общей доходности и…
-
Модель Vasicek: моделирование процентных ставок
В мире количественных финансов существует несколько подходов к моделированию процентных ставок, однако модель Vasicek занимает особое место благодаря своей элегантности и практичности. Модель Vasicek, предложенная Олдричем Васичеком в 1977 году, представляет собой одну из первых и наиболее влиятельных моделей равновесия для…
-
Информационные критерии: AIC (Akaike Information Criterion) и BIC (Bayesian Information Criterion)
Информационные критерии Акаике и BIC часто используют для выбора оптимальной модели машинного обучения. Они помогают сбалансировать точность аппроксимации и сложность модели, предотвращая переобучение и избыточную параметризацию. В отличие от чисто статистических метрик, AIC и BIC учитывают не только качество подгонки модели…
-
Частные производные: базовые понятия и их применение в финансовой аналитике
В мире количественных финансов и алгоритмической торговли математический инструментарий играет ключевую роль. Среди этих концепций частные производные занимают особое место, предоставляя мощный аппарат для моделирования динамических систем и оптимизации стратегий. В этой статье я хочу поделиться своим опытом применения частных производных…
-
Обзор книги «Python и машинное обучение» (С. Рашка, ДМК Пресс, 2017, 1-е издание)
Книга Себастьяна Рашки «Python и машинное обучение» посвящена применению языка программирования Python для решения задач прогнозной аналитики и машинного обучения. Автор стремится показать, как Python и его библиотеки (numpy, scikit-learn, Theano, Keras) позволяют анализировать данные, строить модели машинного обучения и применять…
Добро пожаловать на сайт Machine Learning Guru! Здесь вы найдете увлекательные статьи и полезные советы о data science, машинном обучении, нейронных сетях, финансовой и биржевой аналитике, веб-аналитике, прогнозировании данных, временных рядах и современных алгоритмах исскуственного интеллекта.
На сайте mlgu.ru представлены: гайды по исследованиям данных, примеры кода на Python, SQL и других языках программирования, примеры анализа данных и построения ML-моделей в различных сферах и проектах. Здесь вы также найдете обзоры новейших инструментов и библиотек data science и machine learning, а также сможете ознакомиться с лучшими практиками по оптимизации бизнес-процессов с помощью этих инструментов.