-
Этапы разработки биржевых торговых стратегий
Торговля на финансовых рынках — это не только про цифры, графики и миллионы. Это прежде всего искусство принятия решений, основанное на системном подходе, аналитике данных и глубоком понимании законов рынка. Заключать прибыльные сделки — не самое сложное. Многие трейдеры сталкиваются с…
-
Что такое арбитраж на биржах и как он работает?
Арбитраж на финансовых рынках — это одна из наиболее фундаментальных стратегий, которая лежит в основе современной торговли и обеспечивает эффективность рынков. В отличие от спекулятивных стратегий, которые зависят от направления движения рынка, арбитраж основан на математических принципах и эксплуатации временных неэффективностей…
-
PatchTST: Трансформер для прогнозирования временных рядов
За последние годы область прогнозирования временных рядов сделала ощутимый скачок вперед благодаря внедрению архитектур трансформеров. Если раньше в этой области полновластно доминировали бустинги, рекуррентные нейронные сети и классические статистические методы, то сегодня мы наблюдаем настоящий прорыв в точности и эффективности нейросетевых…
-
Вероятностные модели для прогнозирования цен биржевых активов
В этой статье я хочу поделиться своим подходом к использованию вероятностных моделей для прогнозирования цен активов. Мы разберем, почему традиционные методы часто подводят, какие подходы применяют профессионалы в хедж-фондах, и как вы можете использовать Python для реализации таких моделей. Моя цель…
-
Сглаживание временных рядов полиномиальными регрессиями. Типы регрессий
Временные ряды реальных биржевых котировок представляют собой настоящий вызов для любого аналитика. Традиционные подходы к сглаживанию таких рядов часто дают посредственные результаты, особенно когда речь идет о нелинейных зависимостях и сложных паттернах поведения активов. Полиномиальные регрессии открывают совершенно иные возможности для…
-
Гомоскедастичность и Гетероскедастичность временных рядов
Гомоскедастичность (homoskedasticity) и гетероскедастичность (heteroskedasticity) представляют собой фундаментальные свойства временных рядов, описывающие характер изменения дисперсии случайной компоненты во времени. Эти концепции напрямую влияют на выбор модели, методы оценки параметров и, что особенно важно для практикующих квант-аналитиков, на качество прогнозов и риск-менеджмент.…
-
Эконометрика в биржевой аналитике: современные подходы и методы
В мире финансов и инвестиций борьба за информационное преимущество не останавливается никогда, подходы к анализу рыночных данных постоянно меняются. В данной статье я хочу поделиться наиболее перспективными эконометрическими методами в биржевой аналитике. Мы рассмотрим инструменты, которые используются в ведущих хедж-фондах и…
-
Обзор статьи Stock Prices Prediction using Deep Learning Models (Jialin Liu, Fei Chao, Yu-Chen Lin)
Научная статья «Stock Prices Prediction using Deep Learning Models» написана коллективом авторов Jialin Liu, Fei Chao, Yu-Chen Lin, и Chih-Min Lin и посвящена прогнозированию цен акций с использованием моделей глубокого обучения. Авторы поставили перед собой задачу повышения точности прогнозирования, учитывая высокую…
-
23 способа визуализации котировок с помощью Mplfinance
Библиотека mplfinance для Python — это мощный инструмент, благодаря которому аналитики и трейдеры получают множество инсайтов при визуализации рыночных данных. В этой статье я расскажу о 23 различных способах визуализации котировок с использованием библиотеки mplfinance, начиная от базовых графиков до продвинутых…
-
Модели ценообразования активов: CAPM и APT
В этой статье я предлагаю разобрать две фундаментальные модели ценообразования, которые значительно повлияли на современную финансовую теорию — Capital Asset Pricing Model (CAPM) и Arbitrage Pricing Theory (APT). Эти модели представляют собой краеугольные камни в понимании взаимосвязи между риском и доходностью,…
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.