-
Тестирование статистических гипотез с помощью Python
Статистические тесты позволяют принимать обоснованные решения на основе данных. В финансовом анализе, исследованиях и разработке моделей машинного обучения проверка гипотез определяет валидность предположений о данных, выявляет значимые различия между группами и подтверждает применимость математических методов. Python предоставляет инструменты для реализации статистических…
-
Показатели TWR (Time-Weighted Return), MWR (Money-Weighted Return) и MDR (Modified Dietz Return)
Оценка доходности инвестиционного портфеля требует учета денежных потоков — пополнений и выводов средств. Простой расчет процентного изменения стоимости портфеля дает искаженную картину, если инвестор вносил или выводил деньги в течение периода. Внесение средств перед ростом рынка завышает результат, вывод перед падением…
-
Алгоритмы сбора биржевых данных: практическое руководство
Финансовые рынки генерируют колоссальные объемы данных: котировки тысяч активов, отчеты компаний, новостные потоки. Умение быстро и качественно собирать, обрабатывать и агрегировать эти данные — важное конкурентное преимущество. Профессиональный подход к сбору биржевых данных — это не просто загрузка котировок. Это комплексная…
-
ИИ Инвестирование (AI Investing): Что это? Преимущества и недостатки подхода
ИИ-инвестирование (AI Investing) — одна из самых обсуждаемых тем в современном финансовом мире. Алгоритмы на основе искусственного интеллекта обещают прогнозировать рынки, выявлять скрытые закономерности и принимать решения быстрее человека. Но за громкими заявлениями стоит множество вопросов: действительно ли ИИ приносит реальную…
-
NPV (Net Present Value, Чистая приведенная стоимость)
Чистая приведенная стоимость представляет собой разность между текущей стоимостью будущих денежных поступлений от проекта и величиной первоначальных инвестиций. Основная идея NPV базируется на фундаментальном принципе: деньги сегодня стоят больше, чем те же деньги завтра. Это обусловлено тремя факторами: Инфляция постепенно снижает покупательную…
-
Прогнозирование вероятности дефолта через логистическую регрессию
Прогнозирование вероятности дефолта — одна из ключевых задач в управлении кредитными рисками, которая помогает банкам, инвестиционным компаниям и бизнесу принимать более взвешенные решения. Существует множество инструментов для таких прогнозов, хотя логистическая регрессия — пожалуй, наиболее популярный. Она позволяет на основе набора…
-
Применение Python для среднесрочной торговли на Forex: разработка скринера трендов
В условиях ограниченного капитала трейдеру важно выявлять наиболее перспективные торговые возможности среди множества доступных валютных пар. Между тем, одновременный анализ множества контрактов на рынке Forex требует значительных временных затрат и может быть технически сложным для индивидуальных трейдеров. На ручной анализ и…
-
Алгоритмы расчета точек безубыточности стратегий
Точка безубыточности — это ключевой показатель, который позволяет понять, когда стратегия перестает приносить убытки и начинает работать в плюс. Рассчитав ее, можно оценить устойчивость торговой системы, уровень риска и потенциал роста. В данной статье мы разберем алгоритмы вычисления точек безубыточности, сравним…
-
Как анализировать финансовые коэффициенты для выбора перспективных активов?
Даже у опытных инвесторов нередко возникает проблема: портфель вроде бы собран, стратегии протестированы, однако результаты остаются скромными. И зачастую причина кроется в том, что выбор активов строится на вере в то, что «взлетит», одном-двух сильных показателях в отчетности, но не на…
-
LSTM для прогнозирования волатильности: многослойные архитектуры и sequence-to-sequence подходы
В течение последних нескольких лет работы с временными рядами финансовых данных я неоднократно сталкивался с проблемой прогнозирования волатильности. Классические GARCH модели и их вариации показывают ограниченную эффективность при краткосрочных и intraday-стратегиях, особенно когда рынок демонстрирует резкие структурные сдвиги. Сегодня хочу поделиться…
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.