-
16 способов визуализации биржевых данных с помощью Matplotlib
Matplotlib — одна из самых мощных и гибких библиотек Python для визуализации, без импорта которой не обходится, пожалуй, ни одно исследование. В этой статье я поделюсь 16 интересными примерами визуализации биржевых данных с использованием исключительно библиотеки Matplotlib. Мы рассмотрим как базовые графики, так и более продвинутые визуализации, которые применяются в квантовых исследованиях и алгоритмической торговле.…
-
Применение NumPy для финансового анализа
За годы работы в сфере data science я убедился, что правильно организованная работа с массивами данных может кардинально повысить качество аналитики и точность прогнозов. NumPy, как фундаментальная библиотека для научных вычислений в Python, предоставляет мощные инструменты, которые я ежедневно применяю в своей практике. В этой статье я подробно рассмотрю методы эффективной работы с финансовыми данными…
-
Стационарность временных рядов. Как анализировать нестационарные данные?
Работая с временными рядами в течение многих лет, я неизменно сталкиваюсь с фундаментальным вопросом стационарности данных. Стационарность — это не просто теоретическое понятие, а критически важное свойство, определяющее применимость большинства методов анализа и прогнозирования. Когда временной ряд стационарен, его статистические свойства не меняются со временем — это означает постоянство среднего значения, дисперсии и ковариационной структуры.…
-
Анализ поездок в такси с помощью статистических методов
Пожалуй, каждый владелец таксопарка хоть раз, но задумывался о том, стоит ли тратить больше денег на более дорогие автомобили. С одной стороны, это кажется плохой идеей, но данные бизнес-анализа доказывают обратное. В этой статье я провел исследование поездок одной известной российской компании по предоставлению услуг такси и обнаружил интересную закономерность: чем выше класс автомобиля, тем…
-
Анализ акций Tesla с помощью Python
Целью этого проекта был анализ возможностей Python для исследования цен на акции. Легенда этого исследования такова: некий инвестор хочет инвестировать в акции Tesla, потому что он видит хорошую тенденцию к росту на многочисленных биржевых сайтах. Я, как аналитик, должен ответить ему хорошее ли сейчас время для покупки или нет. Поскольку Python сам строит графики, а…
-
Прогнозирование спроса с помощью машинного обучения
Прогнозирование спроса — важнейший процесс в различных отраслях промышленности, включающий в себя предсказание будущих продаж. Это краеугольный камень для эффективного управления цепочками поставок, контроля запасов и стратегического бизнес-планирования. В последнее время машинное обучение (ML) стало играть важную роль в повышении точности и эффективности прогнозирования спроса. Необходимость прогнозирования спроса Понимание будущего покупательского спроса крайне важно для…