Diskussion zum Artikel "Datenwissenschaft und maschinelles Lernen (Teil 04): Vorhersage des aktuellen Börsenkrachs"

[MetaQuotes]

Neuer Artikel Datenwissenschaft und maschinelles Lernen (Teil 04): Vorhersage des aktuellen Börsenkrachs :

In diesem Artikel werde ich versuchen, unser logistisches Modell zu verwenden, um den Börsencrash auf der Grundlage der Fundamentaldaten der US-Wirtschaft vorherzusagen. NETFLIX und APPLE sind die Aktien, auf die wir uns konzentrieren werden, wobei wir die früheren Börsencrashs von 2019 und 2020 nutzen werden, um zu sehen, wie unser Modell in der aktuellen Krise abschneiden wird.

Das war's. Siehe den unten verlinkten vollständigen Code. Jetzt ist es an der Zeit, das Modell im Strategietester zu testen.

APPLE Testergebnisse

Grafik

Autor: Omega J Msigwa

[Marcel Fitzner]

Das ist in der Tat sehr interessant. Haben Sie auch in Betracht gezogen, verschiedene/zufällige Startdaten zu testen oder die Historie einfach in gleich große Intervalle aufzuteilen?

Außerdem wäre es sehr interessant zu sehen, wie die Klassifizierung in den verschiedenen Sektoren funktioniert (Basismatratzen, Energie, Finanzen, Gesundheitswesen, zyklische/defensive Konsumgüter, Technologie, Versorger usw.).

Wie dem auch sei, ein toller Beitrag, nochmals vielen Dank!

[Omega J Msigwa]

Marcel Fitzner #:
Das ist in der Tat sehr interessant. Haben Sie auch in Betracht gezogen, die Tests an verschiedenen/zufälligen Startdaten durchzuführen oder einfach den Verlauf in gleich große Intervalle aufzuteilen?

Außerdem wäre es sehr interessant zu sehen, wie die Klassifizierung in den verschiedenen Sektoren funktioniert (Basismatratzen, Energie, Finanzen, Gesundheitswesen, zyklischer/defensiver Konsum, Technologie, Versorger usw.).

Wie dem auch sei, ein toller Beitrag, nochmals vielen Dank!

Gute Frage,

A: über die Auswahl der zufälligen Test- und Trainingsdatensätze, ist es möglich, dies zu tun und es ist mein Ziel, dass nach weiteren Updates auf der Bibliothek sollte man in der Lage sein, dies zu tun(Python-Bibliotheken auf ML kann Ihnen helfen, dies zu erreichen) noch gibt es eine Menge zu diesem Thema zu decken

B: Sie können über die Klassifizierung in allen Bereichen, die Sie erwähnt haben, außerhalb dieser Plattform lesen, weil ich denke, dass dies in der Handelsgemeinschaft, die auf dieser Plattform verfügbar ist, irrelevant ist.