Discusión sobre el artículo "Aprendizaje automático y data science (Parte 04): Predicción de una caída bursátil"
Muy interesante. ¿Ha considerado también realizar pruebas en fechas de inicio diferentes/aleatorias o simplemente dividir el historial en intervalos igualmente grandes?
Además, sería muy interesante ver cómo funciona la clasificación en los distintos sectores (materias primas, energía, finanzas, sanidad, consumo cíclico/defensivo, tecnología, servicios públicos, etc.).
En cualquier caso, una gran aportación, ¡gracias de nuevo!
Marcel Fitzner #:
Muy interesante. ¿Ha considerado también la posibilidad de realizar pruebas en fechas de inicio diferentes o aleatorias, o simplemente ha dividido el historial en intervalos igualmente grandes?
Muy interesante. ¿Ha considerado también la posibilidad de realizar pruebas en fechas de inicio diferentes o aleatorias, o simplemente ha dividido el historial en intervalos igualmente grandes?
Además, sería muy interesante ver cómo funciona la clasificación en los distintos sectores (materias primas, energía, finanzas, sanidad, consumo cíclico/defensivo, tecnología, servicios públicos, etc.).
En cualquier caso, una gran aportación, ¡gracias de nuevo!
Gran pregunta,
A: sobre la elección de la prueba al azar y conjuntos de datos de formación, es posible hacerlo y es mi objetivo que después de nuevas actualizaciones en la biblioteca uno debe ser capaz de hacerlo(bibliotecas de Python en ML puede ayudarle a lograr esto) todavía hay mucho que cubrir sobre este tema
B: usted puede leer acerca de la clasificación en todos los sectores que usted ha mencionado fuera de esta plataforma, porque, creo que es irrelevante en la comunidad comercial disponible en esta plataforma
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Aprendizaje automático y data science (Parte 04): Predicción de una caída bursátil:
En este artículo, intentaremos usar nuestro modelo logístico para predecir una caída del mercado de valores según las principales acciones de la economía estadounidense: NETFLIX y APPLE. Analizaremos estas acciones, y también usaremos la información sobre las anteriores caídas del mercado en 2019 y 2020. Veamos cómo funcionará nuestro modelo en las poco favorables condiciones actuales.
Eso es todo. Podrá ver el código completo en el siguiente enlace. Ahora es el momento de probar el modelo en el simulador de estrategias.
Resultados de la prueba de APPLE
Gráfico
Autor: Omega J Msigwa