Discusión sobre el artículo "Aprendizaje automático y Data Science (Parte 45): Predicción de series temporales en Forex con el modelo Prophet de Facebook"
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 45): Predicción de series temporales en Forex con el modelo Prophet de Facebook:
El modelo Prophet es una herramienta de código abierto para la predicción de series temporales desarrollada por Meta (antes Facebook). Está diseñado para ofrecer previsiones precisas y fáciles de usar con fines empresariales y analíticos, especialmente para datos de series temporales con una marcada estacionalidad y tendencias.
Este modelo fue presentado por Facebook (S. J. Taylor y Letham, 2018), originalmente destinado a la previsión de datos diarios con estacionalidad semanal y anual, además de los efectos de los días festivos. Posteriormente se amplió para abarcar más tipos de datos estacionales. Funciona mejor con series temporales que presentan una marcada estacionalidad y que cuentan con datos históricos de varias temporadas.
Términos habituales:
En este artículo, vamos a analizar e implementar este modelo a partir de datos del mercado de divisas y veremos cómo puede ayudarnos a superar al mercado; pero, antes de nada, dediquemos un momento a comprender este modelo en detalle.
Autor: Omega J Msigwa