Discussion de l'article "Prévisions économiques : Explorer le potentiel de Python"

Nouveau commentaire
 

Un nouvel article Prévisions économiques : Explorer le potentiel de Python a été publié :

Comment utiliser les données économiques de la Banque Mondiale pour les prévisions ? Que se passe-t-il lorsque l'on combine les modèles d'IA et l'économie ?

Les marchés financiers sont un bon baromètre de l'économie. Ils réagissent aux moindres changements. Le résultat peut être prévisible ou inattendu. Examinons des exemples où les lectures font fluctuer ce baromètre.

Lorsque le PIB augmente, les marchés réagissent généralement de manière positive. Lorsque l'inflation augmente, on s'attend généralement à des troubles. La baisse du chômage est généralement considérée comme une bonne nouvelle. Toutefois, il peut y avoir des exceptions. Balance commerciale, taux d'intérêt : chaque indicateur influe sur le sentiment du marché.

Comme le montre la pratique, les marchés réagissent souvent non pas au résultat réel, mais aux attentes de la majorité des acteurs. "Achetez les rumeurs, vendez les faits" - cette vieille sagesse boursière reflète le plus fidèlement l'essence de ce qui se passe. L'absence de changements significatifs peut également entraîner une plus grande volatilité sur le marché que des nouvelles inattendues.


Auteur : Yevgeniy Koshtenko

 
Bonjour, quel est le modèle à la base de CatBoostRegressor ?
 
Evgeniy Chernish #:
Bonjour, dites-moi quel modèle est à la base de CatBoostRegressor ?

Le gradient boosting.

 
Auteur ! Ne copiez pas le texte des modèles LLM de manière aussi évidente - faites plus d'efforts pour l'adapter au langage humain !
 

Merci, article intéressant.

Il ne me reste plus qu'à ajouter des signes de prix et de sentiment (rapports COT de la CFTC) et le graal est inévitable).

 
Aleksey Vyazmikin #:
Auteur ! Ne copiez pas le texte des modèles LLM de manière aussi évidente - faites plus d'efforts pour l'adapter au langage humain !

Mais l'article est écrit à la main

 
Aleksey Vyazmikin #:
Auteur ! Ne copiez pas le texte des modèles LLM de manière aussi évidente - faites plus d'efforts pour l'adapter au langage humain !

Les modérateurs sont justes et ne laisseront pas d'articles provenant de LLM)

 
Aleksey Nikolayev graal est inévitable).

Merci beaucoup. Il y aura aussi une analyse du sentiment des traders dans un des prochains articles, obtenu à partir de MFXBook, mais pour l'instant il y a quelques problèmes avec lui, je n'ai pas trouvé où ils stockent l'historique du sentiment).

 

Ce que je ne comprends pas, c'est ce que fait le MQ.


C'est le signal de l'auteur ci-dessus.

 
Yevgeniy Koshtenko #:

Merci beaucoup. Il y aura également une analyse du sentiment des traders dans l'un des prochains articles, obtenu à partir de MFXBook, mais pour l'instant il y a quelques problèmes avec lui, je n'ai pas trouvé où ils stockent l'historique du sentiment).

Prenez-le à partir d'ici. Un ancien article sur le sujet.

 
Yevgeniy Koshtenko #:

Mais l'article est écrit à la main

Comme argument - dans le texte, on ne peut pas savoir quel code est le sien...

"Dans notre code, la fonction de prévision travaille sur des probabilités.

"Malheureusement, votre code n'a pas encore de visualisation explicite des résultats."

Et il y avait beaucoup de choses étranges là-dedans, je l'ai déjà sorti de ma tête, je ne vais pas le relire maintenant.

Bien sûr, le sujet est intéressant, mais le texte semblait étrange dans la formulation de la pensée.

Puisque nous avons abordé cette question, je proposerai dans le prochain article de vérifier l'utilité des données macroéconomiques en général, en entraînant un modèle qui les utilise avant leur publication. C'est-à-dire si nous étions des initiés. Il est possible de se décaler de différentes manières avant le début du mois pour lequel l'analyste.

12
Nouveau commentaire