文章 "经济预测:探索 Python 的潜力"

 

新文章 经济预测:探索 Python 的潜力已发布:

如何使用世界银行的经济数据进行预测?当你将人工智能模型和经济学结合起来时会发生什么?

金融市场是经济的良好晴雨表。它们对最细微的变化都会做出反应。结果可能是可预测的,也可能是出乎意料的。让我们看看读数导致气压计波动的例子。

当 GDP 增长时,市场通常会做出积极反应。当通货膨胀上升时,通常会出现动荡。当失业率下降时,这通常被视为好消息。然而,也可能有例外。贸易平衡、利率 —— 每个指标都会影响市场情绪。

实践表明,市场往往不会对实际结果做出反应,而是对大多数参与者的期望做出反应。“买谣言,卖事实” —— 这句古老的股市智慧最准确地反映了正在发生的事情的本质。此外,缺乏重大变化可能会导致市场波动比意外消息更大。


作者:Yevgeniy Koshtenko

 
下午好,请告诉我 CatBoostRegressor 的基础是什么模型?
 
Evgeniy Chernish #:
下午好!请告诉我,CatBoostRegressor 的基础是什么模型?

梯度提升。

 
作者!不要那么明显地照搬 LLM 模型中的文本--多花点心思把它改编成人类的语言!!!.....!
 

谢谢,文章很有意思。

我只需要添加更多的价格和情绪迹象(CFTC 的 COT 报告),圣杯 就不可避免了)。

 
Aleksey Vyazmikin #:
作者!不要那么明显地照搬 LLM 模型中的文字--多花点功夫把它改编成人类语言!!!"!

但文章是手写的

 
Aleksey Vyazmikin #:
作者!不要那么明显地照搬 LLM 模型中的文字--多花点功夫把它改编成人类语言!!!

版主是公平的,不会让文章来自 LLM)

 
Aleksey Nikolayev #:

谢谢,文章很有意思。

我只需要再加上更多的价格和情绪迹象(CFTC 的 COT 报告),就能成功了。)

非常感谢。下一篇文章中还将对交易者的情绪进行分析,分析数据来自 MFXBook,但目前还存在一些问题,我没有找到他们存储情绪历史的地方)。

 

我不明白的是,MQ 到底是做什么的?


这就是上文作者发出的信号。

 
Yevgeniy Koshtenko #:

非常感谢。我们计划在下一篇文章中对交易者的情绪进行分析,分析数据来自 MFXBook,但目前还存在一些问题,我没有找到他们存储情绪历史记录的地方)。

从这里开始。关于该主题的旧文章

 
Yevgeniy Koshtenko #:

但文章是手写的

作为论据--在文中,你分不清谁的代码是谁的...

"在我们的 代码,预测功能是基于概率的"

"不幸的是,你们的 代码还没有明确的可视化结果"

还有很多奇怪的东西,我已经记在脑子里了,现在就不再读了。

当然,这个话题很有意思,但文中的思想措辞显得很奇怪。

既然我们已经讨论了这个问题,我将在下一篇文章中提议,在宏观经济数据公布之前,通过使用这些数据训练一个模型,来检验这些数据在总体上是否有用。也就是说,如果我们是内部人员的话。在分析师所分析的月份开始之前,有可能以不同的方式发生变化。