tgoop.com/machinelearningnet2/333
Last Update:
یکی از بحث های جالب کوانت که اخیرا توجه منو خیلی به خودش جلب کرده، مدلهای پترن مچینگ هست که سعی در پیدا کردن پترن های شبیه الان در گذشته و پیشبینی بازار بر اساس اون ها هستن،
این پترن ها حتما نباید روی قیمت باشه، میتونن روی فیچرهای ماکرو باشن، مثلا بررسی فیچرهای ماکرو امسال با دیتاهای هیستوریکال، نشون میده امسال خیلی شبیه سالهای ۱۹۸۵-۱۹۸۹ هستیم و خروجی بازارها برای اون بازه رو هم در شکل میبینید ( یکی از دلایل اوج گرفتن قیمت طلا هم از روی این پترن مشهود هست) ،
یکی از پیاده سازی های پایتون برای پترن مچینگ پکیج استامپی هست که البته تبلیغ اش بیشتر از کارایی اش هست 😉
حالا از این پترن مچینگ علاوه بر کشف motif و رژیم detection , برای online portfolio selection هم استفاده میکنن و اصولا با نوع آوری هایی نتایج خوبی میشه گرفت.
یک نمونه از مقایسه اپروچ های مختلف online portfolio selection در این نتبوک اومده که جالبه آخرش نتیجه گرفته مدل بنچ مارک
Constant Rebalanced Portfolios
رو به سختی میشه beat کرد.
در این حوزه اخیرا کاری ما انجام دادیم که یک اپروچ ترکیبی از پترن مچینگ و کلاسترینگ برای پرتفولیو سلکشن هست
BY @machinelearningnet

Share with your friend now:
tgoop.com/machinelearningnet2/333