Telegram Web
s10618-022-00894-5.pdf
2.4 MB
خیلی مواقع، دوستان دیتاساینتیست در درک مفاهیم تایم سری و اررور مژرهای این فضا دچار مشکل هستن،


این مقاله به طور جامع کج فهمی ها و اپروچ های کاملا درست رو اینجا تشریح کرده و یک منبع عالی برای دوستانی هست که روی تایم سری ها مدلهای ml میزنن و میخوان خطا رو بررسی کنن 🌺

@machinelearningnet2

میشه گفت یه زبان مشترک بین آماری ها و ml کارها سعی کرده ارائه بده
22👍8
سلام دوستان،

ما برای استارت آپ Deep Finance ، علاقمند به جذب ۳-۴ کاراموز برای ریسرچ در مورد فاندهای ماکرو هستیم.

روند کار به این صورت هست که یک تیم تخصصی در حوزه ماکرو به شما دیتاها و توضیحات تخصصی لازم رو ارائه میده و شما در چند مرحله

۱. تعدادی از ایندکس های ماکرو رو جمع آوری خواهید کرد،

۲. بحث اسکورینگ فیچرهای ماکرو به کمک مدلهای ML یا Probabilistic ML رو خواهید داشت.

۳. الگوریتمهای time series segmentation و کلا بحث پیدا کردن economic regimes و کلاسترینگ تایم سری‌های رو انجام خواهید داد،

بخاطر ماهیت علمی بالای پروژه، توانایی شما در کدینگ در پایتون و دانش پیشین در زمینه بحث های بالا لازمه همکاری هست،

بیشتر از همه دنبال کسانی هستیم که بخوان وقت بزارن و با کمک ما بتونن مسایل جالب ماکرو رو حل کنن.

در صورت داشتن شرایط، لطفا رزومه تون رو به من بفرستید، @sasanbarak

https://deepfinancecapital.org/
ممنونم
دکتر ساسان براک

Deep finance ltd ( DFO)
👍4
بیشتر از ۲۰ درصد افت sp500 در سال ۲۰۲۲ در مقایسه با ۶۰ درصد افت در عرض ۱۸ ماه در سال ۲۰۰۷ زیاد حساب نمیشه، اما آیا این افت ۲۰۲۳ هم ادامه خواهد یافت و به ترتیب به افت ۳۵ درصدی و ۵۰ درصدی سال‌های ۲۰۲۰ و ۲۰۰۰ هم خواهیم رسید؟!

به نظر بنده حقیر، بزرگترین چالش سال ۲۰۰۷ عدم کنترل قیمت انرژی توسط آمریکا بود، حالا که خودش تبدیل به بزرگترین فروشنده کننده نفت دنیا شده، سناریو ۲۰۰۷ یا ۲۰۰۰ بعیده اتفاق بیوفته. احتمالا سال ۲۰۲۳ سال رکود اقتصادی ملایم باشه ، که فشار بر جامعه و مردم متوسط بیشترم خواهد شد! یک ترکیبی از تورم در حال کنترل، و رکود اقتصادی، میتونه برای خیلی از مردم عذاب اور باشه .

پ.ن. جالبه در همین دوسال شاهد شدیدترین شیب افت سهام ( ۲۰۰۰) و سریعترین افزایش نرخ بهره فد ( ۲۰۲۲) از جنگ جهانی دوم بودیم،

پ.ن.۲. اصولا بر اساس هیستوری، بین دوتا افت شدید SP500 ، حداقل ۵ سالی فاصله بوده، واسه همین شاید احتمال رخداد اتفاقات عجیب از سال ۲۰۲۵ به بعد بیشتره😏🙈،
@machinelearningnet2
👍1
Aram Aram (Guitar)
Aram Aram (Guitar)
بازم همون شب کزایی رسید و باز درد ما عمیقتر شد
#فراتر_از_دیتا
#پرواز_۷۵۲

این داستان دردناک هست! 👇
👍5💔4
یک داستان اینجا تعریف کنم که باعث میشه هر وقت به پرواز ۷۵۲ اوکراین فکر میکنم، قبلم درد بگیره.

این یک زاویه نگاه متفاوت به اون پرواز هست، و بیشتر مربوط به دگرگونی درونی منه، نه تشریح اون سقوط دردآور.

دوسال و چند ماه پیش بخاطر یک اتفاق ناگوار شخصی، مجبور شدم یهویی بیام ایران‌. از چند وقت پیش پرواز گرفته بودم بیام ایران، اما بخاطر اون اتفاق ناگوار مجبور شدم چند روز زودتر از پرواز قبلی، بسرعت با یک پرواز مستقیم دیگه خودم رو برسونم ایران.

بعد از کلی اتفاقات دلگیر در ایران، یهو گفتن خونه ام توی انگلیس رو اقدام رسمی برای تمدیدش نکردم و باید تا کمتر از یکماه اسباب کشی کنم، شرایط بدتر شد زمانی که از پروژه ام در جمهوری چک هم خبر دادن که وقت دفاع از خروجی پروژه رو تعیین کردن و باید بعد از یکماه جمهوری چک باشم!

بهم ریختگی عجیبی بود،😳 تصمیم گرفتم با اون پرواز اول که زمان برگشت اش زودتر بود برگردم انگلیس، خونه رو ردیف کنم و یک پرواز رفت و برگشت انگلیس به چک هم خریدم که دو روز بعد از رسیدن به انگلیس، برم چکیا برای دفاع و برگردم. این کار رو تصمیم گرفتم انجام بدم چون هم کلی بار داشتم نمیشد ببرم چک، و هم باید خونه رو نهایی میکردم و هم گفتم از اون پرواز اول هم استفاده کنم ( کنسل نشدنی بود).

روزی که میخواستم برگردم، گفتن پرواز رفت رو چون ازش استفاده نکردی، طبق قانون هواپیمایی پرواز برگشت اتوماتیک کنسل شده!😱 این پرواز بدیمن نه رفت اوکی شد و نه برگشت! من مستعصل از فرودگاه اومدم خونه و فکر میکردم کارم تمومه😐، نه به دفاع میرسم و خونه هم معلوم نیست چی میشه! رسیدم خونه شروع کردم سرچ کردن ، و از شانس خفنم(!) دیدم هواپیمایی اوکراین به پراگ فردا شب پرواز داره.

سریع پرواز رو گرفتم ، اما بماند که چقدر من اعصابم خورد شد و استرس جلسه دفاع و خونه و... همه رو داشتم، و از اونطرف از هواپیمایی اوکراین بابت نجات من توی اون شرایط بحرانی هپی بودم. فرداش شب با اون هواپیمایی ۷۵۲ اوکراین رفتم اوکراین و بعدش چک! دفاع انجام شد و دوباره یک پرواز دیگه برگشتم به انگلیس؛ این وسط کلی پروازم سوخت و و....

خونه رو اوکی کردم و چند وقت بعدش داشتم شب توی خونه ترید میکردم یهو دیدم قیمت نفت در سشن نیوزلند و آسیا جامپ های شدید میکنه، اصولا بازار اون زمان خیلی ساکن هست. forexlive رو دیدم فهمیدم حمله به قاسم سلیمانی هست، بعد از چندین درصد ولاتیلیتی، نویسنده بلومبرگ نوشت که دیدین بازار اسیا خیلی هم حوصله بر نیست!

یه چند روز بعدش دوباره یک ولاتیلیتی عجیب توی همون زمان شب شروع شد، فهمیدم باز خبری هست ، فارکس لایو گفت حمله ایران به پایگاه امریکا بوده و علت ولاتیلیتی بازار رو اون اعلام کردن. طرف دوباره داشت میگفت کلا سشن اسیا رو برای نفت نگر دارین؛ یک خبر کوچک هم اون وسط اومد که یه هواپیمایی خطوط اوکراین بعد از بلند شدن در تهران سقوط کرد، یخ کردم! چند وقت پیش توی همون زمان توی همون هواپیما بودم! یعنی چی!

توی چند ماه گذشته کلی پروازم کنسل و سوخته بود، اما همون هواپیمایی اوکراین با پرواز اش گره منو باز کرده بود. پروازی بود که کلی همیشه دانشجو سوارش میشدن، اما اون لحظه احساس کردم منم توی همون هواپیمام. احساس کردم کل زندگیم تموم شد، بدون اینکه اصلا زندگی ازم بپرسه چقدر دغدغه داری، چقدر ارزو داری، دفاع کردی یا نکردی، خونه چی شد، یا اصلا کی هستی ، ...
دیگه غر زدن رو یادم رفته بود، همش یخ کرده بودم. تریده هم منفی میخورد، از تجربه قبلی بای زده بودم. اما راستش بعد از خبر هواپیمایی یه حس لمس داشتم که مهم نبود، مگه چی میخواد بشه ...

این یک تلنگر بود که هر سال همین موقع دوباره برام تکرار میشه. هر سال همین موقع شب لمس میشم و جوابی برای سوالهام پیدا نمیکنم،

همونطور که گفتم این متن درباره تقبیح اون کار شنیع غیر انسانی نبود، اما از اون زمان منم هر سال برای خودم شمعی روشن میکنم،🌺

ساسان براک
41💔15👍9😢8🤔3👏2
https://probml.github.io/pml-book/book2.html
کتاب
Probabilistic Machine Learning: Advanced Topics
چند روز پیش برای دانلود مجانی ارائه شد،

کدهای کتاب هم در همین لینک بالا موجود هست.

من مروری روی سرفصل ها کردم، بسیار جذاب هستن، مخصوصا که این مدت درگیر این مدلها شدیم و واقعا نتایج بهتری میگیریم،

احتمالا میتونه منبع بسیار خوبی برای دوستداران ماشین لرنینگ احتمالی باشه 🌺


@machinelearningnet2
👍20
61 Fully funded PhD Scholarships at Nottingham University, United Kingdom – Scholar Idea
https://scholaridea.com/2023/01/09/61-fully-funded-phd-scholarships-at-nottingham-university-united-kingdom/
I am pleased to present the last factsheet of the DFO crypto fund for 2022.

factsheet

As you know, the crypto market has presented numerous challenges this year; however, our automated ML-based strategy has enabled us to deliver superior returns and outperformed the market.

This industry is not just about having higher returns, but it is mainly about controlling the risk and maintain the fund from crashing. We achieved both aims by having a return of over 27% and a Sharpe ratio of more than 2.5, with a maximum drawdown of less than 23%. Our team of experienced professionals is dedicated to maintain a transparent and reliable investment experience for our clients.

If you are a fund manager, or quant trader seeking a new investment opportunity, we encourage you to review the fact sheet [see here: https://deepfinance.org/dfo-fund ]and consider adding our product to your portfolio. Please don't hesitate to contact us with any questions or to learn more about our investment strategy.

Happy 2023! 😊

#digitalassets #investment #machinelearning #cryptocurrency #fund #finance
👍10🔥1
A Story:

The donkey told the tiger, "The grass is blue."

The tiger replied, "No, the grass is green ."

The discussion became heated, and the two decided to submit the issue to arbitration, so they approached the lion.

As they approached the lion on his throne, the donkey started screaming: ′′Your Highness, isn't it true that the grass is blue?"

The lion replied: "If you believe it is true, the grass is blue."

The donkey rushed forward and continued: ′′The tiger disagrees with me, contradicts me, and annoys me. Please punish him."

The king then declared: ′′The tiger will be punished with 3 days of silence."

The donkey jumped with joy and went on his way, content and repeating ′′The grass is blue, the grass is blue..."

The tiger asked the lion, "Your Majesty, why have you punished me, after all, the grass is green?"

The lion replied, ′′You've known and seen the grass is green."The tiger asked, ′′So why do you punish me?"

@machinelearningnet
👍11🤩1
@machinelearningnet
A Story: The donkey told the tiger, "The grass is blue." The tiger replied, "No, the grass is green ." The discussion became heated, and the two decided to submit the issue to arbitration, so they approached the lion. As they approached the lion on his…
The lion replied, "That has nothing to do with the question of whether the grass is blue or green. The punishment is because it is degrading for a brave, intelligent creature like you to waste time arguing with a fool, and on top of that, you came and bothered me with that question just to validate something you already knew was true!"

The biggest waste of time is arguing with the fool and fanatic who doesn't care about truth or reality, but only the victory of his beliefs and illusions. Never waste time on discussions that make no sense. There are people who, for all the evidence presented to them, do not have the ability to understand. Others are blinded by ego, hatred, and resentment and the only thing that they want is to be right even if they aren’t.

When IGNORANCE SCREAMS, intelligence moves on.

This is a fancy story, but I feel it by all my heart. Avoid ignorant people! They ruin your aims and desires!

@machinelearningnet
👍16🤔1
Hey guys,

My friends published a package yesterday that covers some of the most important work of Hans-Georg (Zimmermann) who has researched neural networks for fourty years now with Siemens.

Up until now his models were available only in commercial Software, now they are open source in the pytorch world:

Package: https://github.com/Fraunhofer-IIS/prosper_nn

Document: https://fraunhofer-iis.github.io/prosper_nn/

Enjoy
👍4
We're excited to announce that our #fund has once again outperformed the Barclays crypto hedge index in February.
Find our factsheet here: https://deepfinancecapital.org/dfo-fund/


We are proud of our team's ongoing commitment to innovation and rigorous risk management, and we look forward to sharing more updates on our performance and strategies in the future.



Stay tuned with our monthly report here in our LinkedIn page: https://www.linkedin.com/company/deepfinancecapital/
👍5👏1
تحلیل جالبی درباره market share مدلهای الگوریتمیک تریدینگ

علاوه بر مدلهایی با کانسپ تئوري قوی، بعضی از این مدلها، از ایده های تریدرهای institutional money موفق استخراج میشه ( بر اساس domain knowledge طرف از بازار)، اما آنالیز هارو اتومیت و رول بیس میکنن و باعث میشه شما با سرعت بیشتری فیچرهای زیادی رو بررسی کنید، و به طبع به استراتژی های سودده تری برسید،

با این پیشرفت در مدلهای computing ، سوددهی تریدهای دستی سخت و سختر خواهد شد،

@machinelearningnet2
👍7
Introduction to Causal Inference.pdf
2.6 MB
یکی از تاپیک های داغ امروزه در کوانت، بحث causal inference هست که اخیرا جوایزی هم برای مقالات برگزیده این حوزه در نظر گرفتن (لینک). یکی از پرزنت های جالب که بیسیک هم هست این پرزنت keith McNulty هست که از روی کتابی به اسم Statistical Rethinking ارائه شده و در کنفرانس R پرزنت شده، کدهای پرزنت هم در گیت هاب موجوده. میتونه یه مقدمه بیسیک برای ورود به این حوزه باشه،

@machinelearningnet2
👍4
اصولا من برای فورکاستینگ روی تایم سری های بیزینس به مدلهای آماری بیشتر اعتقاد دارم تا مدلهای ml و دیپ،
در کل اگه هم بخوام با ml کاری رو پیشبینی کنم، catboost و light gbm و RF اصولا انتخاب های اصلی من خواهند بود،
تقریبا هم مدلهای دیپ لرنینگ که باهاشون کار کردم، خروجی جالبی برای فورکاست مستقیم ts نداشتن، اما کارهای این حوزه انجام دادیم که از مدلهای دیپ به شکل متفاوتی برای پیشبینی استفاده کردیم و نتایج جالبی داشته (بزودی پکیج اش رو منتشر خواهیم کرد)،

در کنار این مدلهای point forecasting، یه حوزه مهم دیگه که بیشتر برای بیزینس مفیدتر هست، interval forecasting هست، اصولا شاید بهتون بگم توی صنعت، خیلی پیشبینی یک نقطه بدرد نمیخوره، بیشتر دنبال یک بازه ای از پیشبینی هستن که بتونن روش planning انجام بدن و سناریو سازی کنن،
یکی از اپروچ های که تقریبا اخیرا خیلی خوب کار شده conformal prediction هست که‌ گیت هاب زیر اکثر پرزنت، مقالات و کدهای مهم این حوزه رو جمع کرده


https://github.com/valeman/awesome-conformal-prediction

حتما اگه پیاده کردین نظرتون رو شیر کنید

@machinelearningnet2
👍11
اگه مثل من بخاطر دسترسی به بعضی از پکیج های فورکاستینگ، هنوز با R زیاد سر و کار دارین، یا کورس teaching برای R دارین، یکی از کارهای جالب استفاده از R-Markdown هست. این مارکدان یک کاری شبیه نوتبوک پایتون توی R هست که اصولا تجربه من نشون داده دانشجوها راحتر میتونن مطالب رو دنبال کنن و به فهم پرزنت و داکیومنت سازی کمک زیاد میکنه .

یه اینترو ساده در گیت هاب خیلی کارا کل مباحث رو جمع کرده و یک آموزش از یوتیوب برای اینکار کل کار شمارو راه میندازه،
@machinelearningnet2
👍4
حالا که بحث R و پایتون شد، اتفاقا گروهی بتازگی ( به اسم nixtla ) اکثر مدلهای فورکاستینگ آماری موجود در R رو در پایتون پیاده سازی کردن.

نکته مهم اینکه سرعت اجرای مدلها از خود بیس R الگوریتم هم بهتره و واقعا دست مریزاد دارن،

علاوه بر مدلهای اماری، چندین الگوریتم کارا ماشین لرنینگ و دیپ رو هم برای تایم سری فورکاستینگ کاور کردن، و کد بالا پیاده سازی چند خطه از همون اپروچ conformal forecasting هست،

مثلا پیاده سازی سریعی برای Nbeats انجام دادن، اینو بگم که nbeats بهترین جواب را روی m4 competition داده و اما من ندیدم جای دیگه ای اصلا خوب کار کنه و اساتید افسانه ای دیپ لرنینگ روی m4 اینو اورفیت کردن 😁.

چند تا از مدلهای پکیج تایم سری gluon رو هم پیاده سازی کردن،
TCN, DilatedRNN, NHITS, ESRNN

خوشبختانه ما هم برای پکیجی که بزودی ارائه میکنم، از مدلهای nixtla استفاده کردیم.


@machinelearningnet2
👍9
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
👍11
من سعی میکنم پکیج این کارمون رو پابلیش کنم که دوستانی که این حوزه کار میکنن، بتونن استفاده کنن، اما اصولا کار flexible تری از استامپی انجام شده 😁

A Novel Online Portfolio Selection Based on Pattern Matching and ESG Factors

این کار بنظرم خیلی جای پیشرفت داره و اوردن پترن مچینگ ماکرو فیچرها بجای فقط price رو هم در پکیج سعی می‌کنیم کاور کنیم،

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4355713
👍91
اینم آخرین پست علمی امروز ، یک call for paper برای ژورنال Applied Sciences هست در زمینه مدلینگ در emergency response systems ، حوزه مقالاتش برای بچه های operational research هست که یاد دوران ارشد مهندسی صنایع با این تاپیک ها بخیر،
من ادیتور این cfp هستم و اطلاعات بیشتر رو از روی لینکدین من میتونید پیدا کنید

توی لینکدین، بیشتر کارهای فاند dfo رو هم کاور میکنم،🌺

@machinelearningnet2
👍5
2025/07/13 11:48:01
Back to Top
HTML Embed Code: